一、通用聊天 / 写作(文案、策划、日常)
- 豆包(字节)
- 核心定位:国民级全能助手
- 优点:中文语感极佳、响应速度快、多模态(文/图/语音)无缝切换,写短视频脚本、公众号文章非常顺手。
- 缺点:超深度逻辑推理稍弱,超长文容易丢失细节。
- ChatGPT(OpenAI)
- 核心定位:全球综合标杆
- 优点:逻辑推理与代码能力天花板,多语言翻译地道,插件生态最丰富。
- 缺点:中文偶尔有“翻译腔”,国内使用有网络门槛,高级功能需付费。
- Claude(Anthropic)
- 核心定位:长文与拟人写作专家
- 优点:超长上下文(百万字级),长文写作逻辑最稳,文风最像真人,不易产生幻觉。
- 缺点:拒绝回答的触发率较高,国内访问不便。
- DeepSeek(深度求索)
- 核心定位:国产推理与性价比之王
- 优点:中文理解精准,数学与逻辑推理能力极强,API与使用成本极低。
- 缺点:多模态(画图/识图)能力相对较弱。
- Kimi(月之暗面)
- 核心定位:超长文档阅读神器
- 优点:支持200万字以上上下文,读PDF、研报、论文最强,引用来源真实可查。
- 缺点:创意写作能力相对中规中矩,高峰期生成速度较慢。
二、AI 绘画(海报、封面、素材)
- Midjourney
- 核心定位:艺术质感天花板
- 优点:光影、构图、细节无敌,艺术风格极多,一句话生成大片。
- 缺点:需在Discord使用,无免费额度,对复杂中文指令理解一般。
- DALL·E 3/4(OpenAI)
- 核心定位:语义理解最强
- 优点:与ChatGPT无缝衔接,能精准理解复杂的逻辑指令,中文支持好。
- 缺点:画风偏“塑料感”,写实细节不如Midjourney。
- 即梦 AI(字节)
- 核心定位:中文友好与视频联动
- 优点:全中文界面,对国风、电商场景理解好,与剪映生态打通。
- 缺点:超写实摄影质感稍逊于Midjourney。
- Flux / Stable Diffusion
- 核心定位:可控性与本地化
- 优点:Flux文字生成能力强;SD可控性极高(姿势、构图),适合专业设计师。
- 缺点:SD部署门槛高,吃电脑配置。
三、AI 视频(短视频、口播、带货)
- 可灵 AI(快手)
- 核心定位:长视频与物理规律
- 优点:生成视频时长长(可达2-3分钟),动作幅度大且连贯,中文提示词友好。
- 缺点:极高画质下偶尔有闪烁,复杂运镜需多次抽卡。
- Runway Gen-3/4
- 核心定位:电影级特效控制
- 优点:运动笔刷、镜头控制极其专业,画质电影感强。
- 缺点:价格昂贵,国内访问困难。
- 即梦 AI(视频版)
- 核心定位:图文成片与数字人
- 优点:操作简单,适合做小说推文、口播视频,免费额度大方。
- 缺点:单次生成时长较短,创意上限一般。
四、AI 办公(PPT、表格、文档)
- WPS AI
- 核心定位:国产办公全家桶
- 优点:深度集成Word/PPT/Excel,一键生成PPT、分析表格,完全适配国人习惯。
- 缺点:设计美感上限受限于模板,深度数据分析不如专业BI工具。
- Gamma
- 核心定位:PPT设计美学
- 优点:排版审美在线,极简风,输入主题1分钟出整套演示文稿。
- 缺点:中文排版偶尔错乱,导出PPT后二次编辑困难。
- Notion AI
- 核心定位:知识库与笔记管理
- 优点:笔记+写作一体化,擅长总结长文、整理数据库。
- 缺点:全英文界面,国内访问速度不稳定。
五、AI 代码(程序员专属,建议补充)
- Cursor
- 核心定位:AI原生编辑器
- 优点:目前最强的AI编程IDE,能读懂整个项目代码,自动改Bug、写功能。
- 缺点:需付费订阅才能获得最佳体验,有一定上手门槛。
- Trae / MarsCode
- 核心定位:免费且好用的国产之光
- 优点:完全免费,中文交互友好,内置GPT-4o/Claude等顶级模型。
- 缺点:插件生态相比VS Code/Cursor还在完善中。
六、AI 音乐 / 配音
- Suno / Udio
- 核心定位:一键生成歌曲
- 优点:输入歌词/风格直接出歌,Suno结构完整,Udio音质极佳。
- 缺点:对中文咬字偶尔有口音,精准控制旋律较难。
- 豆包 / 剪映配音
- 核心定位:短视频爆款音色
- 优点:免费,拥有大量短视频热门音色(如解说腔、萌娃音),中文自然。
- 缺点:情感细腻度不如专业配音演员。
夜雨聆风