豆包

Coze是字节跳动推出的零代码 AI 应用开发平台，可以理解为字节跳动版的GPTs。无论用户是否有编程经验，都可以通过该平台快速创建各种类型的聊天机器人、智能体、AI应用和插件，并将其部署在社交平台和即时聊天应用程序中，如Discord、WhatsApp、Twitter、飞书、微信公众号、豆包等。目前Coze平台上拥有海量AI智能体，图文、音视频生成等各个领域全覆盖，完全免费使用。Coze国际版（coze.com）提供的是基于OpenAI GPT-4和GPT-3.5的API来创建和使用AI聊天机器人，并未使用自研的云雀大模型。如同此前推出的聊天机器人豆包国际版为Cici，字节也推出了一个国内版本的Coze扣子（coze.cn），采用了豆包大模型，允许用户自主创建自定义聊天机器人。2025年4月18日，字节跳动推出通用型 AI Agent，集成MCP扩展插件 ：扣子空间Coze的主要功能丰富的插件工具：该平台目前包含 60 多个不同的插件，包括新闻阅读、旅行计划、生产力工具、图像理解 API 和多模态模型知识库调取和管理：Coze提供易于使用的知识库功能，使 AI 能够与用户自己的数据（如PDF、网页文本）进行交互。可以存储和管理知识中的数据长期记忆能力：提供便捷的数据库存储能力，可以让 AI 机器人持久记住对话中的关键参数或内容定时计划任务：通过计划任务功能，用户可以使用自然语言轻松创建复杂的任务，创建好的机器人会准时发送相应的消息内容。工作流程自动化：轻松创建一个工作流程将创意想法转换为机器人技能，如收集电影评论、起草行业研究报告等预览和调试：机器人开发完成后，可以发送消息来查看机器人的响应，并根据知识搜索结果和工具响应来排查问题如何使用Coze创建机器人访问Coze的官网（coze.cn），点击Get started登录/注册账号选择侧边栏的Bots菜单，点击Create bot，然后添加机器人Logo、名称、描述信息然后在Persona & Prompt输入框中输入机器人角色和提示词，右侧可预览和调试输出信息测试无误后可点击右上角的Publish发布创建好的机器人Coze的适用人群开发人员：专注于为特定任务调整AI模型和提示词，而不是花费大量时间进行初始开发企业公司：通过将AI机器人集成到内部程序如客户支持系统、内容创作工具和推荐引擎中，开发创新的应用和服务研究人员：利用该平台作为实验工具进行各种研究任务，探索自然语言生成和理解AI爱好者：免费的GPT API，创建自定义机器人用于日常生活、学习和工作中常见问题Coze支持哪些大模型？Coze国际版目前支持通过GPT-3.5和GPT-4模型来构建AI机器人，国内版基于豆包大模型。Coze是免费的吗？Coze目前是免费向用户开放的，同时提供了部分增值服务。Coze创建的机器人可以发布到哪些平台？Coze目前支持将创建好的机器人发布到Discord和Cici，后续将支持WhatsApp和Twitter。

豆包大模型是什么豆包大模型是字节跳动推出的AI大模型家族，包括 豆包PixelDance、豆包Seaweed 视频生成、文生图、图生图、同声传译、角色扮演、语音合成、声音复刻、语音识别、Function Call和向量化等多个模型。豆包大模型具备强大的语言理解、生成和逻辑能力，能进行个性化创作、情绪丰富的语音合成、高精度语音识别、多风格图像生成和顶级的视频生成。豆包大模型通过火山引擎提供服务，支持企业和开发者构建智能化应用，推动AI技术在多种业务场景中的落地。豆包大模型的性能在多个评测中表现优异，例如在包括MMLU、BBH、GSM8K和HumanEval在内的11个业界公认的基准测试集中，Doubao-pro-4k模型的总体得分达到了76.8分，在代码能力、专业知识和指令遵循等方面的显著进步。豆包大模型的主要功能通用模型：字节跳动自研LLM模型，支持128K长文本，全系列可精调，具备更强的理解、生成、逻辑等综合能力，适配问答、总结、创作、分类等丰富场景。