场景分类 · 多模态
AI 多模态工具精选
AI 多模态工具——图文理解、视频分析、跨模态生成,突破单一模态的边界。
7 款目录工具。目录评分用于浏览候选,公开评测的版本、来源与日期请核对详情页。
按任务开始选型
这些是用于筛选的示例任务。推荐仅在当前分类中查找,候选能力仍需核对来源或试用。
- 用同一份输入核对结果、错误与人工复核方式。
- 查看版本、资料日期、价格条件及部署限制。
- 缺少证据的要求先保留为待确认,再安排小范围试用。
89
Midjourney
提供图像生成:在 Create 页面用文字提示与图片参考创作
创意多模态需付费订阅;价格与额度以官方方案为准
87
Gemini 3 Pro
百万级 Token 上下文 + Deep Think:大文件、长视频处理的首选
研究多模态免费
86
Runway
AI 视频生成的标杆,Gen 系列把短片创作门槛打下来
创意多模态免费额度
85
精选Ray-Ban Meta AI 眼镜
卖得最好的 AI 硬件:Llama 4 加持的「Hey Meta」随身助手,2026 下半年冲千万台
AI 硬件语音$299 起
82
LiveKit Agents
构建实时多模态AI应用的框架
语音多模态开源,云服务付费
74
YuE
开源全曲生成音乐大模型,歌词到完整歌曲
创意多模态免费(开源,需自备算力)
72
Airi
开源多模态AI助手,可自托管运行
多模态效率工具免费开源