消费级应用

微软是一家成立于 1975 年的美国科技公司，总部位于华盛顿州雷德蒙德。它的 AI 业务一方面与 OpenAI 合作，一方面推出 Copilot 产品，并自研 MAI 和 Phi 系列模型。

萨姆·奥尔特曼（Sam Altman）是OpenAI的联合创始人兼CEO，曾任Y Combinator总裁。2023年他一度被董事会罢免，数日后复职。

亚马逊（Amazon）是贝索斯于1994年创立的美国科技公司。其云业务 AWS 是主要云服务商，公司也自研了 Nova 模型与 Trainium 芯片。

AIBO ERS-110 是索尼 1999 年 5 月发布的第一代机器狗，四条腿能自主行走，会在与人相处中学习并表达情绪，被视为娱乐机器人这一品类的开端。

Siri 公司是 SRI International 于 2007 年分拆出的创业公司，把数十年人工智能研究（尤其是 CALO 项目）转成面向消费者的虚拟个人助理；苹果 2010 年将其收购。

字节跳动是 2012 年成立的中国互联网公司，AI 业务包括豆包、TRAE、Seed 模型团队以及火山引擎云平台。[^1]

Cruise 是 2013 年成立、在旧金山研发自动驾驶技术的公司，2016 年被通用汽车收购，曾在旧金山提供收费的无人驾驶载客服务，后因许可被暂停而停止运营并被关停。

Amazon Echo 是 2014 年 11 月推出的圆柱形智能音箱，始终在线，听到「Alexa」后作出回应。它把语音助手从手机带进了普通房间。

OpenAI 是总部位于旧金山的 AI 研究与部署公司，2015年以非营利组织成立，开发 GPT 系列模型和 ChatGPT，2026年6月秘密提交 IPO 申请。

Waymo 运营的自动驾驶叫车服务，乘客用应用下单，车上没有司机。它是首个向公众提供无安全员乘车服务的公司产品，也是 Waymo 把自动驾驶带给普通乘客的主要方式。

特斯拉最先进的一套驾驶辅助软件，以每月 99 美元的订阅方式出售。它能完成路线导航、转向、变道和泊车，但驾驶者仍需全程监督，车辆本身并不具备自动驾驶能力。

ChatGPT 是 OpenAI 的 AI 聊天机器人，2022年11月30日以低调的研究预览形式推出。其周活跃用户增长至数亿，并陆续加入智能体、语音、浏览器和职场工具。

谷歌面向消费者的 AI 助手，2023 年以 Bard 之名发布，2024 年更名为 Gemini。普通用户由此接触谷歌的 Gemini 模型：从对话框起步，扩展到语音、研究代理与订阅档位。

Claude 应用（claude.ai）是 Anthropic 面向个人和企业的对话助手。2023 年以 Claude 2 公测版上线，此后陆续加入付费方案、Projects、联网搜索和 Research。

Gemini 1.0 是 Google DeepMind 多模态模型家族的第一代，2023 年 12 月 6 日发布，分 Ultra、Pro、Nano 三档；Google 称 Ultra 是首个在 MMLU 上超过人类专家的模型。

GPT-4o 是 OpenAI 于 2024 年 5 月发布的多模态模型，能在同一个神经网络中接收文字、语音、图像和视频输入，并生成文字、语音和图像输出。2026 年 2 月，它从 ChatGPT 中下线。

Claude 3.5 Sonnet 于 2024 年 6 月 20 日发布，是 3.5 系列首款模型。速度是 Claude 3 Opus 的两倍，价格与中档型号相当，并随 Artifacts 一同推出。

GPT-5 是 OpenAI 于 2025 年 8 月 7 日发布的第五代 GPT 基础模型。它把快速模型与深度推理模型组合在一起，并由实时路由决定每个请求交给哪一个处理。

Figure 03 是 Figure 于 2025 年 10 月发布的第三代人形机器人，围绕 Helix 视觉-语言-动作人工智能设计，面向家庭与大规模制造，配备新相机架构、手掌相机与脚部无线充电。

NEO 是 1X 于 2025 年 10 月 28 日发布的人形机器人，主打家庭使用：机身柔软，单手 22 个自由度，Early Access 售价 2 万美元，另有每月 499 美元的订阅方案。

萝卜快跑是百度旗下的自动驾驶网约车服务。2025年第二季度提供超过220万次完全无人驾驶行程，截至8月累计行程超1400万次，并通过与优步、Lyft的合作向海外扩张。

Manus 是一款以「Hands On AI」为口号的通用 AI 智能体产品，能完成深度研究、幻灯片、设计、图像、音乐与视频等任务，并于 2026 年 9 月 28 日发布新架构 Manus 2.0。

李彦宏是中国技术与商业人士，2000 年与他人共同创办百度，2004 年起担任首席执行官，公开职业以搜索业务和文心大模型为主。

埃隆·马斯克是企业家，创办 SpaceX，领导 Tesla，参与创办 OpenAI，并于 2023 年宣布成立 xAI，即 Grok 模型的开发公司。

印度出生的美国高管，从领导 Google Chrome 与 Android 起步，先后出任 Google 与 Alphabet 首席执行官，并主导公司在人工智能上的推进，包括 Bard 与 Google DeepMind。

