AI 模型目录

OpenAI

OpenAI 的多模态旗舰模型，文本、图像与音频能力一体，延迟低、多语言表现均衡，是 ChatGPT 与大量第三方工具默认的主力模型。

OpenAI

OpenAI 第四代大模型，以推理与写作质量见长，被大量写作、编程与知识类工具作为默认引擎使用。

OpenAI

OpenAI 早期主流模型，速度快、成本低，常用于对时延敏感、精度要求居中的对话与文本处理场景。

OpenAI

OpenAI 的 GPT 大模型家族统称，涵盖 GPT-4o、GPT-4 与 GPT-3.5 等版本，目录中多数文本类工具都建立在 GPT 系列之上。

OpenAI

OpenAI 第三代文生图模型，提示词理解准确、文字渲染清晰，由 ChatGPT 与 Bing Image Creator 等产品内置。

OpenAI

OpenAI 第二代文生图模型，支持图像编辑与变体生成，奠定了扩散模型商用化的基础。

OpenAI

OpenAI 的文生图模型家族统称，从 DALL·E 2 演进到 DALL·E 3，服务于对话式与独立图像创作场景。

OpenAI

OpenAI 的视频生成模型，可根据文本或图像生成多镜头一致的高清视频，是文本到视频方向的代表性模型。

Anthropic

Anthropic 的 Claude 大模型家族，以长上下文、写作与编程能力著称，开发者与写作类工具广泛采用。

Anthropic

Claude 3.5 系列的主力型号，推理、写作与编程均衡，是 Cursor、Windsurf 等编程工具的默认模型之一。

Anthropic

Claude 3.5 代际统称，在长文档处理与代码理解上表现突出。

Anthropic

Claude 3 系列的旗舰型号，面向最复杂的推理与创作任务。

Anthropic

Claude 3 系列的轻量型号，延迟低、成本低，适合高频次对话与分类任务。

Anthropic

Claude 3 代际统称，首次引入视觉理解能力，覆盖 Haiku/Sonnet/Opus 三档。

Google

Google 的原生多模态模型家族，覆盖 Ultra、Pro、Flash 与 Nano 各档，长上下文能力突出，与搜索和办公生态深度整合。

Google

Gemini 系列的主力型号，文本与图像理解均衡，面向通用对话与创作。

Google

Gemini 系列的高速型号，以低延迟与低成本服务高频请求。

Google

Gemini 系列的旗舰型号，面向最高难度的推理与创作任务。

Google DeepMind

Google DeepMind 的视频生成模型，支持高分辨率、镜头语言控制与音画一体生成，画质与一致性处于第一梯队。

Meta

Meta 的开源大模型家族，权重开放、生态庞大，是本地部署与自托管方案的事实标准底座。

xAI

xAI 第四代模型，强化推理与实时信息能力，与 X 平台数据深度整合。

xAI

xAI 第三代模型，面向实时问答与直接风格的对答场景。

Mistral

Mistral 的旗舰模型，多语言与代码能力强，欧洲企业部署的热门选择。

Mistral

Mistral 的轻量型号，高效低成本，适合本地与边缘部署。

DeepSeek

深度求索的开源旗舰模型，推理与代码能力对标一线闭源模型，API 价格极具竞争力，开发者社区影响广泛。

DeepSeek

DeepSeek 新一代模型，在推理深度与长上下文上继续提升，面向专业开发与研究场景。

DeepSeek

DeepSeek V4 的高速变体，用更低成本与延迟服务高频调用，适合批量任务与实时场景。

DeepSeek

DeepSeek 开源模型家族统称，V3/R1 系列在推理与代码任务上影响力大，国内外采用广泛。

阿里巴巴

通义千问的旗舰型号，中文理解与多模态能力强，企业商用部署广泛。

阿里巴巴

通义千问的均衡型号，能力与成本平衡，适合大多数中文对话与写作场景。

阿里巴巴

通义千问的高速型号，低成本高吞吐，适合大规模文本处理任务。

阿里巴巴

阿里巴巴开源的视频生成模型家族，文生视频与图生视频质量处于开源第一梯队，国内创作社区采用广泛。

智谱 AI

智谱 AI 的大模型家族，代码、长文本与多模态能力均衡，国内企业与开发者生态成熟。

百度

百度知识增强大模型，中文知识理解与文生图能力完善，与百度搜索及办公生态联动。

腾讯

腾讯自研大模型家族，对话、生图与文生视频能力开放，与微信、腾讯文档等生态打通。

