DeepSeek 模型 API，提供推理、代码生成、结构化输出与工具调用。
AI 工具
477基座模型
16
OpenAI 的 GPT 模型 API，接收文本和图像，生成文字与代码，供开发者接入自己的应用。
Mistral 的基座模型系列，涵盖通用多模态、推理及代码能力，支持 API 或按许可自行部署。
通过阿里云百炼调用 Qwen 模型，使用兼容接口或 DashScope SDK 接入应用。
百度文心模型家族，通过千帆 API 接入文本与多模态能力；开放模型另提供权重及开发工具。
字节跳动 Seed 语言与多模态模型，面向工具调用、代码任务及图像视频理解，通过模型平台接入。
MiniMax 的语言与多模态编程模型 API，面向长上下文代码任务；部分型号支持调整思考深度。
阶跃星辰的多模态基座模型，通过 API 接入文本、图片和视频理解，以及编程与工具调用。
Grok 模型 API，结合文本生成、图片理解与工具调用，将搜索和外部数据接入应用。
腾讯自研的通用与多模态模型系列，通过 TokenHub 接入推理、代码与内容生成能力。
智谱的基座模型系列，通过 API 提供推理、代码生成、工具调用与结构化输出。
Meta 的模型系列，包含面向多模态理解、代码与长程智能体任务的 Muse Spark 和 Muse Wonder。
小米的模型系列，涵盖多模态理解、推理、编程及语音模型，并提供 API 接入。
美团的模型系列，面向长上下文代码理解、推理与工具调用，提供在线调用与开放权重。
通过 API 调用 Command 生成模型、Embed 向量模型与 Rerank 重排模型，构建企业检索与智能体应用。
通过 Amazon Bedrock 接入的 Nova 模型家族，可按型号处理文字、图片、文档或视频并生成响应。
搜索研究
19
面向行业与公司研究，先确认大纲，再检索取数、作图、撰写和核对引用，支持编辑及 Word/PDF 导出。
从研究问题出发查找论文，筛选研究、抽取字段，并生成带引文的比较表与研究报告。
先检索学术论文，再用 AI 比较研究方法与发现，生成带引文的综合回答和结构化结果。
查看论文被后续研究支持、质疑或讨论的引用上下文，并用研究助手检索和综合证据。
围绕研究论文提问、总结方法与结果，并抽取文献中的关键字段用于比较。
把多来源检索整理成附引用答案，并可追问和按主题保存的AI搜索。
把AI检索、文件输入与学习探索放在一起的搜索工作入口。
以语义检索和辅助阅读帮助发现学术论文，并提供研究API的工具。
由跨语言AI搜索进入文档、思维导图和演示制作的研究创作工具。
为智能体提供搜索、网页提取、抓取与研究接口的Web访问服务。
把文献发现、文件阅读和AI写作组织在同一研究流程中的知识工具。
检索论文、深读文献，并形成带引文的研究报告。
向智能体提供网页检索、相关摘录和结构化研究结果。
通过自然语言搜索信息，并为AI应用提供搜索API。
检索企业与招投标资料，并生成调查报告和标书。
检索并分析市场资料、公司信息与研究内容。
围绕公司和市场问题检索资料并推进投研。
以自然语言提问，获得搜索型回答和作业帮助。
把文献检索、阅读分析和带来源综述连在一起。
AI助手与客户端
28
腾讯的 AI 助手应用，在网页版直接提问、进行推理与内容创作。
OpenAI 的综合 AI 工作助手，集成文件阅读、联网研究、数据分析与图像创作。
把文件分析、资料连接和可编辑成果制作串在一起的AI助手。
从日常问答、文案和代码辅助延伸到视频创作的对话助手。
将知识工作、演示文稿和编程任务交给模型及并行智能体处理的AI产品。
阿里面向中国用户的千问助手，将搜索、文档与PPT制作连接到购物、出行等支持的服务。
可分析文件与表格，并在Canvas中继续制作和编辑内容的Google AI助手。
基于GLM理解目标、拆解步骤并调用工具推进任务的AI助手。
结合灵感探索、AI阅读与图文创作的百度办公学习助手。
通过连续对话协助解释问题、构思方案和起草内容的Microsoft AI助手。
覆盖知识问答、数学推理和代码理解的讯飞对话模型应用。
把联网调研、文件处理和长篇写作集中起来的中文AI助手。
汇集Qwen对话、文档、视觉和工具能力的官方多模态模型入口。
把联网问答、长文总结和文档大纲整理在同一对话中的AI助手。
在电脑上加载本地语言模型进行对话、文档问答，并向其他应用提供本地推理接口。
连接多模型的开源桌面AI工作站，整合对话、绘图、智能体和知识库。
结合文档阅读、图像识别与鸿蒙编程辅助的华为AI助手。
在同一桌面对话界面使用本地开放模型与云端模型。
汇集多模型对话、绘画和场景助手。
使用紫东太初多模态模型的网页助手，通过对话处理问题、理解图文内容并辅助创作。
原 Le Chat，将对话、资料研究、文档处理和代码任务放在同一应用入口。
以语音为入口阅读 PDF 和文档、听写文字、询问内容，并生成笔记、摘要和音频播客。
围绕原创角色和分身创建 AI 聊天伙伴，通过角色设定开展剧情式对话与社区互动。
发现或创建 AI 角色，按人物背景与剧情开展聊天；提供角色搜索、社区和应用入口。
自部署聊天界面，统一接入本地或云端模型，并组织文档检索和工具调用。
围绕本地模型与文档工作区提供聊天、引用检索和可配置智能体。
DeepSeek官方开源智能体客户端，可读取文件、运行工具，并扩展为自定义工作流。
