基于Transformer的预训练语言模型，适用于文本分类、命名实体识别、问答系统等多种自然语言处理任务。

深度残差网络，适用于图像分类、目标检测、图像分割等计算机视觉任务，具有较好的特征提取能力。

自动语音识别模型，支持多语言语音转文字，适用于语音助手、字幕生成等场景，识别准确率高。

对比语言-图像预训练模型，能够连接视觉和语言模态，适用于跨模态检索、零样本分类等任务。

实时目标检测模型，兼顾检测速度和精度，适用于监控系统、自动驾驶、物体计数等实时检测场景。

生成式预训练Transformer模型，适用于文本生成、续写、摘要等自然语言生成任务，中等模型规模。