视频生成：通过精准语义理解、强大动态及运镜能力创作高质量视频，支持文本和图片生成两种模式。角色扮演：创作个性化角色，具备上下文感知和剧情推动能力，适合虚拟互动和故事创作。语音合成：生成自然生动的语音，能表达多种情绪，适用于文本到语音转换。声音复刻：快速克隆声音，高度还原音色和自然度，支持跨语种迁移，用于个性化语音合成。语音识别：准确识别和转录语音，支持多语种，适用于语音命令和转录服务。文生图：将文本转换为图像，擅长图文匹配和中国文化元素创作，用于图像生成和视觉内容创作。图生图：基于现有图像生成新图像，支持风格变换、扩图、重绘和涂抹等创意操作。同声传译：提供超低延时且自然高质量的实时翻译，支持跨语言同音色翻译，打破沟通中的语言壁垒。Function Call：准确识别和抽取功能参数，适合复杂工具调用和智能交互。向量化：提供向量检索能力，支持LLM知识库的核心理解，适用于多语言处理。豆包大模型的功能特点豆包通用模型Pro：字节跳动自研的高级语言模型，支持128K长文本处理，适用于问答、总结、创作等多种场景。豆包通用模型Lite：轻量级语言模型，提供更低的成本和延迟，适合预算有限的企业使用。豆包·视频生成模型：利用先进的语义理解技术，将文本和图片转化为引人入胜的高质量视频内容。豆包·语言识别模型：具备高准确率和灵敏度，能够快速准确地识别和转写多种语言的语音。豆包·Function Call模型：专为复杂工具调用设计，提供精确的功能识别和参数抽取能力。豆包·文生图模型：将文字描述转化为精美图像，尤其擅长捕捉和表现中国文化元素。豆包·语音合成模型：能够合成自然、生动的语音，表达丰富的情感和场景。豆包·向量化模型：专注于向量检索，为知识库提供核心理解能力，支持多种语言。豆包·声音复刻模型：仅需5秒即可实现声音的1:1克隆，提供高度相似的音色和自然度。豆包·同声传译模型：实现超低延迟的实时翻译，支持跨语言同音色翻译，消除语言障碍。豆包·角色扮演模型：具备个性化角色创作能力，能够根据上下文感知和剧情推动进行灵活的角色扮演。豆包大模型的产品官网产品官网：volcengine.com/product/doubao如何使用豆包大模型确定需求：明确项目或业务需求，比如是否需要文本生成、语音识别、图像创作、视频生成等。选择合适的模型：根据需求选择合适的豆包大模型，例如文生图模型、语音合成、视频生成模型等。注册和访问火山引擎：访问火山引擎官网注册账户，是字节跳动的云服务平台，提供豆包大模型的服务。申请访问权限：在火山引擎平台上申请使用豆包大模型的权限，填写相关信息和使用场景。API接入：获取相应的API接口信息，包括API的端点、请求方法和必要的认证信息。开发和测试：根据API文档开发应用程序，将豆包大模型集成到你的业务流程中。进行充分测试，确保模型的输出符合预期。部署应用：在测试无误后，将集成了豆包大模型的应用部署到生产环境。监控和优化：监控应用的性能和模型的效果，根据反馈进行优化。豆包大模型的产品定价大语言模型按tokens使用量付费：Doubao-lite-4k（包括分支版本lite-character）：上下文长度4K、输入0.0003元/千tokens、输出0.0003元/千tokens、后付费、免费额度50万tokens。Doubao-lite-32k：上下文长度32K、输入0.0003元/千tokens、输出0.0006元/千tokens后付费、免费额度50万tokens。Doubao-lite-128k：上下文长度128K、输入0.0008元/千tokens、输出0.0010元/千tokens后付费、免费额度50万tokens。Doubao-pro-4k（包括分支版本pro-character、pro-functioncall）：上下文长度4K、输入0.0008元/千tokens、输出0.0020元/千tokens后付费、免费额度50万tokens。Doubao-pro-32k：上下文长度32K、输入0.0008元/千tokens、输出0.0020元/千tokens后付费、免费额度50万tokens。