目前的主流AI模型包括但不限于以下几种：

1、深度学习模型：这是当前AI领域最活跃的研究方向之一，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）和Transformer等。这些模型在图像识别、语音识别、自然语言处理等领域取得了显著的成就。

2、生成对抗网络（GANs）：GANs是一种通过两个神经网络（生成器和判别器）相互竞争来生成新数据的模型。它们在图像生成、风格转换等方面有广泛的应用。

3、强化学习模型：强化学习是一种通过智能体与环境交互来学习最优策略的方法。它在游戏AI（如AlphaGo）、机器人控制等领域取得了显著成果。

4、自然语言处理（NLP）模型：NLP模型用于处理和理解人类语言，包括文本分类、情感分析、机器翻译、问答系统等。近年来，基于Transformer的模型（如BERT、RoBERTa等）在NLP领域取得了重大突破。

5、计算机视觉模型：计算机视觉模型用于图像和视频的处理、分析和理解，包括图像分类、目标检测、图像分割等。深度学习模型在这些任务上表现出了卓越的能力。

6、语音识别模型：语音识别模型用于将语音转换为文本，广泛应用于语音助手（如Siri、Alexa）、语音搜索等场景。

一些具体的主流AI模型和技术包括：

BERT（Bidirectional Encoder Representations from Transformers）：由Google开发的预训练语言模型，在多项NLP任务上取得了领先的性能。
GPT（Generative Pretrained Transformer）：由OpenAI开发的一系列预训练语言模型，能够生成高质量的文本。
AlphaGo：由DeepMind开发的围棋AI，通过强化学习和深度学习技术击败了人类世界冠军。
DALLE：由OpenAI开发的文本到图像生成模型，能够根据文本描述生成图像。

这些模型和技术代表了当前AI领域的前沿研究方向，并在许多实际应用中发挥着重要作用。