苹果公司于 1976 年创立，以 iPhone、iPad 和 Mac 闻名。它于 2024 年推出 Apple Intelligence，自研 Apple 基础模型（AFM），并在 2026 年与谷歌合作。

中国科技创业者，2012年与梁汝波共同创办字节跳动（ByteDance），任首席执行官至2021年11月，卸任后继续作为创始人兼董事长。

马克·扎克伯格是 Meta Platforms 董事长兼首席执行官，2013 年推动成立 FAIR 研究实验室，2025 年宣布成立 Meta 超级智能实验室。

穆斯塔法·苏莱曼（Mustafa Suleyman）是英国 AI 创业者，联合创办了 DeepMind 和 Inflection AI，2024 年起领导微软 AI 部门，负责 Copilot 和自研模型。

阿尔巴尼亚裔美国工程师，曾任 OpenAI 首席技术官，2023 年 11 月短暂担任三天临时首席执行官，后创办并领导 Thinking Machines Lab。

Dragon Dictate 是 Dragon Systems 于 1990 年推出的第一款面向消费者的语音识别产品，售价 9000 美元；它开启了后来走向连续语音识别的那条产品线。

PC Therapist 是约瑟夫·温特劳布（Joseph Weintraub）编写的对话程序；其修改版在 1991 年首届 Loebner Prize Competition 中获胜，让 10 位评审中的 5 位以为它是人。

Newton MessagePad 是苹果第一款基于 Newton 技术的掌上电脑，1993 年 8 月 2 日上市，采用笔输入、手写识别和模块化通信设计。

Dragon NaturallySpeaking 是美国 Dragon Systems 公司开发的语音识别软件，1997 年以连续听写产品问世，能把口述转成文字、执行语音命令并朗读文档，如今归属微软。

腾讯是成立于 1998 年的中国互联网公司，以 QQ、微信和游戏闻名。自 2023 年起，其混元大模型成为主要的人工智能业务，后改称 Hy。

阿里巴巴集团是一家 1999 年创立的科技公司，自称聚焦「AI + 云」与商业，并把 Qwen 系列模型和数据中心建设作为这一方向的支点。

百度公司是 2000 年成立的中国互联网公司，经营在中国占主导地位的搜索引擎，并开发文心大模型系列和文心一言聊天机器人。

Roomba 是 iRobot 于 2002 年推出的自动扫地机器人，它开创了消费级扫地机器人品类，并让 iRobot 长期占据市场第一。

Wolfram|Alpha 是一个通过计算给出答案、而非返回网页链接的网络服务。它完全用 Mathematica 构建，2009 年 5 月 15 日以测试模式上线，三天后正式发布。

必应（Bing）是微软的消费级网络搜索品牌，2009年6月3日上线，以「决策引擎」为定位，希望在购物、旅行、健康、本地商户等场景中帮用户更快做出更明智的决定。

Siri 是一款 2010 年 2 月上架苹果 App Store 的移动应用，用语音识别、GPS 和合作方的服务把口头指令变成可执行的结果；同年 4 月，苹果收购了它背后的公司。

快手科技是总部位于北京海淀区的短视频与直播公司，2011 年以 GIF 快手起步，2021 年在香港联交所上市，旗下有可灵视频生成大模型。

Coursera 是 2012 年由 Andrew Ng 和 Daphne Koller 创办的在线学习平台，提供课程、专项课程、专业证书和学位，并以普及世界一流学习为使命。

Google Now 是 Google 随 Android 4.1 Jelly Bean 在 2012 年 6 月发布的功能，它以卡片形式在用户需要的那一刻主动送上天气、路况、比分等信息，不需要用户先发起搜索。

Zoox 是一家 2014 年成立的自动驾驶出行公司，自己设计没有方向盘和踏板的零排放 robotaxi，也自己开发驱动它的软件。公司在拿到首个面向专用 robotaxi 的商业豁免后，在拉斯维加斯开始收费载客。

1X Technologies 是一家人形机器人公司，2014 年以 Halodi Robotics 之名创立，2025 年 10 月发布家用机器人 NEO，定价 2 万美元或按月订阅，计划 2026 年开始交付。

理想汽车是一家中国汽车公司，自称是增程式电动车在中国商业化的先行者。它同时提供增程式和纯电车型，并已建立覆盖多城市的交付、零售与充电网络。

DeepMind 提出的原始音频生成模型，逐个采样点预测波形，把神经语音合成的自然度大幅拉近人类水平，后来成为 Google Assistant 与云端语音合成的基础。

苹果于 2017 年随 iPhone X 发布的手机芯片，集成六核 CPU、苹果自研三核 GPU 与双核神经引擎，为 Face ID 等端侧机器学习功能提供算力。

