万字盘点：AI 黑科技测评：最值得收藏的模型与产品测评！

云知导航是一个专注于优质内容与实用经验分享的平台，我们鼓励用户分享真实的产品体验与有价值的使用心得。平台会不定期精选高质量文章，呈现来自用户的第一手体验与独到观点。本文仅代表作者个人观点，云知导航仅对标题与排版做了适当调整。

不知不觉，2025 年已然过半，是时候对这半年来涌现的 AI 工具做一次盘点了。这份清单基于我过去半年的深度使用体验，凭着个人印象写就，因此并未覆盖所有产品。若有遗珠，还望海涵。

文章最后，我会根据日常给朋友推荐的经验，附上一份简明的「AI 日常推荐表」，方便大家按需取用。

接下来，进入正式榜单。

本文篇幅较长，但干货满满。我们将依次盘点：大模型（LLM、文生图/视频/音频）、AI 产品（Agent、Chat、Coding、其他），并在文末附上总结与趋势展望。

大语言模型（LLM）

上半年，无论国内海外，从 LLM 到文生图、视频模型，都涌现出众多强劲的选手。

今年我基本没怎么用 ChatGPT 模型，因此不对 GPT 及 OpenAI 系列模型进行评价（主要也是没找到非用不可的理由）。

年度黑马：Gemini 2.5 Pro

今年最大的惊喜，莫过于 Gemini 2.5 Pro 这匹黑马。它凭借强大的多模态识别能力、高达 100 万 tokens 的超长上下文窗口，以及独特的思维链（Think Process），带来了迄今为止最出色的模型体验。

Gemini 2.5 Pro 的性能名副其实。实测中，即便处理 10 万 tokens 的内容后，它依然能准确回忆起最初的对话信息，指令遵循能力也相当出色。在日常对话中，你会发现它不仅智商超群，更能敏锐捕捉到你言语细节中未曾察觉的情绪。

一个少有人注意的细节是，Gemini 的思维过程与其他模型显著不同，它倾向于以一种类似金字塔的思维模式，更全面、细致地分析用户输入，从而实现更优的推理。私心而论，这便是我心中当前综合表现最均衡、最强大的模型。

它的”小弟” Gemini 2.5 Flash，虽不及 Pro 版聪慧，但胜在闪电般的生成速度与不错的智能水平之间取得了绝佳平衡，同样值得推荐。

体验渠道：

• Gemini 官网
• Google AI Studio

天才与”疯子”：DeepSeek V2

若不提 DeepSeek V2，这份 AI 清单将是不完整的。

DeepSeek V2 在春节期间彻底引爆了市场，极大地推动了 AI 在国内的落地普及。根据我的用户访谈，许多人甚至不知道 ChatGPT 或豆包，但却知道 DeepSeek。

春节时，我曾专门撰文《非技术人 10 分钟读懂 DeepSeek V2》来解析其技术突破。在文学、哲学等需要创造力和启发性的任务中，V2 的表现至今难觅对手，总能带来意想不到的灵感。

然而，除了这些能容忍高随机性的任务，我不建议用它处理严肃工作。原因无他——它太”癫”了：天马行空，难以驾驭。它的指令遵循性较差，总有自己的”想法”，喜欢添油加醋，难以通过提示词进行稳定控制。若要用于工作，尤其是商业化落地，务必三思而后行（但在传统软件行业可能有奇效，懂的都懂）。

体验渠道：

渠道众多。除了官网，你也可以在腾讯元宝等产品中体验，或通过阿里云、火山引擎、硅基流动等云服务调用。

多模态能力评测

今年，多模态能力已成为模型竞技的关键赛道，精准识别图像信息为 AI 开启了更多可能。

前段时间，我设计了一项”网络迷踪 GeoGuessr”测试，用于评估模型的视觉与推理能力。一个月后，Sam Altman 也转发了类似的测试，使其影响力进一步扩大。

测试过程很简单：让模型根据一张照片，定位其拍摄的地理位置。

在测试中，一个值得注意的细节是：只有 o3 和 Qwen-VL-Plus 识别出下图中远处微小的”Decathlon”（迪卡侬）Logo。更厉害的是，Qwen-VL-Plus 无需缩放便直接识别，而 o3 则依赖了图片缩放工具。

