跳到内容
站主头像罐子-holy喜欢你是我的秘密
LOCAL TIME本地时间
NOTES / 01AI 与创作

🤖 AI 模型｜公司｜产品全景图谱（2026 年 9 月）与六款产品使用体验

约 21 分钟阅读飞书原文 ↗

AI 模型｜公司｜产品全景图谱

更新：2026 年 9 月 10 日

用途：快速识别“谁在做什么、模型是什么、产品在哪用”。

📌 阅读口径

AI 市场迭代极快，并有大量地区性、行业定制、内测及白标产品，因此不存在可长期保证绝对穷尽的“所有”。本页覆盖全球主流基础模型提供方、国内代表厂商、重要开源生态与已规模化使用的产品。型号以当前主力家族为主，不逐一罗列历史小版本；实际选型请回到官方模型页核对地区、价格、上下文、数据条款和 API 状态。

🧩 一、先分清：模型、公司、产品、平台

基础模型（Model）

  • 能力底座。例：GPT、Claude、Gemini、Qwen、DeepSeek、GLM、Llama。

模型公司／实验室（Company / Lab）

  • 训练、迭代、授权模型的一方。例：OpenAI、Anthropic、Google DeepMind、阿里云、DeepSeek、智谱。

终端产品（Product）

  • 用户真正打开的应用。例：ChatGPT、Claude、Gemini、豆包、Kimi、元宝、Cursor。

模型平台／云（Platform）

  • 开发者接入、部署、评测、微调与治理。例：OpenAI API、Vertex AI、Bedrock、百炼、火山方舟、千帆。

开源／开放权重（Open model）

  • 可下载、私有部署或二次训练的权重／代码；不等于无条件商用。例：Llama、Qwen、DeepSeek、Mistral、Gemma、Phi、GLM。

🗺️ 二、能力版图

通用对话、写作、知识工作

  • GPT、Claude、Gemini、Qwen、DeepSeek、GLM。

深度推理、数学、科研

  • o 系列、GPT reasoning、Claude 思考模式、Gemini Thinking、DeepSeek-R1、GLM 推理。

编程与软件工程

  • GPT/Codex、Claude、Gemini、Qwen-Coder、DeepSeek-Coder、GLM-Code。

多模态理解

  • GPT Vision、Gemini、Claude Vision、Llama Vision、Qwen-VL、GLM-V、豆包视觉。

图像生成与编辑

  • GPT Image、Imagen、Firefly、Midjourney、FLUX、Stable Diffusion、通义万相、可图。

视频生成

  • Sora、Veo、Runway Gen、Kling、Seedance、Hailuo、Vidu、Pika。

语音、音乐与实时对话

  • GPT Realtime、Gemini Live、ElevenLabs、Hume、星火语音、豆包语音、Suno、Udio。

Agent／工具操作

  • Computer Use、AutoGLM、Gemini agent、Claude Code、Codex、Manus 等。

🌍 三、全球核心模型公司与产品

OpenAI｜

  • 模型：GPT-5 系列、o 系列、GPT Image、Sora、Whisper / Realtime
    产品：ChatGPT、OpenAI API、Codex、Sora
    关注：通用工作流、推理、代码 Agent、图像／视频、实时语音。

Anthropic｜

  • 模型：Claude Opus / Sonnet / Haiku
    产品：Claude、Claude API、Claude Code、企业版
    关注：长文档、编程、可控 Agent、企业知识工作。

Google DeepMind｜

  • 模型：Gemini Pro / Flash、Gemini Thinking、Imagen、Veo、Gemma
    产品：Gemini、AI Studio、Vertex AI、Workspace with Gemini、NotebookLM
    关注：原生多模态、搜索／办公整合、视频、端云协同。

xAI｜

  • 模型：Grok 系列、Grok Imagine
    产品：Grok、X 平台、xAI API
    关注：实时信息结合、对话与多模态生成。

Meta｜

  • 模型：Llama 4 Scout / Maverick、Llama Guard、Muse 系列
    产品：Meta AI、WhatsApp／Instagram／Facebook 内 AI、Llama 下载与云伙伴
    关注：开放权重、社交入口、长上下文多模态。

