多模态AI

奈导航为您奉上2026年最新的多模态AI在线工具与精品资源指南。本标签页已聚合5款多模态AI相关的高品质应用，涵盖等业内极具代表性的站点。全部链接均经过实测，一键点击直达，帮您快速找到最趁手的AI神器。

收录了 5 个网站

排序

发布更新浏览

腾讯混元AI视频 腾讯混元AI视频是腾讯混元大模型推出的 AI 视频生成工具，聚焦文生视频和多模态 AIGC 创作。用户可通过自然语言描述生成短视频素材，并支持对画面风格、节奏和细节进行对话式调整。该工具适用于短视频创作、广告营销、教育培训、产品演示等场景，帮助用户提升视频内容生产效率。

大语言模型 # AIGC # AIGC智能创作

海螺AI-MiniMax 海螺AI是由MiniMax推出的多模态AI创作平台，提供文生视频、AI对话、图像生成等智能服务。用户只需输入文字描述，即可通过先进的AI技术快速生成高质量视频内容，支持多种风格和场景的创作需求。平台集成了大语言模型对话功能，可进行智能问答、文案创作、代码编写等任务。海螺AI采用自研的端到端视频生成技术，能够理解复杂语义并转化为连贯的视觉叙事，适用于短视频制作

大语言模型 # AI对话 # AI视频

SceneXplain SceneXplain 是 Jina AI 提供的图像理解与描述服务，可将图片内容转换为自然语言说明，适用于图片问答、视觉内容分析、无障碍描述、素材检索和多模态应用开发等场景。用户可通过网站或接口体验图像解析能力，帮助快速提取图片中的主体、场景与关键信息。

AI开发平台 # Jina AI # 图像理解

cogvlm2-llama3-caption CogVLM2-Llama3-Caption 是清华大学开源的多模态视觉语言模型，专门用于图像描述生成任务。该模型基于 Llama3 架构，结合了 CogVLM2 的视觉理解能力，能够为图像生成详细、准确的文本描述。模型托管在 Hugging Face 平台，支持研究人员和开发者下载使用。适用于图像标注、视觉问答、内容审核等场景，可处理多种类型的图像并输出自

AI开发平台 # Hugging Face # Llama3

Seele AI Seele AI 是一款多模态 AI 创作工具，主打通过单一提示词生成游戏、图像、视频、3D 资产和代码。其 SeeleAgent 基于自研基础模型，面向无代码游戏制作、AI 图像生成、AI 视频生成、3D 模型生成、网页构建和 vibe coding 等场景，适合创作者、开发者和内容团队用于快速原型设计与数字内容生产。

AI开发平台 # 3D模型生成 # AI 3D model generator