以日常交流、想法梳理和个人陪伴为主的对话助手，由 Inflection AI 提供。
AI办公
29
腾讯的 AI 办公工作台，拆解任务、调用工具并交付文档、表格、PPT 与分析成果。
拆解办公任务，交付可编辑文档、表格与演示。
豆包的智能体办公产品，围绕目标执行研究、数据处理与工具操作，交付文档、表格和 PPT。
结合你随手写的笔记与会议上下文整理纪要，准备会前简报，并跨会议检索承诺和行动项。
自动整理会议转写、摘要和跟进事项，通过 Ask Fathom 跨对话检索，并同步团队工具与 CRM。
为会议生成定制摘要、时间点和跟进草稿，跨多场对话汇总主题，并把结果写入 CRM 或团队工具。
结合会议、日历、邮件和 CRM 上下文生成准备材料与纪要，用带引用的问答追踪决定及责任人。
通过浏览器扩展实时转写会议，用提示整理摘要，并将讨论转为 Linear 事项、CRM 更新或 Slack 消息。
记录线上或线下对话，生成可定制的转写与摘要，跨会议问答并把重点同步到 CRM 和知识工具。
在通话中抑制噪声、回声和串音，结合 AI 录音、转写、会议笔记及会后任务同步。
将实时会议或上传录音转为摘要、重点和行动项，使用模板、检索与自动化连接团队工作。
从会议录音提取说话人转写、笔记与 CRM 信息，并为销售团队提供通话评分和辅导。
结合客户会议、文档与项目资料生成提案、工作说明和报告，可引导结构并导出可编辑文件。
记录、转写并总结会议，提取行动项和决定，同时提供团队录制、访问与保留策略管理。
将对话整理为笔记、责任人和行动项，跨会议问答，并通过自动化、API 或 MCP 复用记录。
将会议笔记与客户文档结合，生成提案、创意简报、邮件和演示内容，继续完成客户工作。
不以机器人身份加入会议，采集线上或线下交流，准备会前背景、检索历史并整理会后工作。
将会议、采访、课程或上传音视频转为可搜索文本，再生成摘要、简报和可视化资料。
把随口记录或会议变成转写、摘要和任务，保留录音与重点，并用对话检索积累的知识。
让Notion工作区资料参与检索、会议记录和办公任务执行的AI能力。
在写作现场提供语法、语气和段落改写建议的AI文字助手。
把写作、PPT、表格和多媒体交给智能体处理的中文AI办公入口。
实时转写会议、整理行动项，并跨历史对话生成跟进材料的AI会议助手。
自动整理会议、识别发言人并提取后续工作的AI团队对话记录工具。
将调研、表格分析和办公成果交付结合起来的商汤AI工作助手。
在WPS文档、演示和表格中完成写作、阅读与数据处理。
在团队文档中理解上下文、编辑页面和构建表格工作流。
将文章语义转为公众号版式和宣传长图。
从复杂业务单据提取数据并建立处理流程。
图像设计
28
从提示或参考图生成视觉素材，选择模型、角色和风格，再继续编辑、放大或组织创作流程。
针对照片执行 AI 降噪、锐化、放大和细节修复，并调整光线、颜色及局部瑕疵。
结合生成式填充、图像组合、角色参考与对话编辑，也提供图生视频和口型同步等创作工具。
以参考图和角色组织图像创作，并提供镜头角度、运动参考和多场景视频工作流。
上传图片后移除背景、物体或文字，进行扩图、重打光和放大，也可从文字生成图像。
通过提示与模型选择生成图像，编辑构图和视觉细节，并将静态素材延伸为动态视频。
通过文字、图像与风格参考生成视觉作品，支持变体、编辑及将静态图像制作成视频。
围绕画面中的文字、标志与参考图进行生成和编辑，并提供局部修改、背景处理与放大工具。
用节点连接模型、提示、采样与后处理步骤，建立可复用的图像、视频等生成工作流。
Black Forest Labs 的视觉生成模型系列，通过官方 Playground 或 API 进行图像生成与编辑。
在画布与Agent入口中统一创作图片、视频、音频和数字人的AI平台。
汇集多种生成模型，用于制作图像、视频和音频的Adobe创作工作区。
面向设计师生成写实图像、矢量图和自定义风格素材，并支持样机展示。
自动分离图片主体、替换背景，并通过批量和API接入制作流程的抠图工具。
为商品图生成场景、虚拟模特和试穿效果，并支持批量处理的AI摄影工具。
在生成、实时画布、文字改图与增强之间迭代视觉素材的AI创作工作区。
将AI生图、海报和Logo生成与抠图修复集中起来的创客贴设计工具集。
结合AI与3D，为家装设计和家居商品制作视觉方案。
美图视觉模型，面向人像与图像生成编辑。
在图像编辑、画布、视频和3D之间组织AI创作。
原版 SAM 图像分割模型，根据点、框等提示提取目标掩膜，也可自动分割整张图像。
通过对话生成和编辑商品图片与视频，组合抠图、扩图、修补、阴影、角色和批量处理工具。
用 AI 抠图、清晰化、移除物体并生成商品图，也可通过自然语言对话修改图片和选择场景预设。
提供图片放大、锐化、降噪、修复和上色，也支持视频增强；区分本地处理软件与云计算客户端。
上传照片后按放大、增强、锐化或旧照修复选择模式，调整细节与颜色，用于印刷和网页图片。
开源桌面 AI 图片放大工具，使用本地模型增强低分辨率图片，运行需兼容 Vulkan 的显卡。
本地 AI 图像创作引擎，以分层画布、局部重绘和节点流程迭代图片，并管理模型与创作记录。
从创意简报编排脚本、分镜、图像、视频和音乐，将模型与插件串成画布流程，并在关键步骤确认后交付。
编程开发
43
在桌面 IDE 中管理本地和云端编程智能体，按项目组织任务、查看改动并继续编辑。