Microsoft｜

  • 模型：Phi 小模型、Azure 托管多厂商模型
    产品：Microsoft Copilot、GitHub Copilot、Azure AI Foundry、Microsoft 365 Copilot
    关注：企业办公、开发者、Windows／Azure 集成。

Amazon｜

  • 模型：Amazon Nova、Titan
    产品：Amazon Bedrock、Amazon Q、Alexa+
    关注：AWS 企业部署、模型路由与托管。

Apple｜

  • 模型：Apple Foundation Models
    产品：Apple Intelligence、写作工具、Siri
    关注：端侧 AI、系统级个人效率。

Mistral AI｜

  • 模型：Mistral Large / Medium / Small、Codestral、Magistral、Pixtral
    产品：Le Chat、La Plateforme
    关注：欧洲生态、企业自部署、代码。

Cohere｜

  • 模型：Command、Aya
    产品：Cohere Platform、North
    关注：企业 RAG、检索、私有数据。

AI21 Labs｜

  • 模型：Jamba、Jurassic
    产品：AI21 Studio
    关注：长文本与企业文本工作流。

Perplexity｜

  • 模型／服务：Sonar
    产品：Perplexity、Enterprise Pro、Sonar API
    关注：带来源的搜索与研究问答。

NVIDIA｜

  • 模型／平台：Nemotron、NIM、Omniverse 相关模型
    产品：NVIDIA AI Enterprise、DGX Cloud
    关注：GPU 基础设施与企业推理。

Databricks／IBM／Salesforce／ServiceNow｜

  • 模型／平台：DBRX、Granite、Einstein、Now Assist 相关模型与平台
    关注：数据平台与行业软件内嵌 AI。

🇨🇳 四、中国核心模型公司与产品

阿里云／阿里巴巴｜

  • 模型：Qwen、Qwen-Coder、Qwen-VL、Qwen-Image / Audio
    产品：通义 App、百炼、阿里云、夸克 AI
    关注：开源生态、中文、多模态、代码与企业云。

DeepSeek（深度求索）｜

  • 模型：DeepSeek V、R、Coder、VL、Math
    产品：网页／App、API、开放权重与各云平台
    关注：推理、代码、成本与开源生态。

字节跳动／火山引擎｜

  • 模型：豆包、豆包视觉／实时语音、Seedance
    产品：豆包 App、火山方舟、Coze（扣子）、TRAE、即梦／剪映
    关注：消费入口、语音、多模态、视频与 Agent。

百度｜

  • 模型：文心（ERNIE）系列、推理模型、Speed / Lite
    产品：文心一言、百度 AI 搜索、千帆、百度智能云
    关注：搜索、企业 Agent、知识增强与云。

腾讯｜

  • 模型：混元文本／图像／视频／3D
    产品：腾讯元宝、腾讯云 TI、腾讯会议／文档／企业微信相关 AI
    关注：社交和办公入口、多模态、云服务。

智谱（Z.AI）｜

  • 模型：GLM-4.x、GLM-4V、GLM-4-Voice、CogVideo、AutoGLM
    产品：智谱清言、BigModel、智谱清影、AutoGLM
    关注：中文通用、视觉／语音、代码与设备操作 Agent。

月之暗面｜

  • 模型：Kimi 系列、Kimi K2
    产品：Kimi 智能助手、开放平台
    关注：长上下文、搜索／研究、Agent 与开放权重。

MiniMax｜

  • 模型：MiniMax-01、M 系列、Speech / Music / Video
    产品：MiniMax、海螺 AI、开放平台、Talkie
    关注：多模态、视频、语音、全球化产品。