Doubao-pro-128k：上下文长度128K、输入0.0050元/千tokens、输出0.0090元/千tokens后付费、免费额度50万tokens。按模型单元付费：独占的算力资源，更加独立可控Doubao-lite-4k、Doubao-lite-32k：可承载性能（TPS）3000、按小时60元/个、包月28000元/个。Doubao-lite-128k：可承载性能（TPS）4500、按小时240元/个、包月112000元/个。Doubao-pro-4k、Doubao-pro-32k：可承载性能（TPS）3200、按小时160元/个、包月80000元/个。Doubao-pro-128k：可承载性能（TPS）3500、按小时1200元/个、包月550000元/个。视觉模型豆包-文生图模型-智能绘图：推理服务、0.2元/次、后付费、免费额度200次。语音大模型Doubao-语音合成：推理服务、5元/万字符、后付费、免费额度5000字符。Doubao-声音复刻：推理服务、8元/万字符、后付费、免费额度5000字符。向量模型Doubao-embedding：最长输入长度4K、输入0.0005元/千tokens、后付费、免费50万tokens。模型精调按tokens使用量（训练文本*训练迭代次数）计费，训练完成后出账。Doubao-lite-4k、Doubao-lite-32k、Doubao-lite-128k：LoRA定价0.03元/千tokens、后付费。Doubao-pro-4k、Doubao-pro-32k、Doubao-pro-128k：LoRA定价0.05元/千tokens、后付费。更多模型及定价信息，可访问豆包大模型官网获取最新信息。豆包大模型的应用场景内容创作与媒体：使用文生图、图生图、视频生成模型生成文章配图、漫画、海报、短视频等视觉内容。语音合成模型为视频、动画制作配音。客户服务：通过角色扮演模型提供虚拟客服和聊天机器人服务。使用语音识别和语音合成模型改善语音客服系统。教育与培训：文生图模型辅助教学材料的制作，如生成教学插图。角色扮演模型创建个性化学习体验和虚拟教师。娱乐与游戏：在游戏中使用角色扮演模型创建非玩家角色（NPC）的对话和行为。用语音合成模型为游戏角色提供自然的语言交流。智能助手：结合语音识别和语音合成模型，开发智能个人助理。用文生图模型生成个性化的推荐内容。市场与广告：用文生图模型自动生成广告创意和营销素材。用通用模型分析消费者反馈，优化广告文案。企业自动化：通过Function Call模型自动化复杂的工作流程和工具调用。用向量化模型进行高效的信息检索和知识管理。搜索与推荐：用向量化模型改善搜索引擎的准确性和响应速度。结合通用模型为用户推荐相关内容或产品。法律与金融：用通用模型进行合同分析、案件研究和合规检查。用语音识别模型转录会议记录和访谈内容。

Gemini是什么Gemini是谷歌推出的生成式人工智能模型系列，具备强大的多模态能力，能处理文本、图像、音频等多种内容。包含多个版本，如Gemini Pro、Gemini Flash、Gemini Ultra和Gemini Nano，分别适用于不同复杂度和效率需求的场景。Gemini具有深度研究功能，可以整合网络信息生成专业报告，支持45余种语言，具备超长上下文窗口，能处理复杂问题。能与谷歌应用互联，实现自动化操作，如根据日历安排任务。Gemini的代码辅助功能可帮助开发者提供代码建议，功能“Gems”能让用户创建专属的AI专家，如家教或健身教练等。Gemini通过实时联网功能，可以访问互联网上的最新信息，为用户提供全面且及时的答案。Gemini的主要功能多模态处理：Gemini能理解和生成多种类型的信息，包括文本、图像、音频、视频和代码。能无缝组合不同类型的信息，为用户提供综合性的解决方案。文本生成：可以生成各种文本格式，如诗歌、代码、脚本、音乐作品、电子邮件等。