多模态
标签 “多模态” 关联的 AI 工具
共 10 个工具
GPT-5
FreemiumOpenAI 发布的最强旗舰模型，内置最小推理能力，支持数学、科学、编程、多模态，是 ChatGPT Plus 的核心模型。
12,000 条评价
Gemini Omni
FreemiumGoogle I/O 2026 发布的旗舰多模态 AI 模型，可从任意输入（视频/图像/音频/文字）创建任何内容，具备世界理解、多模态编辑与生成能力，是 Google 2026 年最强 AI 模型。
9,200 条评价
ChatGPT Images 2.5
FreemiumOpenAI 新一代图像生成模型，在细节锐度、自然光照与质感上全面升级，更擅长基于参考照片保持主体一致，多轮编辑指令遵循更可靠，生成延迟相比 2.0 降低最多 50%。ChatGPT 内同步新增 Sketch（手绘草图作参考）、Templates（海报/产品图模板）、图片批注编辑与 Prompt 分享等创作功能。
0 条评价
Wan 3.0（通义万相）
Freemium阿里云开源的 Wan 3.0 AI 视频生成模型，可基于文本、图像、视频、音频、网页、PDF 与幻灯片等多模态输入，生成长达 30 秒的视频片段，视觉质量与可控性大幅提升。
6,100 条评价
Mistral Le Chat
FreemiumMistral AI推出的对话与Agent平台，搭载Mistral Large 3与Pixtral多模态模型，支持网页搜索、图像理解、代码执行与文件处理，欧洲开源AI旗舰产品。
3,400 条评价
Gemini
FreemiumGoogle 开发的 AI 大模型，深度集成 Google 生态系统，支持多模态输入。
6,800 条评价
Gemini Live
FreemiumGoogle Gemini 推出的实时语音 AI 对话功能，支持打断式自然对话、屏幕共享实时分析与摄像头画面理解，可在移动端实现接近真人的语音助手体验，并深度整合 Gmail、日历、地图等 Google 服务。它是 Google 在多模态实时交互上的旗舰能力，把「语音助手」从单轮问答推进到可边看边说边协作的形态。
0 条评价
腾讯混元
免费腾讯开发的 AI 大模型助手，集成在微信、QQ等腾讯系产品中。
3,900 条评价
Step功能
免费阶跃星辰推出的 AI 对话助手，支持文本和图像生成。
1,200 条评价
商汤日日新
Freemium商汤科技开发的大模型对话助手，视觉理解能力突出。
1,500 条评价