科大讯飞｜

  • 模型：讯飞星火、语音与翻译模型
    产品：讯飞星火、讯飞听见、讯飞智文、开放平台
    关注：中文语音、教育、办公、政企。

商汤｜

  • 模型：日日新（SenseNova）
    产品：商量、SenseChat、SenseNova 平台
    关注：视觉 AI、生成式多模态、行业方案。

阶跃星辰｜

  • 模型：Step 系列
    产品：跃问、开放平台
    关注：多模态与终端协同。

面壁智能｜

  • 模型：MiniCPM
    产品：端侧／企业方案、开源社区
    关注：小型高效、多模态、端侧部署。

上海人工智能实验室｜

  • 模型：InternLM（书生）
    产品：书生·浦语、OpenXLab
    关注：研究和开源生态。

华为｜

  • 模型：盘古（Pangu）
    产品：华为云 ModelArts、盘古行业方案、小艺
    关注：政企／行业大模型、昇腾生态。

快手｜

  • 模型：可灵（Kling）视频／图像模型
    产品：可灵 AI
    关注：视频生成。

生数科技｜

  • 模型：Vidu 视频模型
    产品：Vidu
    关注：视频生成与角色／素材一致性。

美图｜

  • 模型：MiracleVision 相关视觉模型
    产品：美图秀秀、WHEE、设计室
    关注：影像／设计生产力。
  • 其他重要玩家｜昆仑万维（天工）、零一万物（Yi / 万知）、360（纳米 AI 搜索／智脑）、京东（言犀）等；

🔓 五、开源／开放权重重点

  • Meta：Llama 3.x / 4，生态与工具链广；注意社区许可。
  • 阿里：Qwen 2.5 / 3、Qwen-Coder、Qwen-VL，中文与多尺寸生态强；
  • DeepSeek：V3、R1 及蒸馏／专项系列；区分官方 API 型号与可下载权重。
  • Google：Gemma；与 Gemini 闭源产品不是同一条线。
  • Microsoft：Phi；轻量、端侧／低成本。
  • Mistral：Mistral、Mixtral、Codestral、Pixtral；各型号开放程度不同。
  • 中国开源生态：GLM、InternLM、MiniCPM、Baichuan、RWKV 等；部署前查看模型卡、显存需求与商用条款。
  • 图像开源生态：Stable Diffusion、FLUX；

🧰 六、按产品类型找工具

通用聊天／写作

  • ChatGPT、Claude、Gemini、Grok、Meta AI、豆包、Kimi、DeepSeek、元宝、通义。

研究与搜索

  • Perplexity、ChatGPT 深度研究、Gemini、NotebookLM、Kimi、天工、纳米 AI 搜索；

编程

  • Codex、Claude Code、Cursor、GitHub Copilot、Windsurf、TRAE、Devin、Replit、v0、Lovable、Bolt；

办公协作

  • Microsoft 365 Copilot、Gemini for Workspace、Notion AI、Slack AI、飞书智能伙伴、钉钉 AI；

图像

  • Midjourney、ChatGPT 图像、Adobe Firefly、Imagen、FLUX、Stable Diffusion、即梦、通义万相、可图、WHEE；

视频／数字人

  • Sora、Veo、Runway、Kling、Seedance、Hailuo、Vidu、Pika、HeyGen、Synthesia；

语音／配音／音乐

  • ElevenLabs、GPT Realtime、Gemini Live、Hume、讯飞听见、豆包语音、Suno、Udio；

开发者 API／托管

  • OpenAI、Anthropic、Gemini、xAI、Bedrock、Vertex AI、Azure AI Foundry、Hugging Face、Replicate、Together、Groq、OpenRouter、百炼、火山方舟、千帆、BigModel。

本地部署

  • Ollama、vLLM、LM Studio、Hugging Face、ModelScope、Xinference、KServe；

🧭 七、实用选型顺序

  1. 先写任务：问答、文档、代码、图像、视频、语音，还是需要操作工具？
  2. 决定数据边界：能否上传外部云？是否必须国内云、私有化或端侧？
  3. 选能力而非品牌：普通任务优先快速／低价模型；高风险、长链路推理再上旗舰模型。
  4. 用自己的 10–20 个真实任务做盲测，评估正确性、格式、速度、成本、引用与稳定性。
  5. 上线前补齐：权限、敏感信息脱敏、人工复核、日志、提示词注入防护、回退方案。

🔗 八、官方入口

全景图谱｜2026 年 9 月 10 日更新

六款 AI 产品集中体验｜一个动画美术生的使用感受

这次我集中体验了 Gemini、即梦、Tripo、腾讯混元 3D、MiniMax Design 和 Vidu 六款产品。它们分别覆盖图像生成、三维生成、空间扩展、创作协同和视频生成，但实际体验差异很大：有的强在人物一致性，有的更适合快速完成画面，有的则能把二维想法推进到三维或动态内容。我更在意的是每款产品具体好不好用、效果稳不稳定，以及它最适合完成什么任务。

