多模态AI模型的公司包括但不限于以下几家：
百度：百度在多模态AI领域有着丰富的研发经验，拥有世界领先的技术和产品。例如，百度的ERNIE系列模型能够跨语言理解和生成文本、图像、音频等多种模态数据。
腾讯：腾讯在多模态AI领域也有不少创新，其推出的多模态AI助手能够通过语音、文字、图像等多种方式与用户进行交互。
阿里巴巴：阿里巴巴也在积极布局多模态AI领域，其推出的“通义千问”模型能够理解和生成文本、图像、音频等多种模态数据。
华为：华为在多模态AI领域也有不少投入，其推出的盘古大模型能够处理多种模态的数据，包括文本、图像、音频等。
字节跳动：字节跳动在多模态AI领域也有不少创新，其推出的火山语音模型能够实现语音识别和语音合成等功能。
这些公司在多模态AI领域都有自己的优势和特色，都在积极探索和发展更加智能化的多模态AI技术。