使用 Happy Wan 从文本、照片或关键帧生成 AI 视频。
Happy Wan 是一款 AI 视频生成器,支持从文本、照片或一对关键帧创建视频。用户可以指导相机运动、规划剪辑和声音,并将故事板转化为初版视频。它定位为面向创作者和视频制作人的高效视频生成工具,提供免费积分和每日免费额度,无需信用卡即可开始使用,同时提供付费计划以满足更多需求。
本地运行的忠诚个人人工智能,处理邮件、日历和日常事务。
Underdog 是一款强调忠诚与隐私的个人人工智能助手,主打在用户电脑本地运行,让邮件、日历、会议笔记、口述与日常事务尽量不离开本机。它面向重视数据主权与效率的个人用户,可帮助处理医生预约、处方续药、税务资料等敏感任务,并在执行前生成下一步草稿或操作建议交由用户批准。当前为邀请制测试版,率先支持苹果电脑,其他桌面与移动系统正在推出;页面未明确公开价格。其技术亮点包括本地小模型与高效语音模型带来的低门槛、快速迭代和隐私优势,定位为让个人拥有自己智能栈的消费级个人人工智能。
为人工智能代理提供统一模型上下文协议网关,连接600+连接器与3万+工具。
AgentKit 是面向生产环境的 AI 代理集成平台与模型上下文协议网关。它把代理需要调用的客户关系管理、邮件、日历、工单、文档、账单等系统统一封装到一个网关中,并托管每用户开放授权、令牌刷新、作用域权限校验与调用日志。其重要性在于:开发团队不必为每个工具重复编写集成、认证和权限逻辑,代理也不会直接接触用户凭证;企业可通过虚拟工具集、事件触发器和审计日志治理代理行为。产品定位为让团队专注构建代理本身,而不是维护集成层。价格方面,页面提供免费开始入口,适合先试用再按企业需求扩展;企业能力包括自带密钥、虚拟私有云与合规支持。
统一接口运行图像、视频、音频与文本人工智能模型,并支持智能体与工作流。
Wiro AI 是面向开发者的统一生成式人工智能接口平台,把图像生成、视频生成、音频与语音、大语言模型以及智能体和工作流整合到一个入口中,开发者无需分别对接多家供应商即可调用一千多个模型。平台提供浏览器试验场、每个模型的代码示例、按运行次数计费和面向生产的稳定接口,定位为帮助软件即服务、应用和团队快速把多模态人工智能能力上线。其重要性在于降低多模型集成、运维、鉴权和计费复杂度,让开发者更专注于产品逻辑与业务创新,同时以按量付费控制成本。
AI语音听写工具,自然说话即可在任何应用中生成干净可发送文本。
Glaido 是一款面向桌面端的 AI 语音听写客户端,定位为“世界最快听写工具”,宣称可达每分钟 150 词、比打字快约 3.1 倍,帮助用户每月节省 20 小时以上。用户按住快捷键自然说话,Glaido 会自动清理口语填充词、补充标点并格式化文本,然后粘贴到代码编辑器、团队聊天、邮件等任意可输入应用,支持约 100 种语言、自定义词典、提示词和按应用风格规则。隐私方面强调听写历史保存在设备上、AI 处理零数据保留。产品面向开发者、知识工作者、内容创作者和团队;价格采用免费加订阅模式,基础版免费永久但每周限 2,000 词,专业版为每用户每月 17 美元(按年计费),并提供团队席位。
Bezio 是可用类贝塞尔控件精确调整图像与视频生成的人工智能创意套件。
Bezio 是一款将人工智能图像生成、人工智能视频生成与人工智能视频代理整合在同一工作台的人工智能创意套件。它的核心创新是把类似贝塞尔曲线的“手柄”引入生成过程,让用户通过精确、可触控的控制来调整构图、灯光、取景、运动与迭代方向,从而像导演一样逐步收敛结果,而不是反复重掷提示词。产品强调控制而非碰运气、单工作台完成创作、多模型自由切换,以及通过 Bezio 实验室中的三维场景对话、三维人体模型等实验功能提前锁定空间与构图。它面向创作者、营销团队、电商团队、代理机构和工作室,定位为从想法到生产级图像与视频的创意引擎。页面提供免费开始与定价入口,但未披露具体价格金额,推测采用免费试用加付费订阅模式。
