多模态AI

iWeaver AI有免费版要登录国内可直接访问 围绕个人知识库搭建的 AI 工作台，可导入网页、PDF、音视频等资料，用多类智能体生成摘要、思维导图和带引用的问答，适合研究生把散落的文献和课程资料收进一处反复读写。 本站 11 月 8 日 检测 MiniMax Code要登录 MiniMax 推出的多模态 AI 助手，支持问答、图像识别、语音对话、文档解析和定时任务，适合学生、职场人和创作者日常使用。 BuboGPT 字节跳动的多模态大语言模型研究项目，在文字、图像、音频间建立共享语义空间，可做图像细粒度理解、声音定位与音图相关性判断，适合多模态方向研究者读论文、跑实验时对照复现。 问小白AIPPT 免费在线AI一键生成ppt 无限光年 INF 面向金融等关键行业的企业 AI 服务，以 INF 启智统一管理知识、模型、算力和智能体，为智能体加上权限、审计和沙箱，并配套指数生产、信用分析、固收研究等金融智能体，适合要把 AI 放进信贷、指数这类关键工作流又要求过程可审计的团队。 Janus DeepSeek 开源的多模态模型系列，用单一 Transformer 同时做图像理解与文字生图，仓库含推理脚本和 Gradio 演示，适合自备显卡、想在自己环境里跑通统一架构的研究者。 Qwen大模型 阿里巴巴集团Qwen团队研发的大语言模型和大型多模态模型系列 本站 11 月 8 日 检测 Immersity Leia Inc. 的空间显示方案，由 Spatial AI 软件与可切换显示硬件组成，为手机、平板、显示器添加全息景深并支持一键切换普通与沉浸显示，适合设备厂商集成进整机做产品差异化。 4 4o.run 免费的 ChatGPT 4o：4o.run 提供一个免费的、用户友好的在线 ChatGPT4o 聊天界面，用于 AI 对话。 Seed-Music 字节跳动 Seed 团队的音乐生成研究系统，支持多模态输入生成带人声的多语言歌曲、音符级精细编辑和十秒录音的零样本音色克隆，适合玩 AI 音频的人对照试听样例研究其编辑与音色克隆能力。 商汤科技 国内人工智能公司，提供日日新大模型、大装置算力平台和方舟视觉 AI，面向企业与开发者。 商汤日日新开放平台有免费版要登录 商汤科技的大模型 API 平台，兼容 OpenAI SDK，换 base_url 即可调用 SenseNova、DeepSeek、GLM、Kimi 等模型，适合接大模型 API 的开发者按任务换 model_id 做多模型对比。 Xinference有免费版 Xorbits 推出的开源 AI 模型推理平台，在本地或云端统一跑 LLM、嵌入、多模态、语音和视频模型，提供兼容 OpenAI 的 API 并支持注册自定义权重，适合要在私有环境里跑多个模型、不想逐个适配接口的开发者。 智谱大模型开放平台有免费版要登录 智谱运营的 AI 大模型开放平台，集中提供 GLM 系列语言、多模态、图像、语音模型及智能体市场、知识库与微调工具，支持 API 调用和网页体验，适合开发者把大模型接进自己的业务系统。 千问大模型有免费版要登录 阿里云自研的大模型系列，经百炼平台调用，覆盖文本推理、编程与 Agent 自动化、图像与视频生成、语音识别合成，并提供带推荐模型的场景模板，适合开发者调 API 把多模态能力接进自己的产品。