用户只需输入主题或内容要求，Gemini能生成高质量、创意丰富的文本。翻译功能：支持多种语言的翻译，包括英语、法语、德语、西班牙语、中文等，能快速准确地将文本从一种语言翻译成另一种语言。深度研究功能：Gemini的深度研究功能可以帮助用户针对复杂主题创建全面且易读的报告。会先制定研究计划，然后从多个来源收集信息，生成详细的分析报告。数据分析与洞见：在数据分析方面，Gemini能快速处理数据并自动生成数据洞见。例如，Gemini in BigQuery 提供了基于自然语言的体验、语义搜索、辅助数据准备等功能。个性化服务：Gemini可以根据用户的历史对话和偏好提供个性化的回答。例如，能记住用户喜欢的食物、常用的编程语言等，在后续对话中提供更精准的建议。Gems功能：用户可以创建定制的“Gems”，将其训练成特定领域的专家，如家教、健身教练、编程搭档等，满足个性化需求。代码辅助：Gemini能帮助用户编写多种编程语言的代码，如Python、Java、JavaScript等。可以根据用户输入的功能描述生成相应的代码块，提高开发效率。与谷歌应用互联：Gemini可以与谷歌的日历、便签、任务和照片等应用互联，实现自动化操作。例如，用户可以要求Gemini查看日历并完成相关任务。文本转音频（Audio Overviews）：Gemini 现在支持将文本对话生成可播放的音频播客。能将文档、幻灯片等书面材料转换为“两位AI主持人聊天式的播客节目”，内容更加生动有趣。目前仅支持英文。Canvas 画布功能：用户可以使用 Gemini 快速生成草稿，对特定部分进行修改、调整语气或重新排版。Canvas 支持实时预览代码，用户可以边写代码边查看效果。如何使用Gemini访问谷歌AI Studio：打开谷歌AI Studio的官方链接：https://aistudio.google.com 。在页面左下角点击Sign in登录，使用任意谷歌账号（Gmail账号）进行登录。选择使用Gemini模型的方式：登录后，你可以选择直接在谷歌AI Studio中使用Gemini模型，或生成API使用。选择Use Google AI Studio，然后点击New Prompt。谷歌AI Studio操作界面：界面分为左、中、右三部分，具体功能如下：项目名称（Untitled prompt）：位于界面顶部，用于为当前的Prompt项目自定义命名。系统提示词（System Instructions）：提供可选的语气和风格指令，定义AI生成内容的上下文、语气、风格等。聊天输入框（Type something）：位于界面底部，在这里输入问题或指令与模型交互。模型选择（Model）：在右侧菜单中，可以通过下拉框选择不同的Gemini模型，并查看模型的详细信息和Token计数。温度（Temperature）：位于右侧菜单的中间，通过滑块调整生成内容的随机性。工具（Tools）：包括Structured output、Code execution、Function calling、Grounding等选项，可根据任务需求启用。创建新Prompt：点击左侧导航栏的Create new prompt可以创建一个新的Prompt任务。Gemini的应用场景旅行规划：Gemini 可以根据用户的搜索历史和偏好，推荐旅行目的地、酒店、餐厅和活动。兴趣爱好推荐：基于用户在 Google 搜索、YouTube 等平台上的活动记录，Gemini 能提供个性化的兴趣爱好建议。学习辅导：Gemini 可以根据用户的学习进度和需求，提供个性化的学习建议和辅导。资料整理与总结：用户可以上传学习资料，Gemini 能够帮助总结重点、生成笔记。代码协作与开发：Gemini 的 Canvas 功能为开发者提供了一个实时协作空间，能生成代码并实时预览效果。

原百度旗下文心一言APP更名（文小言），百度全新一代知识增强大语言模型

讯飞星火，科大讯飞推出的AI大模型平台，融合自然语言处理与多模态交互技术，赋能企业智能化转型。