Mac 上的语音行动代理,用已有 AI 处理邮件、文件和桌面任务。
Nico 是一款面向 Mac 的语音到行动(voice-to-action)个人代理,定位为常驻屏幕、可听可说、可看屏、可操作文件和浏览器的桌面 AI 助手。用户按住右 Command 键用自然语言下达任务,Nico 能在本机环境中读取当前屏幕、拖入的文件、邮件和网页,并调用用户已有的 ChatGPT、Claude、Gemini、GitHub Copilot、SuperGrok 等 AI 订阅或 API 账户来执行。它采用前台对话代理与后台 Worker 代理的双代理架构,Worker 基于开源 pi agent harness,能在沙盒中规划、研究、处理文件、邮件、网页和应用并自检;敏感动作如发邮件、提交、删除前会先确认。Nico 强调隐私,许多操作在 Mac 本地完成,凭证留在本机;可免费下载使用,并复用已有 AI 订阅,Nico Plus 提供自有语音服务等增强能力。其重要性在于把语音输入、屏幕理解、桌面自动化与个人上下文记忆结合,减少切换应用和手动操作,让 Mac 用户以更自然、更快速的方式完成日常知识工作。
将文本或图像转为电影级人工智能视频,支持15秒片段、有状态编辑与4K输出。
Omni 1.2 Flash 是 OmniFlash 推出的网页版人工智能视频生成工具,可将文本或图像转为带原生音频的电影级视频,面向短视频、广告、电商、影视预演等内容生产场景。它单次生成最长15秒,兼容场景可每轮延长3至10秒,最高累计30秒;支持360p或720p草稿后仅将选定结果升级到1080p或4K。它最多支持6张参考图(双角色每角色3张)和3段参考视频,强化角色、人脸、产品和品牌一致性,并提供有状态对话式编辑,无需反复重生成即可修改产品、灯光或镜头角度;同时改进语音与唇形同步,多说话人场景更可用。价格方面,720p输出约0.07美元/秒,较上一代低约30%,并提供免费试用,正式使用按积分或套餐付费。页面称其在文本转视频竞技场截至2026年11月6日排名第一,定位为高效、可迭代且可交付高分辨率成片的视频生成模型。
把PPT、PDF和文档变成AI旁白或克隆声音的讲解视频与转录。
Vidsembly 是一个面向团队的 AI 内容转换与视频生产平台,可将 PowerPoint、PDF、文档、笔记、音视频和脚本转化为带旁白的视频、幻灯片、转录、翻译和配乐。其核心价值在于无需时间线编辑经验,通过引导式工作流完成上传、脚本生成或导入、声音选择、预览与导出,并可将成品托管为分享链接或嵌入代码,查看观看分析。技术亮点包括 AI 旁白、声音克隆、12 种输出语言、原分辨率幻灯片导出、MP4 导出、可搜索转录、AI 幻灯片生成、幻灯片翻译和 AI 原创器乐配乐。定位是帮助培训、教育、销售和内部沟通团队规模化生产内容,而不必从零重建材料。价格方面,提供免费 0 美元计划,含 30 个一次性积分、50 MB 视频库存储、标准库声音、原分辨率视频和水印导出;Pro 为 6.99 美元/月或 69.99 美元/年,含 300 积分/月、50 GB 存储、高级声音、3 个声音克隆、720p 与 1080p 重渲染且无水印;Elite 为 21.99 美元/月或 219.99 美元/年,含 1200 积分/月、250 GB 存储、5 个声音克隆、4K 重渲染导出和即将推出的优先渲染速度。积分用于生成视频、配音、音乐和其他 AI 输出,付费计划的声音克隆也消耗积分。
面向人类与智能体的共享工作空间,协同一份实时文件。