这让我对它们印象深刻，可以说，这两者代表了两个月前国内外多模态能力的顶级水平。

其他值得关注的 LLM

除了已推荐的 Gemini 2.5 Pro，以下几位选手也值得关注。这份推荐不算权威，但可作为大家选型测试的参考。

• 豆包大模型：国内均衡之选
  在与众多 AI 从业者（包括明星 Agent 公司和 Benchmark 设计者）交流后，我们得出的共识是：豆包大模型是国内综合实力最均衡的选择。
• Qwen2，尤其是 8B：开源与本地部署首选
  我在 Qwen2 首发当日的评测文章《我们有必要使用 Qwen2 吗？》中有详细分析。
• Claude 3.5 Sonnet：代码生成与工具调用王者
  Claude 在代码生成领域是无可争议的 Top 1，本不想赘述。无论是 AI 编码工具的底层模型选用，还是自己构建 MCP 应用或 Coding Agent，首选 Claude 3.5 Sonnet 就对了。同时，它在生成前端代码时的审美也是所有大模型中最好的。

体验渠道：

• 豆包官网
• 通义千问官网
• Claude.ai

此外，如果你需要免费的大模型 API 且对智能要求不高，可以关注智谱开放平台，它提供永久免费的推理额度（我的一个产品就稳定运行了半年，必须为 Zhipu AI 点赞）。

文生图、视频与音频

今年，AIGC 领域模型技术实现了翻天覆地的进步，可用性大幅提升，真正走入了大众消费领域。一个标志性的变化是，无论文章配图，还是小红书、抖音，AI 生成的内容随处可见。这一领域也最接近”模型即产品”的形态。

作为一名非重度的普通用户，我主要使用免费产品，以下是我的感受分享：

文生图首选：豆包

如果要在国内推荐一款文生图 AI，豆包无疑是我的首选。

自”扣子”发布以来，豆包的生图效果突飞猛进，用起来愈发得心应手。它不仅支持类似 DALL-E 3 的自然语言修图，对图内文字的生成效果也相当出色。最关键的是，它免费、国内网络直连、生成速度极快。在人像等各类场景下，其生成质量也同样不俗。

体验渠道：

• 豆包 App
• 扣子（Coze）官网

产品设计神器：Google Imagen 3

Google Imagen 在产品设计领域独树一帜，其生成的质感几乎无可匹敌。

我发现它的过程颇为有趣：在一次为某公司提供 AI 设计咨询时，我负责调研并定制 AI 辅助产品设计的工作流。调研一圈下来，表现最好的正是 Imagen 3，其水准即便在今天也少有对手。

速度快、质量高、还免费，Imagen 3 绝对值得一试。如今 Google AI Studio 已提供 Imagen 2 版本，感觉光影效果更佳，但整体差异不大。我目前仍在使用自己撰写的《万能文生图提示词》，配合 Imagen 来满足大部分精细作图需求（这份提示词已有上千次转发，认可度很高，推荐采纳）。

体验渠道：

• Google AI Studio

国产视频之光：可灵（Kling）

可灵始终稳居视频生成模型的第一梯队，表现惊艳。它支持文生视频和图生视频，我个人更常用后者，因为这样更容易控制画面内容。画面稳定、物理效果逼真、交互体验优秀、价格适中，目前已更新至 2.1 版本。

体验渠道：

• 可灵官网或小程序

物理效果炸裂：Google Luma

如果要论上半年最惊喜、最强大的视频模型，非 Luma Dream Machine 莫属。

一个视频足以感受它的震撼：

看到小船坠入洞穴的过程了吗？这个物理效果简直让人头皮发麻。AI 居然能在 2D 画面中模拟出 3D 世界的真实物理规律，并同步生成匹配的音效。

体验渠道：

• Luma Labs 官网

虽败犹荣：Gemini Image Generation

你可能已经忘了 Gemini 还有一个生图版本。在 DALL-E 3 发布的前一周，Gemini 推出了 2.0 Image Generation，是业内首个支持连续精准修图的文生图模型。当时我还首发了一篇测试报告：《Google 用文生图 AI 开始真正重塑行业》。

它能修图、抠图、批量生图，堪称 2025 年初代的文生图”许愿机”。可惜一周后就被 DALL-E 3 狙击，后者效果更胜一筹，Gemini 瞬间失去了热度。现在，它的上位替代是 DALL-E 3 和豆包，因此不必刻意去用。

自然语言修图标杆：DALL-E 3

凭借一己之力压制 Gemini 生图热度的 DALL-E 3，是 OpenAI 上半年的高光时刻。自此，用自然语言修图成为用户共识，极大地提升了文生图的创作体验和可用性。

和豆包一样，它支持自然语言连续修图、图片合成，对英文的图内生成效果很好，中文则稍逊一筹。例如，我之前文章中的《炉石传说》卡图就是用 DALL-E 3 制作的。唯一的美中不足是，免费用户的生成速度实在太慢，否则我会更常用。