字节跳动

字节跳动的豆包大模型家族，覆盖对话、图像与语音，与飞书、剪映等生态联动。

快手

快手可灵的视频生成模型，物理模拟与大幅面运动表现出色，支持文生视频与图生视频。

快手

可灵的第一代视频生成模型，奠定了国产视频生成的基础体验。

MiniMax

MiniMax 的视频生成模型，人物动作自然、物理表现真实，中文指令理解出色。

生数科技

生数科技的视频生成模型，擅长动漫与风格化视频，参考生视频（主体一致性）能力突出。

月之暗面

月之暗面的长上下文模型，超长文本阅读与文件解析是招牌能力，研报精读与资料整理常用。

Stability AI

Stability AI 的开源旗舰文生图模型，本地部署与微调生态极其庞大，是 Civitai、ComfyUI 等社区的基础模型。

Stability AI

Stable Diffusion 的经典版本，模型体积小巧、ControlNet 生态成熟，本地部署入门首选。

Stability AI

Stability AI 的实时文生图模型，一步出图、延迟极低，适合实时画布与交互场景。

Stability AI

Stability AI 的开源视频扩散模型，图生视频方向的代表，社区微调与集成广泛。

Stability AI

Stability AI 的音乐与音效生成模型，可生成可商用的音乐、采样与音效，并提供商用授权方案。

Black Forest Labs

Black Forest Labs 的图像生成模型家族，出图质量与文字渲染业界领先，Pro/Dev/Schnell 三档覆盖商用与开源自托管。

Black Forest Labs

FLUX 的商用旗舰档，出图质量最高，面向专业设计与营销制作。

Black Forest Labs

FLUX 的开发者档，权重开放、可本地微调，是开源自托管的主力选择。

Black Forest Labs

FLUX 的高速档，Apache 2.0 开源、一步出图，适合实时与大规模生成。

开源社区

开源的图像超分辨率模型，本地运行、完全免费，是 Upscayl 等放大工具的核心引擎。

Midjourney

Midjourney 第六代模型，图像质感与艺术风格业界标杆，创意设计与概念艺术的首选。

Midjourney

Midjourney 第五代模型，写实能力提升显著，社区作品量庞大。

Recraft

Recraft 的第三代模型，矢量图生成与品牌风格控制业界领先，设计师工作流专用。

Ideogram

Ideogram 第二代模型，文字渲染准确，海报、logo 概念与排版图像生成可靠。

Ideogram

Ideogram 第一代模型，开创了文生图中的可靠文字渲染能力。

Leonardo AI

Leonardo AI 的新一代基础模型，图像质量与提示词依从性大幅提升，游戏与创意资产常用。

Leonardo AI

Leonardo AI 早期的扩散模型系列，风格模板丰富，创意社区作品量庞大。

Adobe

Adobe 第三代 Firefly 模型，与 Photoshop、Illustrator 深度集成，商用版权清晰。

Adobe

Adobe 第二代 Firefly 模型，生成式填充与文字效果成熟，设计工作流内置。

Freepik

Freepik 的高保真图像生成模型，出图细节丰富，与其素材库和商用授权体系一体。

Magnific AI

Magnific 的图像放大模型，以幻觉式细节重建著称，可把低分辨率图像放大为高细节作品。

Playground

Playground 的画布式图像模型，支持生成、局部重绘与图层编辑一体。

Krea

Krea 的实时生成模型，画布上草图即时渲染放大，概念设计迭代速度极快。

Runway

Runway 第三代视频模型，文生视频质量与运动控制出色，专业视频创作的主力之一。

Runway

Runway 第二代视频模型，文生视频普及化的里程碑，生态与教程资源成熟。

Pika

Pika 第二代视频模型，特效模板与角色一致性视频能力突出，社媒短视频常用。

Pika

Pika 第一代视频模型，轻量上手快，社媒创意视频的热门选择。

Luma AI

Luma AI 的视频模型，自然物理运动与电影感镜头见长，支持关键帧控制与循环视频。

Luma AI

Luma 的捕捉与重建技术，从视频照片重建三维场景与高斯溅射资产。

Genmo