理解项目后协调修改文件、运行命令并检查结果，提供计划／执行模式与可审阅差异。
在终端中结合代码库地图与 Git 工作流，让模型协调修改多个源文件并运行检查。
把需求转为规格、设计与开发任务，结合项目规则和事件钩子执行、检查代码工作。
读取项目代码，协调文件修改与命令执行，并通过项目指令、技能和 MCP 扩展开发流程。
在代码库上下文中规划、修改和审查代码，结合本地开发工具检查实现结果。
开源编程智能体，结合项目记忆、技能、子智能体与 MCP，并支持多种模型接口及本地推理服务。
通过终端、桌面或 IDE 使用的开源编程智能体，可配置模型服务、项目规则与开发工具。
以线程组织开发任务，结合多模型工具与独立 Orbs 工作环境，让智能体持续处理代码。
Google 的智能体开发平台，提供编辑器与 CLI 等入口，用自然语言推进代码修改、工具调用和任务编排。
结合代码库与变更上下文审查拉取请求，并通过 IDE、CLI 提供提交前反馈和修改建议。
能理解代码库、实际修改文件并协助调试的AI开发环境。
贯穿编辑器、终端与GitHub开发流程的AI编码和审查助手。
以对话构建可运行应用，连同数据库、认证和托管一起推进的AI开发平台。
在Agent与IDE双模式间切换，覆盖需求分解、编码、调试和交付的AI开发平台。
在IDE中辅助代码编写、调试与重构的AWS开发助手。
在终端和开发环境中规划、实施并审阅代码任务。
腾讯的编程智能体产品，提供 IDE、插件与 CLI，结合工程理解完成对话开发、补全、单测和评审。
用代码模型完成生成、补全、代码转换和注释编写。
结合本地和远程代码上下文进行问答、编辑与补全。
结合代码库、PR历史和团队规则执行AI代码审查。
用中文描述生成跨平台应用。
在VS Code连接自托管模型进行补全与代码编辑。
自行部署代码助手，获得补全、问答和内联聊天。
为规划、编码、安全和部署配置开发智能体。
在终端中用自然语言操作代码智能体，查看运行过程、审查改动，并复用团队工作流。
Zed 编辑器内置的代码智能体，可搜索项目、修改文件、运行命令和使用 MCP 工具，并展示差分。
跨 IDE、CLI 与云端使用的开源编程智能体，提供规划、编码、调试和代码审查工作流。
为 GitHub 与 GitLab 变更生成 AI 审查摘要、问题说明与修复建议，也提供安全扫描。
桌面 AI 应用构建器，用描述生成和修改网页应用，保留源代码，并选择云端或本地模型。
把产品文档、问题、可视画布和代码智能体放进同一工作区，将需求推进为可审查的拉取请求。
建立代码库关系图，为 PR 提供跨文件问题分析、团队规则检查和可交给编程助手的审查意见。
在共享工作区组织编程智能体、计划、记忆与产物，并结合终端、浏览器和 Git 差分推进任务。
社区维护的 AI 拉取请求审查工具，可生成描述、问题分析和代码改进建议，通过评论、CI 或 CLI 运行。
用 Droid 智能体规划、实现和验证代码变更，并结合任务监控、审查、自动化和模型路由。
Google 的异步编程智能体，在云端虚拟机处理 GitHub 仓库任务，先给计划，再提供差分和 PR。
结合代码库理解、补全、智能体开发和 Repo Wiki，并在桌面、IDE、JetBrains 插件与 CLI 使用。
Charm 的终端编程助手，支持多模型切换、项目会话、LSP 上下文与 MCP 工具，源码采用 FSL-1.1-MIT。
面向仍受支持的企业或付费 API 接入的终端编程智能体；免费及 Google One 接入已迁往 Antigravity。
在 JetBrains IDE 与团队工作区连接多种编程智能体，管理并行任务、上下文、差分审查和访问权限。
在桌面连接项目、本地文件、终端和浏览器，分别用 Coding 与 Work 模式完成开发、文档、分析和网站任务。
面向企业应用的编程智能体，结合业务规则和元数据，串联需求、架构、代码、测试与部署；官网提供正式版下载。
在终端读写项目文件、调用命令并修改代码，可接入不同模型和扩展工作流。
演示文稿
17
从主题、长文或音视频生成PPT和Word，并衔接排版与演讲稿制作。
以Smart Slides自动对齐排版，并统一团队品牌样式的AI演示工具。
把现有文字变成可编辑流程图、图表和信息图，再导出演示素材。
从主题或文档生成可编辑演示，并提供模板、排版和多形式分享的AI PPT工具。
从文档生成可编辑演示，再以动态链接分享并追踪阅读的AI PPT平台。
先生成大纲再完成排版，并可整体换模板、字体和配色的AI PPT工具。
把标题、文档或思维导图转成PPT大纲和可编辑演示的AI工具。
生成PPT同时提供对应自述稿和翻页提示的AI演示工具。
生成品牌演示文稿，并加入演练指导和观看分析。
从提示、文档和模板制作可编辑的演示文稿。
理解PPT内容结构，再生成或重新美化版式。
将主题和现有资料整理成演示文稿与讲稿。
将业务资料生成可编辑、符合品牌风格的演示稿。
把提示词、笔记和文档转为可制作的幻灯片。
在PowerPoint内生成、编辑并统一演示文稿。
把主题或文档生成可继续编辑的职场PPT。
从一句话或文档生成自适应演示，并融入品牌与知识资料。
智能体开发平台
27
在可视化画布连接模型、工具与知识，部署智能体和RAG工作流的平台。
用角色、任务与 Crews 组织智能体协作，再以 Flows 控制状态、事件和执行顺序。
以 Python 类型约束模型输入输出与工具调用，组合智能体、图流程、持久执行和评估。
