多模态交互
landing.kindroid.ai
Kindroid是主打个性化陪伴交互的AI生成工具，核心定位是为用户打造专属虚拟陪伴角色，支持自定义角色形象、性格特质与互动模式。平台核心功能包括高自由度的AI角色定制、多模态实时对话交互、自定义记忆库设置，可满足不同用户的情感陪伴、兴趣交流、场景模拟等需求。目标用户覆盖内容创作者、角色扮演爱好者、需要情感陪伴的用户、语言练习者、创意策划人员等，可用于日常闲聊陪伴、故事共创、外语对话练习、角色扮演场景模拟、创意灵感碰撞等多种场景。
docs.livekit.io
LiveKit Agents 是面向开发者的端到端多模态AI代理开发框架，核心定位是降低语音、视频类交互式AI应用的开发门槛。核心功能包括预集成STT、LLM、TTS的全链路开发流水线，支持WebRTC低延迟实时音视频交互，自带电话呼入呼出适配能力。目标用户覆盖后端开发者、AI应用开发者、实时通讯场景开发人员等，可用于智能客服语音助手、视频互动AI接待、电话自动应答系统、线上会议AI助理等多类场景的快速开发落地。
msra.cn
忆我（ReMe）是由微软亚洲研究院与上海市精神卫生中心联合开发的个性化认知训练框架，核心定位是面向认知障碍群体提供适配个体特征的数字化认知训练服务。平台基于微软Azure OpenAI服务搭建，支持多模态交互与个性化训练方案生成两大核心功能，同时具备训练进度动态追踪能力。目标用户覆盖轻度认知障碍人群、阿尔茨海默病早期患者、认知损伤康复人群，以及相关照护者和临床医护人员，可用于家庭日常认知维持训练、医院临床康复辅助训练、居家照护过程中的认知能力干预等多种场景。
oppo.com
AndesGPT安第斯大模型是OPPO推出的个性专属大模型与智能体平台，基于端云协同架构设计，可适配多设备场景使用。平台具备多模态对话交互、个性化记忆体系、端云协同调度、智能体开发支持等核心能力，面向普通消费者、智能设备用户、应用开发者、AI研究人员等群体，可满足日常信息查询、设备智能操控、个性化服务定制、AI应用开发等多场景需求，适配手机、平板、智能穿戴等多款OPPO生态设备。
om-agent.com
OmAgent.com是面向开发者与技术团队的多模态原生代理框架平台，核心为各类智能设备与应用提供复杂任务智能处理能力。平台支持长视频内容智能预处理与高精度问答交互，可结合用户需求与天气等环境参数生成个性化服装搭配建议，通过分治算法拆解复杂任务降低处理难度。目标用户覆盖AI应用开发者、智能设备厂商、零售服务企业、内容平台运营方等群体，可应用于智能终端交互系统开发、长视频内容检索工具搭建、个性化推荐服务部署、多模态AI应用快速落地等场景，助力用户降低多模态AI能力的接入门槛，提升任务处理效率。
chatmate.ai
Chatmate AI是主打情感陪伴的人工智能伙伴平台，基于OpenAI GPT-3技术构建，核心定位是为用户提供跨语言、多模态的虚拟交流服务。平台支持文字、语音、图片三种交互形式，AI角色具备模拟生活化的情绪反馈能力，可满足用户日常倾诉、语言练习、兴趣交流等多元需求。面向有情感陪伴需求、语言学习需求、休闲聊天需求的各年龄段用户，适合独处时打发时间、练习小语种口语、倾诉工作生活情绪、了解不同领域知识等场景使用。
lobehub.com
Lobe Chat 是 LobeHub 推出的开源高性能 AI 聊天框架，核心定位是为个人、开发者及企业提供私有化部署的 AI 对话应用解决方案。该框架支持接入 OpenAI、Claude、Gemini、Ollama 等多家主流 AI 模型服务商，内置可扩展的插件系统，同时支持多模态交互与本地化数据存储。目标用户覆盖普通 AI 使用者、独立开发者、中小企业技术团队等群体，可应用于个人 AI 助手搭建、企业智能客服部署、AI 功能开发测试等多种场景，帮助用户灵活构建符合自身需求的 AI 对话系统。
solami-ai.github.io
SOLAMI是面向3D自主角色交互研发的端到端社交视觉-语言-动作(VLA)建模框架站点，核心为开发者、研究人员提供沉浸式3D角色交互技术支撑。站点核心功能包括社交VLA架构方案输出、交互式多模态数据集开放、沉浸式VR交互界面演示三类，可帮助相关从业者快速搭建具备类人社交能力的3D自主角色，支持VR互动场景开发、虚拟社交平台研发、智能数字人建模等多个场景使用，适合人工智能、元宇宙、虚拟交互等领域的从业者访问。
taichu-web.ia.ac.cn
