标记为“视觉”的 AI 工具

所有标记为“视觉”的 AI 工具，由我们团队精选并验证。

13 款 AI 工具12 款已认证

顶级视觉工具

该分类下评分最高的工具，每周精选更新

Claude

Claude 始终比大多数竞争对手生成更流畅的文本和更精确的代码，但其速率限制也比市场上任何其他工具都更为严苛。以下是全方位的评测，包括 Anthropic 希望你忘记的那些事件。

免费增值

Grok

Grok 是 xAI 推出的前沿聊天机器人与模型系列，原生集成实时网络与 X 平台搜索、Grok Imagine 图像/视频生成、语音交互模式以及兼容 OpenAI 的 API 接口。截至 2026 年 9 月，API 旗舰模型为 grok-4.6（200k prompt 内每百万 Token 输入 $2 / 输出 $6）。用户端支持免费使用，x.ai/pricing 上 SuperGrok 订阅为 $30/月，SuperGrok Plus 为 $100/月。

免费增值

AI 模型与 LLM

Google Gemini

Google Gemini 是 Google DeepMind 面向用户的 AI 应用与模型系列，涵盖智能对话、多模态生成、Deep Research 深度研究及 Google Workspace 生态联动。截至 2026 年 9 月，API 旗舰 Flash 系列包括 Gemini 3.7 Flash 和 3.6 Flash（优惠尝鲜价截至 2026 年 12 月 31 日）；用户端订阅方案涵盖 Free 免费版、AI Plus、Pro 以及 Ultra。其图像模型以 Nano Banana 官方品牌发布。

免费增值

AI 模型与 LLM

Gemma

Gemma 是 Google DeepMind 推出的一系列开放权重语言模型，支持免费下载和自托管。Gemma 4（2026 年 4 月发布）在 Apache 2.0 许可证下提供了前沿级别的推理和多模态能力，涵盖从 2B 边缘模型到 31B 密集型旗舰模型的完整阵容。

免费

图像

UX Pilot

UX Pilot 是一款 AI 设计工作区，可通过文本提示生成高保真 UI 界面和线框图，随后利用预测性热图进行验证，并直接导出至 Figma。该工具由 Adam Fard 开发，目前为超过 100 万用户提供服务。

免费增值

AI 智能体与自动化

ChatGPT Agent

ChatGPT Agent 是 OpenAI 于 2025 年 7 月 17 日推出的统一自主智能体，取代了 Operator 和 Deep Research。它能在 ChatGPT 内浏览网页、运行代码、填写表单并综合研究信息，适用于 Plus（$20/mo）和 Pro（$200/mo）订阅计划。

付费

图像

GPT Image 2

GPT Image 2 是 OpenAI 于 2026 年 4 月推出的图像生成模型，提供 100 多种语言近乎完美的文本渲染、多轮对话式编辑以及 Thinking Mode（思考模式）推理功能。可在 ChatGPT 内使用，也提供直接的 API 访问。

免费增值

AI 模型与 LLM

Reka

Reka 是一家由前 Google DeepMind 和 Meta 研究人员创立的多模态 AI 公司，提供从 7B Edge 到 67B Core 的系列模型，能够原生处理文本、图像、视频和音频输入，专为企业级应用打造。

付费

图像

Whisk

Google Whisk 是 Google Labs 推出的一项免费图像混合实验项目，它通过结合三张参考照片（主体、场景和风格各一张）来生成新图像。由 Imagen 4 和 Gemini 提供支持，无需输入文本提示词。

免费

图像

Galileo AI

Galileo AI 可将文本提示转化为高保真 UI 视觉稿，并支持导出至 Figma 及输出 HTML/CSS 代码。该公司于 2025 年 5 月被 Google 收购，并作为由 Gemini 2.5 驱动的 Google Stitch 重新推出，目前通过 Google Labs 完全免费提供。

免费增值