体验渠道：

• ChatGPT 中选择 DALL-E 3

艺术与品质的代名词：Midjourney

在我心中，Midjourney 始终以其极致的画面精细度、光影质感和艺术表现力，占据着特殊的位置。虽然它需要付费，我的日常作图需求也不算高，但依然有必要在此推荐。

配合《万能文生图提示词》，你能有效提升 Midjourney 的作画效果，上面四张图均采用了该提示词模板。

体验渠道：

• 国外搜索”Midjourney”；国内搜索”悠船”

独辟蹊径：用 AI 写代码来画图

这里介绍一个非常规的文生图方法：利用 AI Coding 生成前端代码，让网页成为你的画布。例如，下面这些案例就是我用 Claude 写代码生成的”图片”。

朋友”歸藏的AI工具箱”也分享过类似教程：《用提示词，让长网页秒变封面》。

在我发布社交名片案例后，今年许多 Agent 产品也开始沿用此思路，将深度研究（Deep Research）结果转化为可视化的 PPT 或长图，足见其用户接受度之高。用这种方式为文章配图，再合适不过。

文生音频：初露锋芒

轮到文生音频领域，我首先想到的是 MiniMax 的 speech-02 模型。它能克隆你的声音，音色模拟得相当不错，但在情感、语调和停顿上，与真人配音仍有明显差距。

顺便一提，豆包的语音模型也很出色，无论是声音复刻还是语音识别都表现优异（豆包 App 内的 AI 语音通话体验就非常棒）。

体验渠道：

• MiniMax 开放平台
• 火山引擎语音技术

AI 产品

终于写到 AI 产品部分了，内容很长，实属不易。

AI Agent 与 Deep Research

如果说 DeepSeek 点燃了国内大模型的全民热情，那么小爱同学团队的元笔则引领了通用 Agent 的竞赛热潮。

首先需要明确几点：

1. Coding Agent 虽属 Agent，但因场景高度垂直，我们将其归入 AI Coding 产品类别单独讨论。
2. Deep Research（深度研究）应被视为 Agent 应用的一个子集。实际上，一些通用 Agent 也是通过”Deep Research 框架 + 多能力插件（MCP）”的模式实现的。因此，我们将它们放在同一章节讨论。

同样，由于今年未使用 ChatGPT，其强大的 DR 功能暂不评述。

此外，还有一些优秀的产品值得关注，如 Lovatar.ai（满足业余用户的设计需求）、扣子（有望成为垂直 Agent 社区）、秘塔AI搜索（在 Office 内容生成和需求澄清交互方面表现出色）等。

真·通用 Agent：元笔

尽管如今自称”通用 Agent”的产品众多，但在我看来，严格意义上称得上此名的只有元笔。它也是我 2025 年最喜爱的 AI 产品。

在元笔首发时，我曾撰文《元笔吹散了人与 Agent 之间的迷雾》，其中一个案例是”让元笔自主下载宝可梦并运行”。

如果说互联网工作者的模式是”人 + 电脑 = 完成工作”，那么真正为 AI 配备了一台完整云电脑的，只有元笔。这意味着其通用任务的想象空间极其广阔。当你不知道某个任务该交给哪个 AI 时，不妨先甩给元笔试试。例如，它能像真人一样在网站内搜索信息，通过连续点击网页元素完成复杂的信息收集。

相比之下，采用”DR+MCP”方案的 Agent 容易依赖网页搜索服务，导致解决方案偏离用户实际操作。而元笔不仅能生成前端页面，甚至能直接搭建一个包含后端的完整站点。AI + 云电脑 = Create everything，这将带来质变的体验。

体验渠道：

• 元笔官网

中文信息调研利器：Kimi 智能体

Kimi 智能体是 Kimi 沉寂半年后的力作，带来了新的惊喜。

起初，我对一个只能检索国内信息的 Agent 不抱太大希望，毕竟中文互联网信息庞杂且真伪难辨。但 Kimi 智能体凭借其超长上下文和深度搜索能力，硬是从中提炼出精准、详实的细节，且幻觉率明显更低。

我朋友曾用 Kimi 智能体调研我的个人信息，结果令我本人都眼前一亮——归纳得非常细致，推理准确。这得益于 Kimi 将 DR Agent 的能力通过强化学习（RL）内化到了模型中，使其行为不再是写死的规则，而是根据当前任务动态生成，因而在复杂信息尽调上表现出极佳水准。

