在线生成与编辑图片，支持精准文字、多参考图、区域编辑和透明PNG。
Qwen Image 2.1 是一款在线 AI 图像生成与编辑工具，面向需要快速产出高质量图片并保持文字、人物或产品一致性的用户。它支持在图像中生成准确的中英文文字，适合海报、广告、封面和社交媒体图片；支持最多十张参考图片，用于人物、角色或产品的跨场景一致性；支持蒙版区域编辑，只重绘用户涂抹或圈选的局部，保留其余画面；还支持透明背景导出 PNG/WebP，便于产品抠图、贴纸和设计文件。页面提供生成器、示例、使用说明和定价入口，说明有付费计划，但当前抓取文本未披露具体价格与免费试用政策。
人工智能在线翻译漫画，支持50多种语言，保留原图排版与气泡。
该产品是一款面向漫画读者的在线人工智能翻译工具，专注于把单页或整章漫画从日语、韩语、中文等源语言翻译成目标语言。它结合漫画感知文字识别、上下文翻译与自然排版，将译文放回原气泡和文字区域，尽量保留人物、线稿、色彩、分镜与阅读顺序。产品支持50多种语言、章节压缩包上传、连续阅读、原文与译文对照、术语表与浏览器插件等能力，适合个人读者、汉化爱好者和本地化团队使用。产品可免费试用，并按积分或套餐付费。
网易叭哥说是桌面端AI语音输入工具，能语音转文字，比打字快5倍
网易叭哥说是一款桌面端AI语音输入工具。其重要性在于极大提升输入效率，为快节奏的创作者、开发者与职场精英等人群提供便利。产品主要优点众多，语音输入速度比打字快5倍，支持全局跨应用适配，可自动去除口头语、智能润色、分段排版，还具备语音翻译等功能。该产品背景是为满足人们在工作场景中更高效输入表达的需求。价格方面，完全免费下载使用。其定位精准，致力于成为用户在各类工作场景下的得力助手，解放双手，提升工作效率。
GPT Image 2.5是AI图像生成与照片编辑器，可依描述创作或编辑图片
GPT Image 2.5是一个独立的AI图像生成与照片编辑网站，并非官方OpenAI网站。它允许用户根据文字描述创建图像，也能对现有照片进行编辑，如更换背景、替换物体、调整光线或改变图像风格等。该产品提供免费试用，注册登录后可获得免费试用额度，付费计划则提供更多使用权限。其定位是为有图像创作和编辑需求的用户提供便捷、高效的工具。
个性化、循证育儿指导，覆盖从幼儿到青少年的日常养育时刻。
ParentMate 是一款专为家长打造的育儿指导平台。它由持牌儿童心理学家和专业人士开发，基于成熟的发展框架和实际治疗场景，为家长提供个性化、循证的育儿建议。其重要性在于为家长提供了一个专业、可靠的育儿支持渠道，帮助家长解决日常育儿中的各种挑战。该平台具有价格优势，推出了不同档次的套餐，如 Starter 套餐每月 9.99 美元（原价 19.99 美元），Plus 套餐每月 14.99 美元（原价 39.99 美元），Pro 套餐每月 89.99 美元，还提供免费试用。其定位是成为家长的育儿好帮手，无论家长处于何种育儿阶段或面临何种挑战，都能在这里获得支持。
免费在线工具，用AI为截图、笔记等图像中的模糊文字去模糊。
Text Deblur是一款免费的基于AI技术的在线文字去模糊工具。它的主要功能是针对截图、笔记、扫描件和照片中的模糊文字进行处理，通过优化图像的对比度和字母边缘，让模糊的文字变得更清晰易读。该工具的重要性在于为用户解决了因各种原因导致的文字模糊问题，如相机抖动、低分辨率扫描等。其主要优点包括无需注册、无水印、每天可免费处理20张图片，且处理结果以私密链接形式保存24小时。产品定位是为普通用户提供便捷的文字去模糊服务，但不用于恢复故意模糊或遮挡的文字信息。
免费AI色彩分析，上传照片60秒找到最佳颜色，获专属配色方案
Belle AI是一款基于AI技术的个人美学分析产品，其核心功能是通过计算机视觉对照片进行色彩分析。该产品背景源于专业的色彩科学原理，将人分为12季型色彩系统。重要性在于它能帮助用户快速、准确地找到适合自己肤色、瞳色和发色的颜色，提升个人形象。其主要优点包括免费、即时出结果、无需注册，准确度高，成本远低于线下咨询。价格方面完全免费，定位是为广大用户提供便捷的个人色彩分析服务。
Alibaba ATH的AI音乐模型，一行文字生成含歌词、演唱和编曲的完整歌曲
Happy Shrimp是阿里巴巴ATH于2026年8月17日推出的AI音乐模型。该模型将音乐视为具有自身语法、语义和上下文的语言，能够将歌词、旋律、编曲和演唱统筹规划，实现端到端的完整曲目生成，无需分别拼凑各个部分。它理解专业音乐术语和日常语言，支持强大的提示控制。产品处于公开测试阶段，与太合音乐集团建立战略合作伙伴关系，并在2026阿那亚虾米音乐节上亮相。价格方面，提供免费层级，也有不同功能和时长的付费套餐可供选择，定位为满足用户轻松创作完整音乐的需求。
快速、准确、私密的语音转文字工具，支持多平台及AI工作流
Aqua Voice是一款语音转文字工具，支持Mac、Windows、iPhone等多平台及AI工作流。其主要优点是快速、准确、私密，能将语音实时转化为清晰文本。产品背景在于满足人们摆脱传统键盘输入，提高输入效率的需求。页面未提及价格信息。该产品定位为提高用户生产力，让用户告别打字，通过语音完成各种文本输入工作。
全球最快语音转文字API，低延迟，跨语言方言，速度与精准度兼备。