AgentGrid.io 是由 Anima App Inc. 推出的共享工作空间,面向人类与智能体协作。它让 Claude、GPT、Codex、Hermes、OpenClaw、Cursor、Grok Bot 等智能体与人在同一份实时工件上工作,覆盖文档、报告、幻灯片、应用和设计。其核心价值是把分散副本、重复交接和版本混乱,变为一个来源、一份历史、清晰所有权与受控访问。产品定位为面向集体智能的共享驱动器,把智能体视为一等协作者;支持按智能体、按文件夹设置读取、写入、修改、发布等细粒度权限。页面提供价格入口,但未展示具体价格方案。
面向苹果电脑与视窗系统的人工智能语音输入与听写工具,语音即时成文。
Loqua 是一款面向苹果电脑与视窗系统的人工智能语音输入与听写软件,核心能力不只是把语音转成文字,而是结合上下文理解用户真正想表达的意思,并实时去除口头禅、重复和冗余,润色措辞、调整语气、生成列表与标题,让最终出现在屏幕上的文本接近可直接发送的状态。它支持在任意文本输入框通过一个全局快捷键调用,覆盖邮件、团队协作、笔记、代码编辑器、表格、浏览器等常见场景,官方称输入速度可达每分钟约220词,比传统键盘输入快约4倍,每天可节省数小时。除听写外,Loqua 还提供截图问答、选中文本语音改写、近100种语言翻译、语音命令执行以及人工智能播客朗读等功能。产品定位为提升日常书写、沟通、跨语言协作与信息处理效率的生产力工具,主要面向苹果电脑与视窗系统用户。官网提供14天免费试用,具体付费方案未在页面明确标明。
实时转写并双向翻译会议、通话、视频和讲座音频。
Verli App 是一款面向跨语言沟通场景的实时翻译与转写工具,可监听浏览器标签页、电脑桌面音频或麦克风输入,自动识别说话人语言并进行双向翻译,让用户在会议、通话、课程、活动、视频和家庭聊天中直接阅读原文与译文。它的重要性在于无需机器人加入会议、无需对方安装软件,也不用手动按键切换语言;桌面端可置顶显示最新翻译,支持语音朗读、实时分享链接、AI 摘要与转写保存。产品定位是轻量、隐私友好的多语言沟通助手,支持约 60 种语言,覆盖 Mac、Windows、现代浏览器、Chrome 扩展与 Android。价格方面,注册后可免费使用 60 分钟,之后为每月 7.99 美元包含 10 小时;Verli 不录制音频,对话不会用于训练 AI。
PatientOS 为医疗机构提供 AI 患者入院、24/7 接待与 EMR 集成。
PatientOS 是 Athel AI 推出的医疗 AI 平台,面向诊所、医院和各类专科医疗机构。它通过自适应的 AI 患者入院访谈、24/7 AI 接待与语音听写,将患者沟通和临床信息采集嵌入现有 EMR 工作流。系统支持患者使用自己的语言在就诊前完成问诊,AI 接待员全天候接听电话并完成预约,医生口述笔记后自动生成文本,从而减少漏接电话、前台负担和医生文档时间。产品强调与 Accuro、OSCAR、TELUS 及医院 EMR 集成,并符合 PIPEDA 与 HIPAA 合规要求。页面未公开具体价格,定位为需预约 15 分钟演示的机构级医疗自动化解决方案。
一站式AI视频与图像生成平台,支持Seedance等多款模型在线生成。
SeeGen AI 是一站式 AI 视频与图像生成平台,整合 Seedance 2.5、Seedance 2.0、Seedream 5.0、ChatGPT Image 2.0、Nano Banana 2.1、Nano Banana 2 及 Pro 等模型。用户可通过文本、图像、视频、音频或草图生成和编辑视频,并支持多镜头叙事、原生音频同步、角色一致性、相机控制、视频扩展、创意转场、口型同步与最高 2K 视频生成。平台面向创作者、团队和开发者,可在线使用,也可通过 API 集成到自有产品。价格采用灵活积分制,注册并加入 Discord 可获 200 免费积分,付费用户可将内容用于商业项目,无需强制订阅。
设备端快速人工智能模型与开发工具包,几行代码接入,无令牌成本。