用可组合组件连接检索、路由、记忆和生成，开发 RAG、语义搜索及智能体工作流。
让智能体用代码表达动作并调用工具，可连接模型、MCP 与沙箱执行环境。
面向 Python 与 .NET 构建智能体及多智能体流程，支持图编排、人工参与和运行状态管理。
通过状态、节点与分支编排长任务智能体，支持持久化、失败恢复、流式输出和人工介入。
把文档、数据库和 API 数据连接到语言模型，构建检索问答、结构化提取与数据智能体。
构建、部署并连接执行任务的开源AI智能体。
用文档智能为企业构建岗位级AI智能体。
构建能看、听和实时面对面回应的AI数字人。
腾讯云的智能体搭建与发布平台，连接模型、知识库、工具及工作流。
配置声音、对话流程、电话连接及业务集成，构建语音智能体，并监测通话、测试和迭代版本。
构建和运营电话 AI 智能体，连接知识库、预约与人工转接，并通过通话分析和质量评估改进流程。
面向企业构建电话、短信和网页智能体，连接业务系统，观察决策过程，并在上线前测试改动。
通过可视化流程配置语音智能体和 API 动作，模拟通话测试后接入电话线路，并持续监控质量。
构建实时语音与多模态智能体，组合识别、语言模型和语音合成，处理轮次、调度及电话接入。
以 Python 管线编排音视频、语音识别、模型和声音输出，构建实时对话及多智能体协作。
TypeScript 智能体框架，组合工具、图式工作流、记忆与检索，支持暂停恢复、评测和运行追踪。
以 SDK 构建智能体，通过 AgentOS 运行成服务，并管理会话、记忆、工具权限、追踪和人工审批。
Google 的智能体开发工具包，以工作流、工具和任务委派组织多智能体，支持测试、确认与部署。
以可视化组件组合模型、检索和工具，调试智能体工作流，并发布成 API 或 MCP 服务。
让模型操作浏览器完成网页任务，提供代码库、CLI 和托管智能体 API，可使用本地或云浏览器。
浏览器智能体 SDK，结合熟悉的页面操作与 AI 动作、观察及结构化提取，支持 TypeScript、Python 和 Go。
以 YAML 定义代码与后台智能体，由事件、计划或 API 启动，并管理云端环境、权限、日志与预算。
用可配置的专家智能体连接工单、代码、审查与验证，按事件启动，并在关键节点交给团队审批。
把企业文档转成带来源引用的知识库，并编排检索与智能体工作流。
知识管理
9
导入文档、网页、视频或音频，围绕指定来源问答，并生成学习资料、脑图和音频概览。
识别PDF、表格和公式，并把文档转为可编辑资料。
把发票、收据和证件识别成结构化字段与JSON。
对多份文档问答、总结，并定位原文依据。
跨文档问答、比较和摘要，并定位引用原文。
在协作画布上生成并编辑思维导图、流程图和PPT。
将工作活动整理为可检索的 AI 记忆，按时间、来源或主题查询，并向 MCP 助手提供上下文。
将公式、表格、化学结构和手写内容从 PDF 或截图转换为 LaTeX、Markdown 等可编辑格式，提供 Snip 与 OCR API。
解析复杂 PDF 与扫描件，按字段结构抽取 JSON，并保留原文定位；提供 Studio、API 及文档处理工作流。
视频创作
32
对已有视频进行 AI 放大、降噪、去模糊、补帧与防抖，提供预览和导出流程。
用文本和多模态参考生成带声音的视频，控制人物、运动与镜头，并修改画面或对白。
围绕镜头、动作和创作预设生成视频，转移参考运动或替换场景元素，并组织图像视频素材。
将脚本、音频和人物图片转成数字人口播视频，可使用预设或自定义形象及声音。
用生成式工具制作视频、延长片段、迁移动作并处理画面或配乐，按任务选择创作应用。
从文字、图片或参考素材生成视频，围绕镜头、声音及后续编辑组织创作。
用文字或参考图生成视频，描述镜头与动作，再在创作工作区继续修改和导出。
从剧本、概念或参考画面组织分镜与镜头，控制角色、运镜和关键帧并编辑视频时间线。
围绕提示与参考素材制作视频、图像和数字人的多媒体AI创作平台。
以创作智能体研究、生成并修改品牌视频与图像素材的AI平台。
把转写文字当剪辑界面，并结合AI声音、降噪和片段制作的视频编辑器。
把照片或真人视频转成数字人，再通过脚本和API生成口播内容。
在浏览器中把AI生成、数字人、字幕与剪辑连成完整视频制作流程。
将脚本和文档转为数字人讲解视频，并提供互动数字人API的制作平台。
从创意到脚本、分镜图片再到动态视频的一体AI创作流程。
把文字、图片或参考内容转成视频，并围绕参考素材持续创作的AI平台。
字节旗下围绕AI故事和短剧制作的创作平台。
结合虚拟形象、口型同步与声音克隆制作人物视频。
用自然语言把故事推进到剧本、分镜和AI视频。
将角色图像与动作素材转为动画视频。
把长视频重新剪成适合社交渠道的短片。
通过对话生成图像与视频，并管理项目素材。
选择风格后用 AI 完成整段视频剪辑、字幕、补充镜头和音乐，再通过对话修改；也支持数字人视频。
从长视频的画面、声音和语义中筛选片段，可按文字指定内容，自动重构画幅并导出短片或编辑时间线。
将访谈、播客和课程等长口播视频拆成短片，自动跟随主体调整画幅，并配置字幕及品牌样式。
通过编辑转写文字完成短视频裁剪，加入动态字幕、补充镜头、自动变焦与音效，并可从长片生成短片。
从长视频识别独立片段，用 Wish 文字请求调整剪切、画幅、字幕和音乐，并组织后续发布。
