2024超实用AI工具盘点

sowang

AI聊天助手

• OpenAI o1：适合复杂任务的推理模型，效果好，速度慢
• Claude3.5：编程和文字撰写、文档总结处理等工作一流
• GPT 4o：综合能力强，高级语音、视觉能力、图像文档处理、网络搜索、图像生成一应俱全
• Gemini 2.0 Flash：Google最新的模型，超长上下文、实时视觉能力，超越GPT 4o，但还没正式发布
• 豆包AI：中文AI模型唯一能和GPT 4o比拟的AI助手，语音、视觉能力、音乐、图像文档处理、网络搜索、图像视频生成，一应俱全，用户体验优异。
• Monica：集合所有主流AI助手和图像视频生成模型的综合AI集合平台，物美价廉，体验优异
• Poe：：集合所有主流AI助手和图像视频生成模型的AI集合平台，体验一般
  

图像生成编辑

• Midjourney：图像生成、AI摄影优异选手
• Flux（开源)：开源图像生成后起之秀，在图像清晰度和细节逼真度上表现出色，甚至在某些方面超越了Midjourney
• Stable Diffusion（开源）：以其开源免费和强大的图像生成能力著称，但近期更新速度有所放缓。
• 即梦AI：专注于中文海报、字体和图像生成，具备强大的中文提示词理解和生成能力，适合中文用户使用。
• Recraft：支持多种风格的图像生成和编辑，提供丰富的功能，满足用户多样化的创作需求。
• Ideogram：适用于英文海报制作和图像编辑，特别擅长处理英文文本和图像的融合。
• Freepik：在海报制作和图像编辑方面综合能力强，提供大量模板和素材，方便用户进行创作。
• Canva：提供大量适用于社交媒体、演示文稿、海报、名片等的设计模板，覆盖不同场景需求。用户可以通过简单的拖放操作轻松创建个性化设计，降低设计门槛
  

视频生成编辑

• Kling AI：由快手开发的文本到视频生成模型，可根据文本提示生成高质量、电影级视频，支持长达两分钟的内容
• Runway：视频生成综合能力强，提供多种视频编辑工具，可进行大幅度镜头控制、表情动作转移，提供多种创新的编辑选项和智能工具
• Hailuo AI：由MiniMax开发的AI视频生成器，可从文本描述生成高质量、独特的视频片段，对人物表情把握能力强，动画能力优异
• 即梦AI：具备强大的中文提示词理解和生成能力，对镜头的操控能力强，可大幅度进行镜头控制
• Luma AI：3D效果能力强，能够生成物理准确、一致且充满事件的镜头
• Krea AI：集成多种先进AI视频生成模型的一站式平台，包括Luma、Runway、Kling AI等，旨在简化创作者的视频制作流程。
• PIka：AI驱动的从想法到视频的平台，能将文本、图像和视频转化为具有高级功能的沉浸式的内容。支持多个图像、场景和人物的融合。
• Hunyuan（开源）：开源视频领域效果最好的模型，能够在低资源需求的设备上运行，适合本地AI视频创作。
• Pixverse：AI视频生成工具，支持从文本或图像生成视频，提供多种风格和效果选择，漫画能力强
  

AI编程辅助

• Bolt.new：支持在浏览器中进行完整的全栈开发，包括前端和后端代码的编写和预览，适合完全不懂代码的小白
• Windsurf：AI 驱动的集成开发环境，提供自动化代码生成、上下文理解和智能修复功能
• Cursor：基于 Visual Studio Code 的 AI 编程助手，提供智能代码补全、错误提示和代码生成等功能
• v0：基于云端的 AI 驱动前端开发工具，专注于高效的 UI 原型设计，帮助开发者快速构建前端应用
• Github Copilot：由 GitHub 和 OpenAI 合作开发的 AI 辅助编程工具，提供智能代码建议和自动补全功能，支持多种编程语言，提升开发者的生产力
• Devin：首个AI工程师，可以将复杂的代码任务拆分成多个小任务，自动执行编码任务，大幅提升工作效率
  

语音工具

• NotebookLM：由谷歌推出的实验性笔记工具，可以将任何文档转换成双人语音播客内容
• Elevenlabs：全球领先的AI语音服务提供商，支持几乎全球所有语言，能生成各种语音风格，实时转换
• Fish audio：开源TTS工具，支持语音克隆和文本转语音功能，中文语音能力强
• SenseVoice 和 CosyVoice：阿里巴巴推出的开源语音处理模型，SenseVoice用于语音识别，CosyVoice用于语音合成，二者结合可实现高效的语音交互
• Azure audio：微软Azure云服务中的语音合成功能，提供多语言、多语音风格的文本转语音服务，适用于各种应用场景
• F5 TTS：开源的语音克隆和文本转语音工具，支持快速生成高质量的语音输出，支持中英文
• Openai whisper：OpenAI开发的自动语音识别（ASR）系统，能够将语音转换为文本，支持多种语言和方言，具有高准确率。
• ChatTTS：开源的文本转语音模型，支持多种语言和音色，能够生成自然流畅的语音输出
  

AI搜索

• Perplexity：全球最大的AI搜索工具，能够智能理解用户需求，提供精炼答案，并支持深度对话和多种搜索模式，如学术搜索等。
• ChatGPT Search：ChatGPT增强型搜索功能，为用户提供实时、上下文相关的搜索体验。可生成显示各种交互界面，如天气、股票信息、地图等。
• Felo：由日本公司Sparticle株式会社推出的AI搜索工具，具备跨语言搜索能力，能够突破封闭平台（如小红书、Reddit）的内容限制。
• Genspark：通过整合多种信息源，提供深入的搜索结果，并能生成专门的类似维基百科的专属答案聚合界面，支持多种语言的搜索需求。
• 秘塔：通过智能算法，直接呈现最相关的结果，并提供思维导图等辅助工具，帮助用户快速建立知识框架。
• 纳米搜索：通过整合多种信息源，提供实时更新的搜索结果，同时支持对生成的结果进行二次直接创作，大幅提高工作效率。