Genmo 开源的视频模型，可本地部署与自托管，是开源视频生成的重要里程碑。

LTX Studio

LTX Studio 的视频模型，面向影视叙事的分镜、角色一致性与镜头控制整合。

Synthesia

Synthesia 的数字人播报模型，140 多种语言口型同步，企业培训与营销视频的标准方案。

Vidnoz

Vidnoz 的数字人模型库，1500 多个虚拟主播与多语言配音模板，营销与在线课程常用。

D-ID

D-ID 的照片驱动数字人模型，一张人脸照片即可开口说话，API 适合客服与营销集成。

HeyGen

HeyGen 的数字人模型，脚本一键转真人质感口播，视频翻译与口型同步能力强。

PixVerse

PixVerse 的视频模型，特效模板与角色视频丰富，移动端体验完善。

字节跳动

剪映内置的 AI 模型集合，覆盖智能剪辑、自动字幕、AI 特效与数字人，中文生态模板最全。

InVideo

InVideo 的文本成片模型，自动匹配素材、配音与字幕，营销团队无需剪辑经验即可批量产出。

Opus Clip

Opus Clip 的切片模型，按话题与爆款潜力自动把长视频剪成短视频并加字幕构图。

VEED

VEED 的在线剪辑 AI 模型集合，覆盖自动字幕、AI 配音、降噪与数字人。

Submagic

Submagic 的字幕模型，自动花字字幕、卡点与表情匹配，竖屏口播短视频专用。

Zebracat

Zebracat 的文本转视频模型，博客文案一键转为带素材、配音与字幕的视频。

Media.io

Media.io 的浏览器内 AI 模型集合，覆盖字幕、配音、数字人与模板成片。

Pictory

Pictory 的内容二创模型，把长文与录像自动转为短视频并匹配素材字幕。

Suno

Suno 第四代音乐模型，完整歌曲与人声一体生成，结构自然、音质出色。

Suno

Suno 第三代音乐模型，文生歌质量首次达到可发布水准，引爆 AI 音乐普及。

Udio

Udio 的高保真音乐模型，人声歌曲与多流派完整曲目见长，支持局部重生成与精细编辑。

ElevenLabs

ElevenLabs 的语音合成模型家族统称，真实度与情感表现力业界标杆。

ElevenLabs

ElevenLabs 的多语言语音模型，29 种语言跨语种一致性出色。

ElevenLabs

ElevenLabs 的低延迟语音模型，实时对话与直播配音场景专用。

Murf

Murf 的配音模型库，120 多种声音覆盖 20 多种语言，企业培训与讲解视频常用。

LOVO

LOVO 的 Genny 配音模型，500 多种声音与情绪表达，配音与视频编辑一体。

Resemble

Resemble 的语音克隆与实时语音模型，情感控制精细，产品与游戏语音常用。

Play.ht

Play.ht 的语音合成模型，低延迟流式输出适合实时场景，声音库覆盖多语言。

Speechify

Speechify 的朗读模型，文档、网页与图书转自然语音，学习与无障碍场景常用。

Kits.AI

Kits.AI 的声音模型训练平台，可克隆自己的声线或使用授权艺术家声音完成 demo。

Voicemod

Voicemod 的实时变声模型，游戏与直播场景实时变声，桌面端体验成熟。

Adobe

Adobe Podcast 的语音增强模型，一键把嘈杂录音变成录音棚级音质，免费可用。

LALAL.AI

LALAL.AI 的 Phoenix 分轨模型，人声、伴奏与乐器分离精度业界领先。

Moises

Moises 的音轨分离与练习模型，变调变速、和弦检测与练习伴奏一体。

AIVA

AIVA 的作曲模型，影视与游戏配乐方向，可按情绪与风格生成交响乐等古典类配乐。

Soundraw

Soundraw 的免版税配乐模型，按情绪、时长与结构定制背景音乐。

Boomy

Boomy 的歌曲生成模型，几十秒生成完整歌曲并一键发布流媒体。

Beatoven.ai

Beatoven.ai 的配乐模型，按情绪曲线为播客与视频生成背景音乐。

Mubert

Mubert 的免版税音乐生成模型，创作者 App、API 与企业授权三路并行。

Musicfy

Musicfy 的翻唱与文生歌模型，歌声换任意授权声音，demo 与整活内容常用。

Riffusion

Riffusion 的开源音乐模型，频谱图起家，支持风格混合与歌词控制，可自托管。

Krisp