紫东太初是由中国科学院自动化研究所研发的多模态大模型服务平台，核心定位为面向多场景的通用人工智能交互系统。平台支持文本生成、多模态理解、语音交互三类核心功能，可实现自然语言问答、图文音跨模态处理、智能创作等能力，目标用户覆盖科研人员、内容创作者、企业开发人员、教育工作者等群体，适用于学术研究辅助、内容创意生产、行业应用定制、教学场景设计等多种使用场景。
ziyang.tech
LSLM（Listening-while-Speaking Language Model）是主打边说边听能力的人工智能对话模型服务平台，核心定位是提升人机语音交互的自然度与实时性。平台支持全双工交互模式，用户在模型输出语音的过程中可随时打断调整，系统能够快速响应修改需求；采用三种信号融合策略适配不同交互场景，兼顾响应速度与内容准确性；搭配流式音频编码模块，支持低延迟实时语音输入处理。目标用户覆盖语音交互开发者、智能设备厂商、AI应用研发人员等，可应用于智能语音助手开发、实时对话系统搭建、多模态交互产品测试等多个场景。
slanglabs.in
Conva.AI是Slang Labs推出的AI助手即服务平台，依托生成式AI技术与6年以上行业沉淀，为开发者和企业提供AI助手全生命周期搭建、部署与管理能力。平台核心功能包含可视化AI助手生成工作台、多场景功能扩展插件、多端适配开发SDK，支持电商、教育、金融、政务等不同领域从业者按需定制专属AI交互能力，可应用于智能客服、导购助手、学习辅导、政务咨询等多个业务场景，帮助企业降低AI交互系统开发门槛，缩短产品落地周期。
changes.openinterpreter.com
01 App是一款支持跨系统远程设备控制的移动应用，核心定位为语音交互驱动的远程计算控制工具。核心功能包括按键对讲式远程指令发送，支持用户通过语音下达操作命令，远程控制Mac、Windows、Linux设备；支持多模态交互，可结合文字、语音指令完成设备操作；配套开放SDK，支持开发者集成自定义功能扩展控制能力。目标用户覆盖远程办公人群、设备运维人员、多设备管理者、智能交互爱好者等，可用于异地设备调试、居家操作办公电脑、批量管理多台服务器、无接触操作公用设备等场景，无需额外购置专用硬件即可实现远程控制需求。
anuttacon.com
Anuttacon是专注于虚拟世界体验搭建与通用人工智能（AGI）技术研发的科技服务平台，核心定位是为不同需求的用户提供融合AI能力的数字化互动解决方案。平台核心功能包括AI驱动的虚拟场景自定义生成、多模态AGI互动引擎接入、虚拟数字内容资产化管理，可覆盖创意内容制作、虚拟活动举办、智能交互项目开发等多种需求。目标用户涵盖内容创作者、活动策划人员、AI技术开发者、企业品牌运营人员、数字艺术从业者等，适合需要搭建虚拟互动场景、开发智能交互产品、制作数字化创意内容的各类场景使用。
videosdk.live
Character SDK是videosdk.live推出的AI角色开发工具组件，核心定位是帮助开发者快速构建具备多模态交互能力的虚拟AI角色。平台支持实时音视觉感知、多语言自然交互、意图驱动任务自动化三大核心功能，面向企业开发者、AI应用服务商、互动内容创作者等群体，可应用于线上客服系统搭建、虚拟主播开发、教育伴学角色制作、智能硬件交互系统开发等多种场景，帮助使用者降低AI角色开发的技术门槛，缩短产品落地周期，实现具备个性化交互能力的AI角色落地。
junzhan2000.github.io
AnyGPT是一款面向多模态交互需求的统一大语言模型工具站，核心定位是通过离散表示技术实现语音、文本、图像、音乐等多模态的统一处理，无需改动现有大语言模型架构与训练范式即可完成稳定训练。核心功能包含多模态任意组合交互、多模态指令数据集支持、新模态无缝接入能力。目标用户覆盖AI研究人员、多模态应用开发者、内容创作者、高校计算机专业师生等群体，可用于多模态对话系统开发、跨模态内容生成、多模态模型学术研究、多模态交互产品原型测试等场景，为不同模态的统一处理提供可落地的技术方案。
xunluai.com
驯鹿AI是专注于智能客服领域的大语言模型AI服务平台，核心定位是为各类企业提供可替代传统人工客服的智能化客户交互解决方案。平台支持200+语种的自然语言交互，可智能适配不同大模型生成准确回复，还提供企业私有模型定制训练服务，能够处理文字、图片、语音等多模态客户咨询。目标用户覆盖跨境电商、教育机构、金融服务、零售品牌等有客服需求的企业，可应用于7*24小时在线咨询接待、多语种海外客户响应、企业内部知识答疑等多种场景，帮助企业降低客服人力成本，提升客户咨询响应效率。