目前的人工智能平台种类繁多，涵盖了各种应用场景和功能。这些平台包括：
1. 百度AI开放平台：百度AI开放平台为开发者提供了丰富的API接口，可以帮助开发者快速实现人工智能应用的开发。平台涵盖了语音识别、图像识别、自然语言处理等多个领域，支持多种编程语言和框架。
2. 腾讯AI开放平台：腾讯AI开放平台为企业和个人提供了一系列的人工智能API接口，包括语音识别、图像识别、自然语言处理等。平台支持多种编程语言和框架，方便开发者快速开发智能应用。
3. 阿里云机器学习平台：阿里云机器学习平台为企业和个人提供了强大的机器学习服务，包括模型训练、预测、可视化等功能。平台支持多种编程语言和框架，适合进行大规模数据处理和分析。
4. 华为云ModelArts：华为云ModelArts是一个一站式的人工智能开发平台，提供了丰富的API接口和工具，帮助开发者快速实现人工智能应用的开发。平台支持多种编程语言和框架，并提供了可视化界面，方便开发者进行模型训练和部署。
5. IBM Watson Studio：IBM Watson Studio是一个基于Web的人工智能开发平台，提供了丰富的API接口和工具，支持多种编程语言和框架。平台可以帮助开发者快速实现人工智能应用的开发，并提供了大量的预构建模型和示例代码，方便开发者参考和使用。
6. 谷歌Cloud AutoML：谷歌Cloud AutoML是一个基于云计算的人工智能开发平台，提供了一系列的自动化机器学习工具，可以帮助开发者快速实现人工智能应用的开发。平台支持多种编程语言和框架，并提供了丰富的预构建模型和数据预处理工具，方便开发者使用。
7. Microsoft Azure AI：Microsoft Azure AI是微软提供的人工智能开发平台，提供了一系列的机器学习服务，包括模型训练、预测、可视化等功能。平台支持多种编程语言和框架，并提供了可视化界面，方便开发者进行模型训练和部署。
8. OpenAI GPT-3：OpenAI GPT-3是一个基于Transformer架构的大型语言模型，可以用于文本生成、翻译、摘要等多种任务。GPT-3支持多种编程语言和框架，并提供了丰富的预构建模型和插件，方便开发者使用。
9. NVIDIA TensorRT：NVIDIA TensorRT是一个专门为深度学习设计的推理引擎，可以加速深度学习模型的训练和推理过程。TensorRT支持多种编程语言和框架，并提供了丰富的预构建模型和优化选项，方便开发者使用。
10. ONNX：ONNX是一个开源的神经网络交换格式，可以将不同的神经网络模型转换为统一的格式，方便不同平台之间的互操作性。ONNX支持多种编程语言和框架，并提供了丰富的预构建模型和工具，方便开发者使用。
总之，目前市场上有许多人工智能平台可供选择，每个平台都有其独特的特点和优势。开发者可以根据自己的需求和技能选择合适的平台进行人工智能应用的开发。