面向口播创作者的桌面 AI 剪辑工具，删除失败拍摄、停顿和填充词，通过转写文字修订并导出编辑工程。
用表演参考视频、三维角色动作和相机轨迹控制视频生成，在同一镜头中协调角色运动与运镜。
识别视频中的语音，按转写文字或说话人选择片段并剪出视频和 SRT 字幕，也可接入大模型辅助选段。
字节跳动的视频生成模型系列，结合文字、图像、音频与视频参考生成带声音的视频，支持续写与定点编辑；当前为 2.5。
通过转写文字剪辑视频，自动生成字幕，并用 AI 配音与脚本制作讲解内容。
音频音乐
45从描述生成音乐或独立音轨，在会话中追加、替换片段、延长和混音，逐步完成声音作品。
按风格或音频、MIDI 参考生成音乐，编辑曲目并导出，作品商业使用权限随方案区分。
选择并混合音乐流派，生成配乐后按小节调整乐器、强度和长度，并按方案导出音轨。
围绕歌声和录音提供声音转换、自定义音色、分离人声及乐器相关 AI 处理。
从风格、情绪或歌词生成完整歌曲，并能拆分声部继续编曲的AI音乐工具。
从文本合成与声音克隆延伸到实时语音智能体的AI音频平台。
从音乐描述与自写歌词生成歌曲，并通过分段延长继续编排的AI音乐工具。
把文字变成可选音色与口音的旁白，服务短视频和有声书配音。
将文字或PPT制作为配音与数字人视频，并可定制声音和形象的讯飞工具。
通过对话、参考音乐或相册生成歌曲，并提供歌词与改编工具的AI音乐产品。
生成语音、克隆声音，并调整表达情感的音频工具。
MiniMax 的网页音频创作入口，集中体验语音生成、参考音色和音乐制作，模型 API 与开放权重另有接入条件。
按风格、情绪和乐器设定生成并调整音乐。
生成音乐和歌词，并通过API进行音轨分离与MIDI转换。
从歌词与风格描述生成带编曲的歌曲。
选择语言与声音，将文字合成为可下载音频。
选择语言与音色，把文字合成为可下载配音。
以文本、原始人声或声音样本制作合成人声。
在游戏、直播和语音聊天中实时变换声音。
在网页录制和编辑音频，清理人声并检查麦克风设置。
从文本生成多音色配音，并处理相关音频素材。
提供 Sonic 语音合成、Ink 流式识别与 Managed Agents，用于接入实时语音对话和电话业务。
用脚本和声音选择生成配音，通过情感、停顿等标签控制表达，并提供声音克隆与开发接口。
将脚本转成可调整音高、语速与语调的 AI 配音，用于教学、视频和品牌内容制作。
把脚本转成 AI 旁白，通过 AI Director 调整发音、节奏与语气，并支持团队项目和反馈协作。
面向实时对话的语音合成模型，可调整口音、节奏与语气，通过 API 或自托管接入业务系统。
自动处理播客录音中的填充词、长停顿、背景噪声和口腔杂音，保持多轨同步并导出可调整时间线。
自动平衡响度、降噪和去混响，剪除填充词与静音，并用编辑器细调处理结果和增益曲线。
把录制表演转换成不同角色声音，结合语音合成、声音清理和编辑，用于多角色配音与媒体制作。
用文字和参考语音合成多语言声音，提供流式输入输出、发音修正以及语言、情绪、语速等指令控制。
可部署的语音生成项目，以 Drama 3 制作多角色长音频，支持情绪指令、多轮修订与局部编辑，也可运行 S2-Pro。
输入参考语音、对应文字及待朗读文本生成声音，支持分块推理、多音色片段编排与微调。
通过短参考语音进行语音合成，也可准备数据并微调音色；WebUI 集成人声分离、切片、识别和文字标注。
82M 参数的开放权重语音合成模型，按语言和声音选择朗读文本，通过 Python 流程分段输出音频。
提供多语言音色复现与英语低延迟语音模型；按版本使用参考语音、表现力参数或笑声等非语言标签生成音频。
用短参考语音提取音色，并结合基础语音合成生成新内容；V2 原生覆盖中英法西日韩六种语言。
多语言、多口音的文字转语音库，可选择声音与语速并输出 WAV；中文声音支持中英混读。
分别输入朗读文本和声音描述，用自然语言控制音高、语速、表达方式与录音氛围，或选择已知的预设说话人。
用说话人标签编排英语双人对话，并以参考语音前缀约束音色；当前 Dia2 提供模型、脚本与 WAV 输出。
通过参考语音合成指定音色，当前 2.5 版支持中英日西阿五语，并提供情绪、语速及拼音、音素、假名发音控制。
按 VoiceDesign、CustomVoice 或 Base 型号选择文字设计音色、预设声音控制或参考语音复现，覆盖十种语言。
从文字描述设计声音，或用参考语音和风格指导合成；当前 VoxCPM2 支持多语言、流式生成及 48kHz 输出。
同时建模用户与助手两路语音，实现可边听边说的全双工对话；提供 PyTorch、MLX 和 Rust 推理实现。
语音生成模型系列，当前 Speech 2.8 支持声音标签和参考音色复现，可通过开放平台或 MiniMax Audio 使用。
MiniMax 音乐生成模型系列，结合创意描述和可选歌词生成歌曲；官网介绍、网页体验与开放模型分别提供入口。
3D创作
23从文字或图片生成用于游戏、打印和动画的3D模型。
从文字或图片生成3D形体，并继续制作纹理与动画的混元创作平台。
从文字或图片生成3D模型，并继续贴图、绑定与动画制作。
从文字和图片制作3D模型、网格与PBR材质。
从文字或图片生成3D模型、角色及动画内容。
从文字或参考图像生成三维资产，提供网页创作、材质工具和用于生产管线的 Rodin API。
