根据输入数据类型和应用领域，大模型可分为以下几类：
5.1、按照输入数据类型
①语言大模型（NLP）：专注于自然语言处理任务，如文本生成、翻译、情感分析等。典型例子包括GPT系列、BERT、T5等。
②视觉大模型（CV）：用于图像处理和分析，典型应用包括目标检测、图像分类、图像生成等。例如：Google的VIT、华为的盘古CV等。
③多模态大模型：能处理不同类型的数据，如文本、图像、音频等，并将其融合分析。典型例子包括DALL-E、CLIP、BERT+CNN组合等。
5.2、按照应用领域
①L0（通用大模型）：可以在多个任务和领域上通用，不需要专门的微调或少量微调就能在多个场景下表现良好。
②L1（行业大模型）：专为特定行业或领域设计，例如医疗、金融、法律等。这类模型在特定领域的数据上进行预训练或微调，以获得更好的任务表现。
③L2（企业定制大模型）：这些模型是为企业定制的，能够根据具体的业务需求进行优化和调整。