体验渠道：

• Kimi Chat 内申请”Kimi 智能体”内测

垂直场景落地标杆：夸克高考志愿 Agent

夸克 AI 打造的”高考志愿填报 Agent”堪称大数据应用的典范。在不到一个月的时间里，它生成了超过 1000 万份深度研究报告，峰值时能并行处理 250 万个复杂任务。

这个案例虽然垂直且具时效性，但它揭示了下半年 Agent 的发展方向。AI 最大的问题是幻觉，而高考志愿填报这种严肃场景不容许丝毫差错。为了确保报告质量，夸克 AI 采用了”高质量垂直知识源 + 深度对齐的垂类大模型“的策略，构成了其可靠决策的核心。

在数据端，他们对海量高考数据进行分类清洗；在模型端，通过 SFT、RLVF、RLHF 等技术，训练出一个垂直、可信的高考志愿大模型。

我当时的评价是：这标志着 AI 应用正从过去”抽卡式”的随机生成报告，迈向真正解决复杂、垂直、高价值问题的”深度落地”阶段。要让 AI 在现阶段承担起实际工作，这套”垂直数据 + 垂直模型“的方案，将成为下半年 AI Agent 严肃落地的标配。

免费海外信源调研：Gemini Deep Research

除了负责通用任务的元笔和负责中文信源尽调的 Kimi，Gemini Deep Research 虽表现平平，但凭借免费、可访问海外信源（含 arXiv）以及低幻觉的特点，成为我进行外文信源调研的日常选择。

体验渠道：

• Gemini 官网，在对话框勾选”Deep Research”

AI Chat：移动端的全能助手

在移动端，我们追求的并非顶级的 AI 智能，而是全能、便捷、快速的问答体验。这方面，豆包是我的不二之选。

半年来，”打开豆包发送语音消息”的快捷指令一直固定在我手机的操作按钮上。遇到问题，一按即可录音提问，极其方便。它的多模态识别也相当顺手，今天还帮我识别了阳台花盆里冒出的野草。

特别值得一提的是，豆包的视频模式甚至能充当你的虚拟导游。开启视频通话，你可以实时对话提问，仿佛在和一位真人导游视频聊天，体验非常神奇，强烈建议一试。再加上优秀的自然语言生图、改图功能，豆包已然是一个全能选手（尽管上下文记忆能力还有待提升）。

AI 搜索：一个正在被挤压的赛道？

我其实在犹豫是否要推荐 AI 搜索。

因为我的一个”暴论”是：从 2025 年上半年的趋势看，纯粹的 AI 搜索产品，其生存空间正被 AI Chat 和 Deep Research 严重挤压。长期来看，我甚至不看好其存在的必要性。

简单问题，用户倾向于用 AI Chat，在对话窗口里随口一问即可，还能保留上下文继续追问。复杂问题，用户更愿意等待 DR 给出一份更有价值的增量信息。

如果你仍然需要 AI 搜索，可以试试：

• Perplexity
• 秘塔AI搜索

实际上，这两者也都在摆脱纯粹的搜索形态。Perplexity 开始向教育转型，主打”今天学点啥”；秘塔的搜索框则集成了深度思考、AI 写作、生图等一揽子功能，致力于提供一站式 AI 日常体验。

AI Coding：非技术人的创造力杠杆

如果作为一线产品经理，至今还未体验过 AI Coding，我认为基本是不合格的（即便只是用它生成一个静态页面）。我最近开发的 Chat Memo，就是纯粹用 AI Coding 完成的。

在不懂编程的情况下，我用一周半时间写出了一个完成度极高的 Chrome 插件，又用两天完成了官网的设计与开发。产品发布后，短短一周就吸引了 1000 名用户。

这个案例雄辩地证明，AI Coding 已能创造出完成度很高的 MVP 产品，而不再是小打小闹的玩具。据我观察，一些 AI 团队的新产品，AI 生成代码的占比高达 90%；即使是成熟产品，AI Coding 的采用率也普遍在 40% 以上。

没用过 AI Coding 的朋友，真的该抓紧试试了。以下是一些负责任的推荐：

• Cursor
• Codeium
• Amazon CodeWhisperer

一些朋友反馈 Augment Code 作为新晋产品体验更智能，我暂未尝试，不做推荐，大家可自行体验。

关于 Code Review，一位在顶尖 Agent 公司的朋友推荐使用 Code Rabbit。

顺便提醒，Windterm 自被 OpenAI 收购后，其 Claude 模型稳定性欠佳，不建议现在入坑。而 Claude Code 和 Gemini Cli 更适合程序员群体，普通用户脱离图形界面去使用它们，学习成本较高，不推荐。

