元象XChat:元象 XChat 是元象 XVERSE 的 AI 交互入口,背靠面向 3D 内容生产与展示的 AI 平台,适合探索文本、创意和空间内容生成。
多模态工具
围绕「多模态」,找到更合适的工具与灵感。
标签筛选 125
点击标签继续筛选,可同时选择多个标签
多标签取交集,工具需满足全部已选标签。数字表示叠加该标签后的工具数量。
价格与授权
使用门槛、免费额度与授权方式。
核心能力
工具最主要能完成的任务。
使用场景
适合的行业、岗位或工作流程。
技术方向
模型、框架、RAG、Agent、API 等特征。
平台与部署
网页版、桌面端、插件、本地部署或云服务。
模型与厂商
模型系列、厂商生态或第三方平台。
其他标签
暂未归入固定维度的补充标签。
百度AI同传助手:百度 AI 同传助手当前入口已并入百度翻译 AI 多模态页面,提供文本、文档和多语言翻译,并支持英文润色、双语审校等能力。
360AI搜索原入口当前官方跳转至纳米 AI;用户可从纳米 AI 入口使用 AI 搜索、问答和内容整理能力。
白瓜面试是面向在线笔试与远程面试的 AI 助手,支持实时语音识别、图片识别、智能辅助回答、双设备互联,以及模拟面试和面试总结。
博查AI搜索:博查 AI 搜索是多模态 AI 搜索和开放平台,提供自然语言搜索、智能体、学术搜索、文档搜索以及面向应用的 Search API。
百川大模型是百川智能的模型与应用平台入口,提供大模型产品、行业应用和开发者相关信息。
RESEMBLE.AI:Resemble AI 是企业级语音与媒体真实性平台,当前同时提供实时多语言 TTS、声音克隆、语音/图像/视频 deepfake 检测、水印和身份验证。
vivago.ai 是带 SkillHub、模板和连接器的 AI 创作 Agent,用户可通过对话、上传素材和项目流程生成或编辑图像与视频。
Poly 是 AI 云端文件浏览器,可用自然语言搜索个人文件和媒体,并围绕文件与 AI 对话。
紫东太初是中国科学院自动化研究所与武汉人工智能研究院推出的多模态大模型体验入口,支持问答、文本创作、图像生成、3D 理解和信号分析。
Elai.io 是 AI 培训视频平台,可将文本、PPT、网页链接或模板转成带 AI 头像、语音和字幕的视频,支持多语言、声音克隆与翻译。
Label Studio 是开源数据标注与 AI 评估平台,支持 Agent traces、LLM evals、RLHF、计算机视觉、文档、NLP、音频和多模态数据。
SiliconFlow 硅基流动是面向开发者和企业的大模型云服务平台,提供语言、语音、图片、视频和向量等 API,并支持 OpenAI/Anthropic 兼容协议、私有化部署和企业算力方案。
自由画布是百度文库的 AI 画布创作入口,支持上传素材并围绕画布生成和整理内容。
MiniMax Hub(官网当前品牌为 MiniMax Design)是本地优先的多模态 AI 创意工作台,可由 Agent 协调文案、图像、视频、音频和编辑流程,并以 Skills 复用生产工作流。
Google AI Studio 是 Gemini 开发平台,可快速试验提示词和多模态输入,生成 API Key、查看代码并将原型接入生产。
灵光是蚂蚁推出的智能全模态 AI 助手,覆盖对话问答、文案、画图、翻译、编程、文件分析和日常办公。
WaveSpeedAI 是面向创作者和开发者的 AI 媒体生成平台,聚合图像、视频、音频和数字人模型,并提供统一 API、文档、CLI 和桌面工具。
腾讯混元大模型:腾讯混元是腾讯的基础大模型与服务平台,提供对话、多模态、代码和开发者 API 能力,可用于企业应用接入。
Omma 是用自然语言构建互动体验、网站、3D 内容和应用的 AI 工具,支持多 Agent 并行处理代码、图像、3D 和数据任务。
Pixmax 是一站式 AI 短剧、漫剧和商业内容工作流平台,聚合文本、图像、视频、音频和 3D 模型,并提供 AI 视频 Agent、画布、资产管理和协作。
DMXAPI 是 AI 大模型 API 聚合平台,一个 Key 接入多家文本、图像、视频和音频模型,支持人民币计价与充值开票。
序列猴子是出门问问的开放平台模型服务,主打长序列、多模态、单模型和大数据能力,支持多轮交互与应用接入。
VibePaper 是多模态 AI 创作工作台,以可编辑画布组织图像、视频、文本和品牌内容,并由 Agent 编排模型完成创作任务。