结合机器学习和内部美术团队，把草图、参考图及制作要求转成可审阅、标注和修订的三维资产。
从描述或图片挑选外观并生成带 PBR 材质的三维模型，可检查网格、下载 GLB 或进入 Spline 编辑。
从文字或参考图片生成三维模型，结合参数化模板调整物体，并继续处理纹理、绑定与动画。
围绕概念图、风格指南与灰盒场景指挥 AI 智能体，生成资产并在 Blender、Unity、Unreal 工作流中组装三维场景。
将文字或图片转成三维网格，并通过重拓扑、UV 展开、纹理生成和绑定继续处理，也提供 REST API 与智能体入口。
从参考图片重建三维模型，支持打印分件、连接结构、多色分离与摆放，导出 STL、OBJ、3MF、GLB 或 USDZ。
在同一工作台选择不同三维生成引擎，用文字或图片生成模型，再贴图、重网格、修复与转换格式，并可编排节点流程。
从工程图或扫描网格重建带特征树的参数化 CAD 模型，输出原生可编辑几何或 STEP，通过 Fusion 插件或网页使用。
将 CAD 操作、代码和 Zookeeper 智能体放入同一设计环境，按提示生成和修改可编辑的 B-rep 实体几何。
连接 CAD、PLM 与仿真工具，按设计任务生成或修改零件，并从三维模型制作二维工程图。
以 TRELLIS.2 从图片生成带 PBR 材质的三维资产，提供推理、纹理生成与训练代码，面向 GPU 开发工作流。
从文字或图片生成三维模型，再按角色类别调整骨架、添加动画，或识别车辆等物体的可动部件。
从视频提取人体动作并重定向至自定义角色，也可用文字生成、延长或混合三维动作，输出 FBX、BVH、GLB 或 MP4。
从实拍视频提取角色动作与相机信息，将 CG 角色合成进镜头，并将动作、净背景、遮罩与场景交给后期软件继续处理。
为专业摄影棚提供多机位无标记动作捕捉，使用本地 NVIDIA GPU 桌面应用处理同步摄像机素材。
在网页中把视频或文字转成三维动作，再进入 Rokoko Studio 清理、循环和重定向，按方案导出 FBX 或 BVH。
从视频提取动作并应用到自定义角色，在场景中调整灯光与相机，再导出 FBX、BVH、GLB 或渲染视频。
数据分析
10
连接表格或数据库，用自然语言提问，生成图表、表格与报告，并查看分析背后的代码。
在 AI 数据笔记本中连接文件或数据仓库，以对话运行 SQL、Python 分析，并审阅代码和共享报告。
在 Python 中对表格或多个 DataFrame 提问，让模型编写分析代码并返回数值、数据表或图形。
用业务指标、关系和示例为数据智能体提供语义上下文，生成受约束的 SQL 与可分享仪表板。
连接数据库、文件和知识库，让数据智能体编写 SQL 与分析代码，执行技能并生成图表、仪表板和报告。
同时提供AI表格数据处理与PPT生成的工具。
用自然语言查询企业数据，并追溯分析逻辑。
用自然语言查询企业数据并获得分析。
在Excel、网页或桌面环境中使用表格AI智能体。
上传研究数据，以对话运行统计并生成表格解读。
营销电商
17
面向媒体代理商分析营销数据和知识，建立受众细分、比较媒体计划，并衔接投放工作流。
为跨境商品制作AI图片并优化Listing文字的电商内容工具。
为电商商业摄影生成AI模特与商品场景的在线图片工具。
从商品图、Listing到选品和广告分析的跨境电商AI工作台。
把商品照片放入新场景，并批量生成营销图片。
保留商品主体，使用AI替换场景和摄影背景。
批量制作电商商品图、模特图、海报和商品视频。
从商品图片生成AI模特、虚拟试穿、商拍和视频素材。
把商品白底图变成套图、模特试穿和配饰展示素材。
为商品生成成套图片、场景和营销视频。
从商品照片制作主图、详情素材和短视频。
按文本要求生成营销文案与表单内容。
把商品图转成场景图、试衣和AI模特素材。
在智能画布中制作电商产品图和营销海报。
为服饰和商品制作虚拟试穿、试戴与场景图。
在拖放画布中布置商品、道具与模特，生成品牌商品图、服装展示和广告，并以模板复用场景。
从企业网站、图片和视频了解业务，生成社媒内容与策略，供用户审阅、修改、排期并追踪发布表现。
教育学习
9用生成故事、分级材料与单词练习辅助阅读。
可汗学院的引导式 AI 导师与备课助手，用追问帮助学习，并生成教案、练习和评分量规。
面向教师与学校的 AI 教学工具集，生成教案、评分量规和测验，并提供教师引导的学生学习工具。
教师创建 AI 学习空间，学生与 Dot 互动学习，Mission Control 汇总参与情况与学习障碍。
在浏览器现有教学资料上生成教案、写作反馈与互动练习，并调整材料阅读难度。
从主题或已有教材生成分层教学活动，可指定难度、课程标准和支架，并输出可编辑或打印的资料。
生成课程对齐的问题、阅读和互动视频，并分析认知层次、调整教材，导出到现有教学工具。
按教学目标和课程资料生成工作表、思维组织图、教学游戏与评测，用引导式流程完成备课。
教师主持的课堂写作与讨论，学生提交后获得即时 AI 反馈，教师查看误区和修订表现。
求职招聘
6根据简历与岗位进行模拟、回答建议和复盘的AI面试训练工具。
结合语音、屏幕识别与模拟练习的面试AI助手。
结合简历和职位信息生成面试回答提示。
在简历编辑器内改写经历、预览版式。
把岗位匹配、简历定制和申请填写连成求职流程。
用AI解析简历与岗位，连接招聘管理与求职信息。
模型开发
