从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
工具 7
千问工具阿里巴巴自研的多模态AI大模型与智能助手，依托Qwen模型体系，提供对话、创作、办公、编程、视觉理解等全场景能力。
文心（文心一言，ERNIE Bot）工具百度自研的全模态AI大模型与智能助手，基于文心（ERNIE）模型体系，提供对话、创作、办公、编程、视觉理解等全场景能力，中文理解与生成能力突出。
豆包工具字节跳动自研的国民级多模态AI大模型，兼具日常对话、内容创作、图文视频生成与企业智能化服务能力。
百宝音工具专注自媒体配音的 AI 工具，提供 1200 + 音色与多语言配音，支持情感调节、声音克隆与字幕生成，适配短视频、有声书等场景。
魔音工坊工具魔音工坊是一款媲美真人的AI智能配音软件，拥有800+款声音和1000+种风格，广泛应用于短视频配音、新闻播报、有声书和外语音视频出海等场景。
通义听悟工具通义听悟是阿里云基于通义千问大模型推出的工作学习AI助手，专注于音视频内容的智能转写、摘要提炼与知识资产管理，将会议、讲座、访谈等内容高效转化为结构化文字成果。
讯飞听见工具科大讯飞旗下专业语音转文字工具，主打实时录音转写、AI 会议纪要生成，高准确率适配会议 / 课堂 / 采访场景。AI热点 11
苹果iOS27.3测试版推四项音频AI功能AI热点苹果在iOS 27.3和watchOS 27.3首个开发者测试版中推出四项Audio Intelligence功能，包括声音检测、歌曲识别、Live Rewind和Siri Recaps，主打端侧处理保护隐私。
苹果Watch音频智能功能开启Beta测试AI热点苹果面向Apple Watch的Audio Intelligence功能进入开发者Beta测试，包含声音识别、歌曲辨识、实时倒带与Siri对话摘要四项可选AI能力。
YouTube全球上线AI替换歌曲工具AI热点YouTube于11月4日将“替换歌曲”AI配乐工具推向全球创作者，收到版权申诉后可即时生成四首免版税器乐替换受版权音频，Content ID声明自动撤销。
Neuralink脑机接入Grok，意念可驱动AIAI热点Neuralink最新进展显示，渐冻症受试者可通过意念唤醒Grok Agent自主操作电脑，并实现意念拨打电话，团队在72小时黑客松中开发出8项新技术。
谷歌DeepMind发布世界模型Genie 4AI热点Genie 4可实时生成带音频的可交互场景，支持边玩边改，连贯时长约两分钟，为前代两倍。
可灵Kling 4.0 Flash全量开放接入AdobeAI热点可灵宣布Kling 4.0 Flash全面开放，支持API、MCP、CLI及Adobe插件接入，fal同步上线该模型。
Hume发布Audio Decision APIAI热点Hume推出Audio Decision API，可直接从音频回答自定义问题并返回概率，无需转写步骤。
Pika开源H3 Flex：六步生成音视频AI热点Pika基于MiniMax H3开源衍生模型H3 Flex，通过六步去噪联合生成画面与同步音频，开放适配器权重与推理代码，推理速度提升约1.6倍。
Omni-Encoder用共享SigLIP2统一四模态表征AI热点Omni-Encoder以单一SigLIP-2 ViT共享参数统一图像、视频、音频与视听编码，在16个基准上表现竞争力，联合训练提升各模态效果。
谷歌发布多模态嵌入模型EmbeddingGemma 2AI热点谷歌推出开放权重多模态嵌入模型EmbeddingGemma 2，将文本、代码、图像、视频和音频映射进统一768维向量空间，面向端侧部署优化。
英伟达开源语音识别模型 Nemotron 3.5 TranscribeAI热点英伟达发布开源语音识别模型 Nemotron 3.5 Transcribe，支持 40 种语言转写、31 种语言与英语互译及最多 8 人说话人识别。