Gemini 与即梦：图像生成

Gemini 是我做连续生图时最愿意先打开的一个。Nano Banana 2 适合快速试方向，Nano Banana Pro 则更适合复杂构图和高质量输出。对我这种学动画的人来说，最明显的优点是人物一致性。同一个角色连续做几张图，脸、服装和气质比较容易接上，不会每张都像重新抽卡。它也不是完全不会跑偏，有时画面会被处理得太规整，出现“很好看，但不是我脑子里那张”的情况。

即梦是我做日常作业时会频繁打开的工具。我会直接用里面的 Agent，让它根据想法继续往下推，不是每次都自己去选生图。Seedream 5.0 Pro 对复杂要求和画面结构理解得比较到位，出图稳定，局部修改也更像真的知道我要动哪里。视频方面，Seedance 2.5 能做更长的 30 秒叙事，参考和编辑也比较完整。效果确实好，但价格也是真的高，课程作业赶时间时我会用，连续抽很多版就会有点心疼。

Gemini 更适合把角色和整体气质稳住，即梦则更适合继续做海报、分镜或者动态画面。Gemini 让我少一点“换脸焦虑”，即梦则让我少在不同工具之间来回跳。

Tripo 与腾讯混元 3D：三维生成

Tripo 是这次让我比较有新鲜感的一款。我拿单张角色图和道具图试图生 3D，最直接的感受是，从一张设定图开始建模会轻松很多。Tripo 3.0 对几何和材质的完成度已经比较高，生成后还能继续分件、调材质、自动绑骨，T Pose 也方便接到后面的动画流程。它当然还不能替我把模型彻底做完，尤其是原图里看不到的背面、连接处和细小结构，还是会靠猜，真要使用必须自己检查。

腾讯混元 3D 的重点更偏向“整个空间”。我主要用它做 VR 全景图，把一张平面氛围图延展成可以转头观察的 360°场景。前后左右的关系变得具体之后，做 VR 前期和场景气氛预演会直观很多。不过它生成的空间还不能直接当最终场景，边缘细节、空间逻辑和真正可编辑的资产都需要继续处理。Tripo 更适合生成可以继续修改的物件，腾讯混元 3D 则更适合快速观察整体空间。

MiniMax Design 与 Vidu：视频与创作

MiniMax 这次我主要体验的是 MiniMax Design。它打开后不像单独的生图或视频工具，更像一个把创作内容集中起来的工作台：我可以从一个想法或一份文档开始，让 Agent 往下拆脚本、分镜、图片、视频和音乐，所有素材都留在同一块画布上。当前的 H3 支持图片、视频、音频参考和原生音画生成，对动画短片这种需要反复确认角色、镜头和节奏的任务很有吸引力。我喜欢它能把步骤串起来，但不会完全放手让它一键跑到底；中间如果不自己停下来确认，最后很容易变成一条完成度很高、但不太像我的片子。

Vidu 更适合我直接盯着一个镜头看效果。我用它做二次元动画时，Q3 系列对参考图、角色和场景的一致性比较稳，也有更偏漫画和短剧叙事的方向。二次元画面动起来之后，不会一下被拉回真人质感，这一点比较舒服。复杂动作还是很吃原图和提示，手、脸和大幅度运动偶尔会出问题，但拿来做短镜头测试很合适。MiniMax Design 更像一个综合创作工作台，Vidu 则更专注于把具体镜头做活。

整体体验

六款产品各自的重点很明确：Gemini 的优势是连续生图和人物一致性，即梦胜在生成稳定、功能完整，Tripo 适合快速得到可继续处理的三维物件，腾讯混元 3D 更偏向 VR 全景和空间预演，MiniMax Design 擅长把多种创作任务放进同一块画布，Vidu 则适合测试二次元镜头的动态效果。

这六款产品都不是万能的，但各自的特点都很鲜明。真正影响使用感受的，不只是最终画面好不好看，还包括人物会不会跑偏、生成结果能不能继续修改、复杂动作稳不稳定，以及试错成本高不高。对我来说，好用的产品不是一次就替我完成全部内容，而是在自己最擅长的环节里足够稳定，也让我愿意继续用下去。