其他值得关注的宝藏产品

除了主流赛道，还有一些零星的、却极具价值的产品值得推荐。

让 AI 融入思考：flomo

好的 AI 功能，不在于花哨或专业，而在于它能真正融入用户的工作流，让人爱不释手。flomo 便是典范。

它的 AI 功能设计得恰到好处：

1. 相关笔记：通过向量匹配，自动呈现语义相似的历史笔记，无需额外总结，即可温故知新。
2. AI 洞察：基于相关笔记，AI 会洞察你在特定主题下的认知共性与盲点，提供主动启发。

打磨 Prompt 如同打磨产品。flomo 创始人少楠为了”AI 洞察”，亲自迭代了数百版 Prompt，只为让 AI 更自然、不自嗨地服务用户。flomo 的每个 AI 功能都非”为 AI 而 AI”，而是像溪流般自然延伸。当一个人记录渐多，便需要回顾；AI 回顾的前提是找到相关内容，再基于此进行洞察启发。

如果说今年的 Agent 产品是将未来带到现实，那么 flomo 则从另一个视角出发，沿着真实的用户需求，一点一滴地将服务做得更贴心。

体验渠道：

• flomo App 或网页版

本地 AI 对话枢纽：LobeChat

这是一个本地多 API 集成的 AI 对话客户端和本地知识库工具，在 Github 上拥有近 3 万星标。它允许你自定义提供 AI 服务的云厂商。

如果你需要：

1. 一次性对比多个 AI 模型对同一 Prompt 的回应质量。
2. 无缝的本地 RAG 知识库体验。
3. （可选）体验 MCP 功能。

用它就对了！

体验渠道：

• LobeChat Github 页面

Prompt 工程利器：Coze

字节出品的 Prompt 工程工具，我最喜欢它的 Prompt 调优管理功能。如果你主要针对国内模型进行 Prompt 优化，它非常好用。

在帮助朋友打磨产品功能所需的 Prompt 时，我就使用了 Coze。它能批量运行 Benchmark，并对结果进行评分，极大提升了效率。唯一的遗憾是目前仅支持火山方舟提供的模型列表，希望未来能支持海外模型。

体验渠道：

• 扣子（Coze）官网

AI 时代的个人资产管理器：Chat Memo

推荐这款产品，一方面是因为它在该场景下的体验确实无出其右，另一方面也为自己的产品打个广告。这是一款在 AI 时代人人适用，且未来价值巨大的工具。

它能帮你解决 AI 对话分散在各个平台，难以沉淀和搜索的痛点。安装浏览器插件后，即可实现：

• 自动、无感地备份你在各大 AI 平台的对话记录。
• 跨平台、跨对话的全文语义搜索。
• 数据默认存储在浏览器本地，完全属于你自己。

详见：《Chat Memo：构建 AI 时代最重要的个人资产》

体验渠道：

• Chrome 应用商店搜索 Chat Memo

个人 AI 工具推荐速查表

结语与展望

写完这份盘点，才猛然惊觉 2025 上半年竟已发生如此多的变革。

清单上的每一个新产品，若放在前 AI 时代，都足以称得上”炸裂”或”颠覆”。而如今，它们却密集地在短短半年内涌现。这半年的变化，实在太快了。

DeepSeek V2 进一步巩固了中国 AI 在国际舞台的地位；元笔则率先掀起了通用 Agent 的浪潮。豆包生图和可灵 AI 加速了 AIGC 的全民普及，而 Luma 的视频生成技术更是宣告了 AI 已能以假乱真，在低维空间模拟高维世界的物理规律。同时，夸克高考志愿 Agent 等应用的成功，也证明 AI 正在从浅水区加速潜入各个垂直场景的深水区。

AI 百日，恍若数年。

展望下半年，我直觉应用侧将呈现两大趋势：

1. AI Agent 的能力将更加”垂直化”与”可靠化”：通过高质量的垂直数据和深度对齐的垂类模型，Agent 将在特定领域提供高度可信赖的专业服务。
2. 个人化、私有化的 AI 服务将兴起：基于个人数据（如聊天记录、笔记、邮件）训练的专属 AI 模型，将成为真正懂你的”第二大脑”。

前者或许在下半年就能迎来爆发，后者则可能要到明年上半年才会有更多落地探索。

潮水仍在奔涌，探索永无止境。以上，便是我在 2025 年上半年所见所思，并诚意推荐的 AI 模型与产品清单。

云知 AI | 你的 AI 前沿资讯站

追踪最新 AI 动态，读懂前沿技术趋势。从行业应用到深度解析，「云知 AI」为你一网打尽。我们致力于提供最快、最准、最有价值的 AI 资讯，助你轻松把握人工智能的现在与未来。