AI工具

Mistral AI 是法国的大模型公司，发布的 Mistral 和 Mixtral 系列以参数量小、推理快著称，采用 MoE 架构在较小算力下达到不错效果。模型权重开放，适合本地部署和对成本敏感的场景，欧洲市场采用率较高。

Grok 由 Elon Musk 旗下的 xAI 开发，最大特点是接入 X（原 Twitter）的实时信息流，能对热点事件给出较及时的回答。支持图像理解和生成，风格偏直白。需要 X 账号，国内访问受限。

HeyGen 提供数字人视频生成服务，上传一段真人视频即可克隆形象和声音，之后输入文稿就能生成对口型的讲解视频。支持多语言翻译配音，适合做产品介绍、培训课件、多语种内容分发。

Runway 是较早做 AI 视频的工具，提供文生视频、图生视频、视频风格转换、智能抠像、运动追踪等功能。Gen-3 系列模型可生成较高质量短视频片段，广泛用于广告、MV、短片创作。有免费额度可试用。

Notion AI 集成在 Notion 笔记工具中，可对当前页面内容做总结、扩写、改写语气、翻译、提取待办事项，也能基于工作区内的文档回答问题。适合把零散笔记整理成结构化文档，减少在工具间来回切换。

Gemini 是 Google DeepMind 开发的多模态大模型，支持文本、图像、音频、视频和代码的理解与生成。与前代 Bard 相比，Gemini 提供更长的上下文窗口和更强的推理能力，深度整合 Google 搜索、Gmail、Docs 等生态。国内访问需要网络环境支持。

魔搭（ModelScope）是阿里达摩院发起的模型开源社区，托管数千个中文优化的预训练模型与数据集，覆盖 NLP、视觉、语音、多模态。提供在线体验（创空间）与免费 GPU Notebook 环境，国内访问速度快，是 Hugging Face 的国产替代。

Llama 是 Meta 开源的大语言模型系列，从 Llama 2 到 Llama 3 各版本均开放权重，允许在许可范围内商用。生态成熟，衍生微调模型众多，是本地部署和二次开发最常用的基座模型之一。

Stability AI 是 Stable Diffusion 系列模型的开发方，提供文生图、图生图、图像编辑与视频生成能力，模型权重开源可本地部署。官网提供在线体验与 API 服务。在开源图像生成生态里处于核心位置，衍生模型与工具极其丰富。

Murf AI 是文本转语音平台，提供 120 多种语言、数百种发音人，可调节语速、重音与停顿，支持把文稿直接配成旁白并同步到视频时间轴。适合做企业培训、产品演示与课程配音，免费版可试听导出有限时长。

Poe 由 Quora 开发，把 GPT、Claude、Gemini、Llama 等多个模型聚合在一个界面，可对比不同模型的回答，也能创建自定义 Bot 分享给他人。适合需要频繁切换模型、或想低成本试用各家䃽力的用户。

腾讯智影是腾讯推出的在线智能视频创作平台，提供数字人播报、文本配音、智能字幕、视频剪辑与素材库，可直接在浏览器完成一条完整的口播视频制作。数字人形象与音色选择较多，适合做资讯播报和课程内容。

Synthesia 是企业级 AI 数字人视频平台，输入文稿即可生成真人形象的讲解视频，支持 140 多种语言配音与口型同步。无需拍摄设备与出镜人员，常用于企业培训、产品说明与多语言内容本地化。

Hugging Face 是开源 AI 生态的核心平台，托管数十万个预训练模型、数据集和演示应用（Spaces）。开发者可在这里找到文本、图像、语音、多模态各类模型，配合 transformers 库几行代码即可调用。也是了解最新模型动态的首选去处。

剪映是字节跳动出品的视频剪辑工具，提供自动字幕、文本朗读、智能踩点、一键成片与海量模板，手机端与电脑端数据互通。AI 功能（如智能抠像、消除笔、数字人）免费可用。是国内短视频创作者使用最广的剪辑软件。