Krisp 的实时降噪模型，一键消除背景噪音与回声，远程办公通话的音质保障。

Meshy

Meshy 的第二代 3D 生成模型，文生 3D 与图生 3D 质量提升，游戏与电商资产常用。

Meshy

Meshy 的第一代 3D 生成模型，文生 3D 入门门槛低。

Tripo AI

Tripo AI 的 3D 生成模型，图生 3D 与文生 3D 速度快、拓扑质量持续提升。

Deemos

Deemos 的高保真 3D 生成模型，专注人像与角色的 photorealistic 资产，影视与虚拟人项目常用。

Kaedim

Kaedim 的图转 3D 模型加人工质检管线，概念图直接转为游戏可用的三维资产。

CSM

CSM 的图与文本转 3D 场景模型，API 接入与实时渲染导出完善。

Polycam

Polycam 的 3D 扫描重建模型，手机激光雷达或照片即可完成真实场景建模。

Wonder Dynamics

Wonder Studio 的自动动捕与合成模型，实拍视频中的真人自动替换为 CG 角色。

Move AI

Move AI 的无标记动作捕捉模型，普通摄像机即可完成专业级动捕。

Sloyd

Sloyd 的参数化 3D 资产生成器，拓扑干净、可调参数丰富，独立游戏开发的资产加速器。

Blockade Labs

Blockade Labs 的 360° 全景生成模型，文本或草图生成天空盒与虚拟环境。

Spline

Spline 的浏览器内 3D 设计 AI，按提示生成场景与动效并直接嵌入网页。

DeepL

DeepL 的翻译模型，译文自然流畅长期领先业界，商务与本地化团队标配。

QuillBot

QuillBot 的改写与语法模型，多模式改写、摘要与查重一体，学生与写作者常备。

Wordtune

Wordtune 的句子级重写模型，即时给出多种表达建议，适合非母语者打磨文案。

Writefull

Writefull 的学术写作模型，专为科研出版语气设计，期刊格式与引文库齐全。

Grammarly

Grammarly 的写作助手模型，语法纠错、语气调整与抄袭检测一体，覆盖浏览器与移动键盘。

Jasper

Jasper 的营销内容模型，品牌语气训练与多渠道文案模板，企业营销自动化代表。

Copy.ai

Copy.ai 的 GTM 工作流模型，销售文案、潜客培育与内容生产自动化。

Writesonic

Writesonic 的全能写作模型，覆盖 SEO 文章、广告文案与聊天机器人搭建。

Rytr

Rytr 的轻量写作模型，40 多种使用场景与语气模板，价格亲民上手快。

Consensus

Consensus 的学术问答模型，基于同行评审论文给出带研究结论与引用质量标记的答案。

Elicit

Elicit 的文献筛选模型，从 1.25 亿篇论文中提取方法、样本与结论，自动做系统综述数据表。

Exa

Exa 的语义搜索嵌入模型，返回语义相关的网页与文档结果，是 LLM 应用的检索层。

Inflection

Inflection 的陪伴型对话模型，自然的语气与情感支持见长。

Character.AI

Character.AI 的角色扮演对话模型，社区自建角色生态庞大，陪伴与娱乐类代表。

Microsoft

Microsoft Copilot 背后的模型组合，深度整合 Windows 与 Office 工作流。

Tabnine

Tabnine 的企业级补全模型，支持全私有部署与团队代码库定制。

Amazon

Amazon Q Developer 的编程模型，深度集成 AWS 服务与 IDE，云原生开发专用。

Supermaven

Supermaven 的低延迟补全模型，超大上下文窗口可参考整个仓库。

Augment Code

Augment Code 的上下文引擎模型，深度代码库索引服务大规模真实项目。

Cognition

Cognition 的自主软件工程模型，能独立规划并完成整个开发任务。

Vercel

v0 的界面生成模型，文本生成基于 React 与 Tailwind 的前端组件与页面。

Replit

Replit 的编程模型，从提示词直接搭建可运行应用并完成部署。

Qodo

Qodo 的测试生成与代码审查模型，分析代码行为并生成边界用例。

Otter.ai

Otter.ai 的会议转写模型，实时转写 Zoom、Teams 与 Meet 会议并生成摘要与行动项。