Desert Ant Labs 提供在设备端运行的人工智能模型和原生软件开发工具包,覆盖语音、文本与图像等多类任务。其特点是模型体积小、推理速度快、无需云端令牌费用,开发者可通过苹果应用、安卓应用和网页开发等平台在几行代码内集成。产品定位为“每个产品中的小大脑”,强调隐私、低延迟、离线可用和成本可控。每个模型专注于单一任务,如语音识别、语音增强、个人身份信息脱敏、词级时间戳、视频片段选择、图像分类、表情建议、内容审核等。价格方面,每个模型对最多十万月活设备免费,推理不限量,无登录要求,适合从独立开发者到企业团队的广泛场景。
人工智能驱动的高级原型设计平台,用人工智能生成交互并交接清晰规格。
ProtoPie 是一款面向设计团队的高级原型设计与交互验证平台,核心价值在于用人工智能生成交互初稿,再借助变量、公式、条件逻辑、动效、传感器、语音和真实数据等能力反复精修,且页面强调精修交互不消耗额度,并能输出清晰规格用于交接。它支持从设计工具导入,可在手机、平板、笔记本、电视、车载屏幕、智能手表和游戏等场景中测试高保真体验,并支持多设备与跨设备联动,帮助团队在早期验证复杂产品逻辑。页面显示其被多个全球设计团队使用,定位为高保真原型与设计交接工具;价格方面可免费开始,并提供100次免费交互录制和可分享链接,具体付费方案需查看定价页。
用AI语音实时配音YouTube视频,支持75种语言与300种声音。
EarDub 是一款面向 Chrome 和 Edge 的 AI 视频配音浏览器插件,定位为让用户“听内容而不是读字幕”。它结合上下文感知翻译、语音识别和神经网络语音合成,把 YouTube 及其他视频网站的内容实时配音为 75 种语言,并提供 300 种带地区口音的自然声音;配音会尽量与原始画面同步,并配有可调双语字幕。其重要优势是无需上传视频、无需等待处理,且付费方案可处理没有字幕的视频。价格方面,免费版每天可配音 30 分钟(每月 180 分钟,最多 3 个视频、每个最长 60 分钟,限有字幕视频);基础版为 9.99 美元/月或 83 美元/年,每月 60 小时并支持无字幕视频;专业版为 19.99 美元/月或 155 美元/年,无时长限制。它主要面向外语学习者、在线课程用户、跨语言内容消费者和希望提升观看效率的人群,但不支持 Netflix 等版权保护内容和直播流。
一款用面容识别锁定的私密梦境日记应用,语音记录并生成解读卡片。
Dreamlock 是一款面向苹果手机的私密梦境日记应用,核心是用面容识别锁定,让梦境成为只有用户能打开的私人档案。用户在半夜半睡半醒时只需一键口述梦境碎片,应用在设备端理解语音,录音不离开手机;早晨则生成一张专属绘画梦境卡,并用传统、心理学和一个反思问题三种角度给出诚实解读。长期使用后,它会建立个人符号索引与模式,支持从自己的梦境中搜索和提问。其重要性在于解决梦境几分钟内消散、普通日记难以半睡记录、云端隐私担忧等问题。定位是隐私优先、无账户、无注册的梦境记录与自我探索工具。价格上提供永久免费层,高级版订阅为每月 4.99 美元或每年 39.99 美元,年付享 7 天免费试用。
人工智能编剧工具,支持结构化剧本、可审阅修改、版本控制与制作输出
Plot by Inkwell 是面向编剧的集成开发环境式剧本写作平台。它把结构化剧本编辑器、可审阅的内联人工智能编辑、智能体模式、多步骤修订、对白检查、连续性检查、草稿线、版本历史和制作流程整合在同一工作区。页面强调 16 种剧本元素、10 种美国编剧工会修订颜色、专业剧本交换格式导入导出、纯文本剧本格式与便携文档格式导出、实时同场景协作、拍摄脚本锁定和提交预检。其重要性在于让修改像代码审查一样可逐词审阅,保留替代方案和命名存档点,避免传统写作工具中人工智能黑箱和版本混乱。定位为 Final Draft、WriterDuet、Arc Studio Pro、Fade In 等工具的替代方案,提供免费开始入口并链接定价,适合从初稿到锁定拍摄稿的完整流程。
© 2026 AIbase 备案号:闽ICP备08105208号-14