Pulse是Smallest.ai推出的一款语音转文字API，其核心技术在于能够以低于70毫秒的超低延迟对全球各种口音、语言和方言进行实时转录，且不损失准确性。该产品定位为满足不同行业对语音转录的高效、精准需求，适用于医疗、法律、金融、媒体、客户支持和企业等多个领域。价格方面，提供按需付费的模式，无月承诺，可随使用量扩展。其主要优点包括行业领先的准确率和速度，在30种语言中实现最低的单词错误率，还具备自动说话人标签、实时情感分析和语言识别等附加功能。
免费图像和文字转3D模型生成器，无需注册，一分钟出结果。
Meshy AI是一款免费的在线工具，可将图像或文字提示转化为带纹理的3D模型。它的重要性在于为3D模型制作提供了便捷、高效的解决方案，降低了制作门槛。主要优点包括完全免费、无需注册、生成速度快，支持多种格式导出。背景是基于多个开源AI模型开发，有Microsoft TRELLIS 2、Tencent Hunyuan3D 2.1等。产品定位是面向广大3D创作者，提供一个快速、易用的3D模型生成平台。
AI 3D 模型生成器，可从文字和图片生成可打印 3D 模型。
Crisp3D 是一款专为 3D 打印打造的 AI 3D 工作室。其重要性在于简化了 3D 模型生成流程，让无 3D 建模经验的用户也能轻松创建模型。主要优点包括无需复杂建模技能、提供完整的 3D 打印工具集、集成多种 AI 模型、可直连切片软件等。产品背景方面，它满足了 3D 打印创作者将创意快速转化为实物的需求。价格方面，文中未详细说明，但提到付费用户可将生成模型用于商业项目，推测有付费模式。定位是服务于 3D 打印相关的各类人群，如爱好者、专业设计师等。
将播客和YouTube视频转为可搜索文字稿，还能生成摘要、导图等。
Readpodcast AI是一款基于网页的生产力工具，可将Spotify、Apple Podcasts播客单集或YouTube视频转换为带时间戳和说话人识别的可搜索文字稿。其重要性在于帮助用户更高效地从音频和视频内容中获取信息。主要优点包括支持多种语言、提供AI摘要、关键要点、精彩金句和思维导图，还能基于完整文稿与AI对话。产品背景是为了满足人们从播客和视频学习的需求。价格方面，有免费套餐每月提供150积分，也有Lite、Standard、Pro等付费订阅方案，适合不同使用频率和需求的用户。
免费创建带声音视频，输入想法或图片，几分钟获电影级AI视频
MiniMax H3是一款真正的多模态AI视频生成器，专为实际制作工作构建。它能将文字、图片、音频和视频片段转化为电影级视频，一次性理解所有参考素材。其优势在于多模态参考、精确编辑和商业级输出，能将任意参考素材融合到一个镜头中，通过自然语言指令进行编辑，以清晰的1440p分辨率配合原生立体声输出商业级成品。该产品支持免费试用，付费方面有年度计划五折优惠活动。它定位为满足各类创作者需求，无论是内容创作、营销推广还是专业影视制作等场景都适用。
将视频和音频转为可搜索、学习、总结、翻译的定时文本
Transcript Video是一款基于网页的工具，可将YouTube视频、普通视频和音频转化为可搜索的定时文本。其重要性在于帮助用户更高效地处理音视频内容，节省时间和精力。主要优点包括支持多种输入源、可生成多种学习资料、具备翻译功能等。产品有免费和付费计划，定位为帮助用户将音视频内容转化为知识资产，适用于学习、研究、内容创作等场景。
免费开源桌面AI语音输入应用，支持多语言和上下文写作
OpenTypeless是一款免费开源的桌面端AI语音输入应用，它支持多达99种语言，具有多提供商语音转文字、AI文本润色等功能。其重要性在于为用户提供便捷的语音输入方式，提高写作效率。该应用可用于邮件、聊天、文档和技术工作等场景，支持多种主流AI提供商，无供应商锁定问题。价格方面完全免费，定位是为需要高效语音输入和文本处理的用户提供解决方案。
在线免费AI图像文本编辑器，无损替换图片文字，保留字体等属性。
EditTextImage是一款在线AI工具，无需Photoshop或设计技能即可编辑图片中的文字。其重要性在于为用户提供了便捷的文字编辑解决方案，能节省时间和成本。主要优点包括：保持原始字体、颜色、大小和透视不变；处理速度快，平均12秒完成编辑；输出2K分辨率结果。产品背景是满足用户在各种场景下对图片文字编辑的需求。价格方面，有不同的套餐可供选择，如9.90美元30个信用点、19.90美元66个信用点、29.90美元120个信用点，且新用户注册可获得1个免费信用点。定位是面向有图片文字编辑需求的各类用户，无论是个人还是工作室。
Claude Code高级语音听写，速达4倍，转录快，14天免费试用。
VoiceAppear是由Veni Vidi Validus GmbH开发的桌面听写应用，支持Windows和macOS系统。它可以将语音输入转换为文字，尤其适用于Claude Code CLI，能让用户更快地编写提示信息。其主要优点包括：输入速度比打字快达4倍，转录时间不到500毫秒；自动格式化命令和变量；支持超过100种语言和口音；可从任何应用程序开始听写。产品提供14天免费试用，无需信用卡。它的定位是提高开发者和文字工作者的输入效率，减少打字时间，加速项目输出。
© 2026 AIbase 备案号：闽ICP备08105208号-14