Fireflies.ai

Fireflies.ai 的会议记录与对话智能模型，话题追踪与说话人分析完善。

tl;dv

tl;dv 的会议录像与摘要模型，30 多种语言转写与高光剪辑。

Fathom

Fathom 的会议记事模型，实时高光标注并在会后秒级生成结构化摘要。

Motion

Motion 的 AI 排程引擎，自动为任务安排时间块并动态调整优先级。

Reclaim.ai

Reclaim.ai 的日历协调引擎，自动安排会议与专注时间并与 Slack 深度集成。

Glean

Glean 的企业搜索模型，连接公司内所有应用与文档，基于权限体系给出带出处的答案。

Mem

Mem 的知识关联模型，自动把零散笔记建立关联并支持向自己的知识库提问。

Napkin AI

Napkin AI 的文本转图形模型，一键把内容转为可编辑的示意图与信息图。

ClickUp

ClickUp 的项目管理 AI 模型，自动写任务、总结文档并回答项目状态问题。

Zapier

Zapier 的自动化 AI 模型，把数千应用串联并支持 AI 步骤与智能决策。

Make

Make 的可视化自动化 AI 模型，支持复杂分支与数据变换场景。

Gamma

Gamma 的演示生成模型，从大纲或文档自动生成精美幻灯片与站点。

Beautiful.ai

Beautiful.ai 的智能排版模型，幻灯片随内容自动对齐与重排。

Figma

Figma AI 的设计模型，根据提示生成设计稿、自动重命名图层与填充内容。

Photoroom

Photoroom 的抠图与背景生成模型，一键抠图与商品图批量处理的业内标杆。

remove.bg

remove.bg 的专业抠图模型，人像与商品图边缘处理成熟稳定。

Pebblely

Pebblely 的商品图背景生成模型，按主题与风格批量出电商主图。

Flair AI

Flair AI 的商品场景合成模型，拖拽场景元素生成商业级营销图。

Interior AI

Interior AI 的室内风格转换模型，房间照片秒变多种风格设计方案。

PromeAI

PromeAI 的设计渲染模型，草图渲染、场景转换与图生视频面向建筑与工业设计。

Photo AI

Photo AI 的个人模型训练管线，自拍照片批量生成影棚级人像写真。

Craiyon

Craiyon 的免费文生图模型，无需注册即可生成，入门体验友好。

Artbreeder

Artbreeder 的基因混合模型，滑杆调节风格属性创作角色与场景图。

SeaArt

SeaArt 的绘画与视频模型，中文界面与本地化模型齐全，免费额度充足。

Topaz Labs

Topaz Photo AI 的本地增强模型，降噪、锐化与放大三合一，完全离线运行。

Topaz Labs

Topaz Video AI 的本地视频增强模型，降噪、插帧与 8K 放大，老素材修复常用。

Scenario

Scenario 的风格定制模型，游戏工作室训练自有美术风格并批量生成资产。

Descript

Descript 的剪辑模型，像编辑文档一样剪辑音视频，转写驱动剪辑体验开创者。

开源生态

在用户本地设备上运行的模型统称，数据不出域、隐私可控，适合对数据安全要求高的场景。

开源生态

权重与代码开放的模型统称，可自由商用部署与微调，是本地与私有化方案的基础。

多厂商

由第三方厂商提供、被工具集成的模型统称，具体能力以各厂商官方文档为准。

用户自训练

用户用自己的素材微调或训练的模型，常见于 Civitai、Tensor.Art 等社区的 LoRA 生态。

多厂商

厂商为其产品自研、未公开的模型统称，能力范围以各厂商官方文档为准。

多厂商

支持接入任意大语言模型的工具配置，通常可通过 API 或本地推理服务自由选择模型。

Canva

Canva 内置的 AI 模型集合，覆盖文生图、智能编辑、文案与演示生成，设计协作平台一体。

Fliki

Fliki 的配音模型库，2000 多种 AI 声音覆盖 80 多种语言，文本转视频配音专用。

NovelAI

NovelAI 的故事续写模型，长篇小说创作专用，风格保持与角色一致性好。

NovelAI

NovelAI 的动漫风图像模型，角色一致性与同人创作社区口碑好。

Captions

Captions 的口播视频模型，自动字幕、眼神接触校正与背景替换一体。