1. AI绘图
- Midjourney：Midjourney 操作简单，生成的图像质量出色，主要用于生成概念性强的图像，但难以精细控制细节。Midjourney 通过 Discord 进行操作，并提供付费使用。
- Stable Diffusion (SD)：与 Midjourney 不同，Stable Diffusion 提供了更多的图像控制选项。用户可以使用插件（如 ControlNet）来精确控制图像的生成。它适用于需要高定制化和控制的场景，如电商设计、室内设计等。
- DALL·E 3：OpenAI 开发的 DALL·E 3 在理解文本描述的复杂性方面有强大优势，特别是在处理复杂信息时，能够生成更为精确的图像。
2. 大语言模型
- ChatGPT (OpenAI)：目前最流行的AI语言模型，能够处理多种任务，包括文章总结、翻译、编写文案等。最新的 GPT-4 还支持多模态（图片识别、生成图像、生成语音等）。
- Gemini (Google)：Google 推出的 Gemini 是 ChatGPT 的竞争产品，分为多个版本（如 Gemini Pro、Gemini Ultra）。尽管其性能接近 ChatGPT，但在某些细节处理上略逊一筹。
3. AI生成视频
- Stable Video Diffusion：这是由 Stable Diffusion 开发的图生视频模型，能够从图像生成视频，且操作简单，适合初学者。但视频的流畅度和质量尚待提升。
- 其他工具如 Runway、Pica、DOMO AI 等，提供视频转绘、图生视频等功能，但目前这些技术的生成效果与专业视频制作仍有较大差距。
4. AI生成语音
- Eleven Labs：目前最强大的文本转语音和语音翻译工具之一，生成的语音自然度高，适合多语种的转换。特别是英文语音效果较佳。
- 黑镇：该公司以数字人和面部同步技术著称，能够将语音翻译和面部口型匹配结合，生成的语音和视频更加逼真，但中文支持较弱。