百小应官网，百川大模型旗下智能AI工具，提供高效、便捷的AI解决方案，助力企业与个人实现数字化转型。

DeepSeek：专注AGI研发的国产大模型，提供智能搜索、代码生成与企业级AI解决方案，加速知识探索与业务创新。

Claude是什么Claude 是 Anthropic公司推出的高性能、安全可靠的AI智能助手。具备强大的自然语言处理能力，能进行文本创作、知识问答、语言翻译等多种任务。基于最新的Claude 3大模型，包括 Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus 三个子模型，分别针对不同应用场景进行了优化。Claude 3 Opus 是性能最高的模型，擅长处理复杂任务；Claude 3 Sonnet 平衡了性能和速度，适合企业级应用；Claude 3 Haiku 以快速响应为特点。Claude 具备多模态特性，能处理图像和音频内容。设计遵循“宪法式人工智能”哲学，注重道德规范和安全性。是ChatGPT最为有力的竞争对手之一，目前可以通过Anthropic官网（anthropic.com/claude）或claude.ai访问使用。Claude的主要功能文本生成与处理：Claude 能生成高质量的文本内容，包括文案写作、聊天对话、翻译、总结等。支持多种语言，可处理长达 15 万个单词的文本。代码生成与调试：Claude 可以生成和优化多种编程语言的代码，协助调试复杂代码库。多模态输入：Claude 3 系列支持多模态功能，能处理图像、图表等视觉输入，从中提取信息。工具集成与交互：Claude 可以通过 API 与外部工具和函数交互，生成结构化输出，支持推理、规划和执行操作。长文本处理：Claude 拥有强大的长文本处理能力，能分析和生成详细的报告、备忘录等。实时网络搜索：Claude 新增了网络搜索功能，能实时获取最新信息，为用户提供更准确、及时的答案。研究功能（Research）：Claude 的研究功能改变信息检索和推理的方式。能通过多轮搜索，逐步深入地探索问题的不同角度，系统性地解决开放性问题。能快速提供高质量、全面的答案，附带易于验证的引用，让用户信任其发现的结果。Google Workspace 集成：Claude 现在可以与 Gmail、Google 日历和 Google 文档集成，帮助用户更高效地管理日常工作。通过连接 Google Workspace，Claude 可以安全地搜索电子邮件、查看日历安排、审查文档，从而减少手动上传文件和重复提供上下文的需求。Google 文档目录功能（Google Docs Cataloging）：对于企业用户，Claude 提供了目录功能，能基于专门的索引搜索企业内部的文档，即使信息分散在多个文件中也能快速找到。如何使用Claude通过官网使用：访问 Claude 官网，使用邮箱注册账号，完成验证。选择模型：登录后选择 Claude 3.7 Sonnet 或 Opus 版本。输入问题：在对话框中输入问题或任务描述，即可获得回答。通过移动端应用使用：Claude 提供 iOS 和 Android 移动端应用，可以访问官方应用商店，下载并注册账号后使用。通过 API 调用：注册并登录 Claude 官网，获取 API 密钥。根据 API 文档 进行开发和调用。使用 Anthropic 提供的开发者工具（如 Workbench 和提示词生成工具）进行更高效的开发。Claude的应用场景内容创作：Claude 可以帮助博主、自媒体人或企业快速生成文章草稿、标题创意、社交媒体文案、故事、诗歌等。智能客服：Claude 的长上下文能力和对话连贯性非常适合构建智能客服系统。可以处理用户多轮对话，解答问题并提供个性化建议，同时避免输出不当内容。教育辅助：Claude 可以作为学习助手，帮助学生解答问题、生成学习笔记、提供写作指导或辅导英语口语。代码辅助：Claude 可以帮助开发者编写简单的脚本、注释代码或调试问题。