55Meta 的开放权重模型家族，提供文本及视觉模型、模型卡与许可，供开发者选择权重部署。
通过统一 API 调用不同厂商模型，配置提供商选择、路由与失败回退，减少多服务接入工作。
通过 API 运行托管模型，管理预测任务与结果，也可部署自定义模型和受支持的微调任务。
面向图像、视频和音频生成的模型 API 与部署服务，支持队列、工作流及自定义模型运行。
提供模型推理、微调与专用部署，可从托管 API 逐步扩展到独立模型服务和 GPU 训练环境。
结合 Serverless 推理、专用部署与模型训练，提供工具调用、结构化输出及批量请求等接口。
通过兼容接口提供托管模型推理，包含文本、语音及工具调用能力，功能随所选模型变化。
提供语言、图像、视频、语音和向量模型 API，并支持预留实例及企业私有化推理部署。
在 Cerebras 推理平台调用托管模型，提供流式输出、工具调用、结构化结果与专用容量方案。
以 SDK 或代理网关统一多家模型调用，管理虚拟密钥、预算、路由和用量记录。
记录智能体与模型调用链，分析成本和延迟，并用提示版本、数据集与评估比较应用改动。
结合模型网关与请求观测，记录成本、会话和反馈，并管理提供商路由与回退。
将运行追踪、人工反馈与评估数据连起来，比较提示和模型改动，并分析线上智能体问题。
追踪模型、检索和工具调用，用数据集、实验和提示版本分析智能体输出与检索质量。
记录多步智能体调用，构建评估数据和实验，并以线上评分与 CI 检查跟踪应用质量变化。
用测试用例比较模型和提示输出，执行红队检查，并把评估与漏洞扫描接入开发流程。
用传统指标和模型评分评估 RAG 与语言模型应用，并从资料或运行数据构建测试样本。
自动执行特征工程、验证、调参与模型选择，提供解释和可导出的预测管线，支持部署。
用 Python 自动训练和组合预测模型，覆盖表格与时间序列等任务，并提供验证和预测接口。
自动训练表格数据模型，比较算法与集成，并生成包含指标、特征重要性和 SHAP 的 Markdown 报告。
用目标函数和动态搜索空间寻找模型超参数，支持剪枝、并行试验及多目标优化。
组织预测模型与智能体的构建、部署和监控，结合数据准备、评估、访问控制及治理流程。
在计算和时间预算内自动选择模型、调整参数，优化机器学习及 AI 工作流的资源使用。
将语言模型任务写成可组合的 Python 模块，结合样例和指标优化提示或模型权重。
用张量运算、自动求导和神经网络模块构建、训练与运行深度学习模型。
围绕数据输入、自动求导、模型训练与导出，开发可部署到多种环境的机器学习应用。
加载预训练模型、分词器和处理器，通过统一接口执行推理、微调与模型训练。
把扩散模型、噪声调度器与生成管线组合起来，编写图像、视频和音频生成流程。
将语言模型部署成推理服务，结合 KV 缓存管理、连续批处理、量化和多卡并行处理请求。
面向语言与多模态模型的推理框架，利用前缀缓存和多卡并行部署模型服务。
以 C/C++ 运行本地模型，提供命令行、量化工具及带网页界面的模型服务器。
在本地或云端运行开放模型，并用CLI和API接入应用的推理工具。
查找开源模型、数据集及在线演示的模型社区。
为云端、电脑和设备端AI应用提供开放模型系列。
为视觉AI提供推理、训练、GPU环境与免代码创作工作室。
用Python为模型搭建可交互、可分享的网页演示。
在云端项目中使用数据集、Notebook 与 GPU 资源开展模型实验，查看示例项目并发布模型应用。
优化深度学习的分布式训练、内存和推理。
评测语音模型与智能体的语调、节奏、打断及上下文表现，从对话生成测试并诊断失败原因。
记录智能体和模型调用，回放执行过程，查看工具输入输出、异常和费用，辅助评测与调试。
追踪智能体、工具和模型的完整执行链，分析费用、时延及失败，并用在线评测和监控发现问题。
在浏览器里试验模型、系统指令和多轮提示，配置工具与输出格式，并取得 Gemini API 接入代码。
为编程智能体提供代码上下文、模型路由与用量管理，并将同一代码关系图用于设计和审查。
将代码、PR、智能体会话和事故串成工程记忆，用于模型路由、代码审查及运行用量分析。
用开源 Python 组件将 PDF、图像与办公文档拆为结构化元素，为大模型检索和知识库构建准备输入。
预测蛋白质等生物分子的复合物结构，并用 Boltz-2 估计结合亲和力；提供可本地运行的代码和权重。
统一预测蛋白质、小分子、DNA、RNA 等组成的分子结构，可提供序列比对、模板和约束来补充输入。
结合 MMseqs2 序列检索与蛋白质结构预测模型，提供 Colab 笔记本及本地批处理流程。
解析文档版式、表格与阅读顺序，为 RAG 和智能体准备结构化内容。
用 OCR 和视觉语言模型解析复杂文档，保留页块定位并输出结构化内容。
提供文字识别、版面与表格解析，帮助开发者把图像和 PDF 转成结构化内容。
用视觉语言模型将 PDF 和文档图像转成保留阅读顺序的 Markdown。
把 PDF 与文档转成 Markdown、JSON 或内容块，可选模型增强表格和公式处理。
在自己的环境部署多模态推理服务，通过兼容接口连接应用与模型后端。
通过 API 对输入内容做选项选择、评分与真假判断，返回可供程序直接处理的结构化结果。
内容检测
11
识别文本和图像中的AI生成特征。
分析疑似AI文字并结合写作过程回放和引用检查。
用词语预测概率和颜色标注分析文章的生成特征。
