图像Midjourney
以 Discord/网页等方式使用的图像生成服务。
适合：概念图、风格化视觉
订阅与规则以官网为准。
图像Stability AI
开源扩散模型生态相关公司与产品入口。
适合：要自托管或 API 图像生成
图像OpenAI Images / DALL·E 入口
通过 ChatGPT / OpenAI 平台使用的图像能力。
适合：已在 ChatGPT 生态内的创作者
具体产品名与入口以 OpenAI 当前页面为准。
图像·国内即梦 (Jimeng)
剪映/字节系 AI 图像与视频创作入口。
适合：国内短视频与设计草稿
登录与配额以官网为准。
视频Runway
AI 视频生成与剪辑向工具。
适合：短视频、影视前期概念
视频·剪辑Adobe Premiere · Generative Media
Premiere 时间线上直接生成视频/音效；可选 Firefly、Veo、Kling、Runway、Luma 等模型。
适合：已在 Premiere 生态、要少跳出时间线补镜的剪辑师
2026-09-08 Adobe 博文；点数与模型可用性以 Adobe 说明为准。
视频·国内可灵 AI (Kling)
快手系 AI 视频生成产品入口。
适合：国内视频生成体验
登录与配额以官网为准。
视频Pika
AI 视频生成产品。
适合：快速出短镜头/动态概念
套餐以官网为准。
音频Suno
AI 音乐生成：歌词、旋律与整曲草稿。
适合：配乐、歌曲 Demo
商用与版权条款以官网为准。
音频ElevenLabs
AI 语音合成与声音相关产品。
适合：配音、播客、多语言语音
音频·APIOpenAI GPT-Live-1
API 全双工语音层：边听边说、可打断，可把推理/工具委派给后端模型。
适合：要做语音客服、辅导、电话 Agent 的开发者
2026-09-10 API 上线；语音层与后端模型分开计费，价格以 OpenAI 定价页为准。
音频·APIGemini 3.8 Live
Google 实时语音对话模型（含 Extended Thinking）：边聊边调工具，可接入 Live API / AI Studio。
适合：要做语音 Agent、Workspace Live 体验或对照 GPT-Live-1 的开发者
2026-09-15 官宣；模型 ID 与价格以 Gemini API / AI Studio 文档为准。
音频·ASRGemini 3.5 Transcribe
Google 专用语音转写模型：85+ 语言、可流式/非流式，支持自定义词表与结构化转写（Interactions API 等）。
适合：要做实时字幕、客服质检、语音分析或给 Live Agent 配「耳朵」的开发者
2026-09-15 开发者博文一并介绍；价格与模型 ID 以 Gemini API / AI Studio 文档为准。