逐句分析文本的AI生成可能性。
检查文字中可能存在的AI生成特征。
对已有文本进行AI写作模式检测。
检测文本与文件的AI特征，并查看逐句分数。
对文本、文件和网页进行AI特征与原创性检查。
通过网页或API检测AI内容、文本相似性与违规内容。
检测文本与图像AI特征，并检查原创性与写作质量。
检测音频、视频与图像中的合成内容，提供结构化结果、水印和身份匹配，可通过 API 或集成接入。
网页与UI设计
18
通过文字、语音、设计文件或代码构建界面，在实时画布中迭代，并衔接分享与开发工具。
从项目简报生成站点地图、线框和营销网站，基于组件迭代，并导出到设计或开发环境。
通过对话生成多屏可编辑原型，修改组件和主题，并把截图或手绘线框转为设计稿。
从提示生成全栈Web应用，并通过设计模式、仓库同步和部署持续迭代。
以聊天构建网站和应用，并把后台、数据库与认证接入项目的AI工具。
把文字需求转成可编辑网站，并包含内容、表单、SEO与托管的AI建站工具。
让AI直接在可编辑画布中设计网站，并连接CMS、托管和SEO的建站工具。
从提示生成可编辑设计，并通过代码原型和MCP衔接实现的Figma AI能力。
用自然语言构建网站、应用和可交互3D体验。
把文字、截图或草图转为可编辑的网页与App原型。
由AI员工协作完成想法验证、网站和应用构建。
通过对话式AI建站生成、编辑和发布网站。
从需求、提示和参考资料生成高保真 UI，在画布中比较方案，并沿用团队组件与设计规则。
用文字、截图或图表生成可编辑的界面线框，再通过 AI 对话、画布组件和原型连接细化方案。
以源码为基础的 AI 可视编辑器，在 Next.js 与 Tailwind 项目中结合聊天生成、页面预览和样式调整。
从 Figma、截图、网站或提示生成可编辑的 HTML 与 React 应用，并继续视觉修改、预览和导出。
将 Figma 或 Penpot 选区转换为前端代码，用 Agent Mode 继续调整响应式、可访问性和主题。
以已有仓库、组件和设计系统为上下文生成与视觉编辑界面，通过分支和 PR 交给团队审查。
智能体应用
18
把开发任务交给云端智能体，在其终端、编辑器与浏览器中编写、运行和测试代码。
在自托管工作台中连接编程智能体与本地、容器或云端后端，组织会话和自动化任务。
在本机运行的开源通用智能体，连接模型与 MCP 扩展，执行代码、研究、写作及数据任务。
连接邮件、日历、CRM 和数据库，用业务智能体检索背景、追踪指标并执行跨工具任务。
在可选择模型与智能体运行框架的工作区中完成研究、分析、内容和代码任务，支持桌面或托管入口。
在自己的虚拟电脑中规划、执行并交付网站、演示或调研成果的通用AI智能体。
在浏览器中给出目标与资料，让云端智能体完成在线研究、内容生成与信息整理，也可承接桌面端移交的任务。
在企业资料和办公应用之间执行研究、数据与文档任务。
通过深度研究和专业技能生成文档、演示及多媒体内容。
结合搜索、知识库和多智能体生成研究与创作产物。
在一次对话中串联图像、视频和音频模型的创意智能体。
把聊天软件连接到用户环境中的任务执行助手。
连接日常工具，安排自定义智能体处理工作。
在自有环境运行个人智能体，并连接聊天渠道。
让日历触发智能体准备、执行与跟进工作。
带持久上下文和自定义工具的个人及团队智能体，通过浏览器、终端或消息渠道工作，并可安排任务。
通过自然语言调度企业智能体，连接 SaaS 执行分析和业务任务，并构建 Skills 与应用；已有客户端下载及上架版本。
读取发票、订单等业务文档，提取并校验字段，通过规则、人工复核和系统连接推进财务及订单流程。
AI文本改写
3
在论文写作流程中进行续写、改写、纠错与引用处理。
调整论文语义表达与文体的AI改写工具。
结合AI内容识别和论文改写的有道学术文本工具。
语音识别与输入
14利用讯飞语音识别，将音频录音转为文字。
在桌面转录音视频、区分说话人并整理摘要和字幕。
把自然口述实时整理成可直接使用的文字。
提供实时与批量语音识别、语音合成和语音智能体 API，处理对话轮次、打断及模型编排。
以 API 转写录音或实时语音，提取说话人、章节与摘要，并提供把口述整理成可发送文字的听写接口。
面向产品集成的多语言语音识别，支持实时转写，并按部署方案运行于云端、企业环境或设备端。
通过实时流或文件 API 转写多语言音频，叠加说话人、实体、摘要等分析后接入业务系统。
基于 CTranslate2 的 Whisper 推理实现，支持 CPU/GPU 量化、批量转写、词级时间戳与语音活动过滤。
用 C/C++ 在本地运行 Whisper 转写，提供 CPU、Metal、CUDA、Vulkan 等后端与量化支持，可嵌入桌面、移动和浏览器应用。
组合批量语音识别、音素强制对齐和说话人分段，生成带词级时间戳及匿名说话人标签的转写结果。
按模型组合语音识别、VAD、标点恢复、时间戳和说话人聚类，构建离线、流式或边缘端语音处理服务。
用 SenseVoiceSmall 同时获取语音文字、语言、情绪与音频事件标签，覆盖普通话、粤语、英语、日语和韩语。
用 ASR 型号生成文字、时间戳和说话人分段，或选择独立的 Realtime 型号，把流式文字转为英语单人语音。
端到端语音识别模型系列：Nano 侧重中英日和中文方言，MLT-Nano 提供多语言转写，可接入 FunASR 部署。