LaMDA 是 Google 在 2021 年公布的一系列对话语言模型，2022 年的论文详述了它在安全性与事实依据方面的做法，后来其轻量版驱动了 Bard。

宇树科技 2021 年 6 月推出的消费级四足机器人，售价约 1.6 万元，最高奔跑速度每秒 4.7 米，是把腿式机器人卖向普通消费者的一次早期尝试。

稀宇科技（MiniMax）是总部位于上海的人工智能公司，2021年12月由商汤科技的计算机视觉研究者创办，开发文本、语音和视频生成模型，2026年1月在港交所上市。

Manus 是一家总部位于新加坡的 AI 智能体公司，母公司蝴蝶效应 2022 年成立于北京。Meta 曾同意以约 20 亿美元收购它，交易被中国监管部门叫停，公司随后恢复独立运营。

Midjourney 是一家总部位于旧金山的独立研究实验室，运营同名图像生成服务。公司由 David Holz 创办并领导，从未接受外部融资，并卷入多起版权诉讼。

DALL·E 2 是 OpenAI 于2022年4月宣布的图像生成模型，支持图像变体和语言引导的编辑。其 API 于2026年5月关停。

Midjourney 是由 Midjourney, Inc. 运营的 AI 图像生成服务。它于 2022 年 7 月 12 日通过 Discord 机器人开放公测，之后陆续加入网页界面、视频生成和新模型版本。

Perplexity AI 是2022年8月22日在旧金山成立的美国 AI 公司，由阿文德·斯里尼瓦斯等人创立。它以带有网络来源引用的 AI 答案引擎起家，此后陆续推出了模型、浏览器和智能体。

Perplexity 是2022年12月7日推出的 AI 答案引擎，用自然语言回答问题并引用网络来源。此后它陆续加入了 Deep Research、金融与购物功能，以及智能体产品。

智谱 AI 与清华 KEG 在 2023 年发布的开源双语对话模型，参数约 62 亿，小到可在一张消费级显卡上跑起来，权重对研究完全开放。

Microsoft Copilot 是微软的 AI 对话与助手产品，2023 年以 Bing Chat 的名字出现，后统一为面向消费者和企业的品牌，并加入了微软自研模型。

2023 年在北京成立的中国人工智能公司，由三位清华同学创办，主要产品是长上下文助手 Kimi 和 K 系列模型，估值在几年内快速攀升。

GPT-3.5 Turbo 是 OpenAI 于 2023 年 3 月 1 日通过 API 发布的对话优化模型，价格约为早期模型的十分之一，后来在 ChatGPT 中被 GPT-4o mini 取代。

xAI 是埃隆·马斯克创办的 AI 公司，开发 Grok 模型与聊天助手。2026 年被 SpaceX 收购，随后更名为 SpaceXAI，再改称 SpaceXSI。

Claude 是 Anthropic 于 2023 年 3 月 14 日公布的 AI 助手，也是这家公司第一款公开提供的助手，此后发展成一整条 Claude 模型系列。

Midjourney V5 是 Midjourney 文生图模型的一个版本，2023 年 3 月 15 日以 alpha 形式发布，其后经过 5.x 多轮修订，并于 2023 年 12 月由 V6 接替。

文心一言是百度的聊天机器人，2023 年 3 月开始邀请测试，同年 8 月向公众开放。它曾推出付费版，2024 年更名为文小言。

千问 App 是阿里巴巴基于通义千问（Qwen）模型推出的消费级聊天应用。它 2023 年 4 月以通义千问内测版起步，到 2026 年 5 月用户达 2.34 亿。

PaLM 2 是 Google 于 2023 年 5 月 10 日发布的第二代 Pathways 语言模型，分为四个规模，被用于包括 Bard 在内的 25 个以上 Google 产品。

宇树 Go2 是 2023 年 7 月发布的四足机器人，起售价 9997 元，宇树称其首次把这一品类的价格拉到 1 万元以下。

Claude 2 是 Anthropic 助手模型的第二个主要版本，2023 年 7 月 11 日发布，表现更好、回答更长，是第一款面向普通公众的 Claude 模型。

Google 推出的 AI 研究与笔记工具，只依据用户自己提供的资料作答，并标注所引用的原文。2023 年以 Project Tailwind 之名亮相，后因能把文档变成播客式「音频概览」而广为人知。

豆包是字节跳动的 AI 聊天应用，2023 年 8 月开始邀请制内测，可生成文本、图像和语音，并提供 AI 搜索。[^1][^2]

DALL·E 3 是 OpenAI 的图像生成模型，2023 年 9 月 20 日公布，同年 10 月在 ChatGPT 中放出。它会先把用户的简短想法扩写成详细提示词再出图，后来被 GPT Image 取代。

Meta AI 是 Meta 的对话式 AI 助手，2023 年 9 月在美国以测试版上线，此后先后改用 Llama 3 和 Muse Spark。

Kimi 是 Moonshot AI 推出的 AI 聊天机器人，2023 年 10 月发布，以超长上下文为主要特点，此后陆续加入搜索、智能体与编程功能。

文心大模型4.0是百度于2023年10月发布的基础模型，被称作当时最强的文心模型，李彦宏称其「综合水平不逊于GPT-4」。它同时支撑文心一言助手和千帆平台。

Grok 是 xAI 的聊天助手，2023 年 11 月首次向美国小范围候补用户开放，后发展为涵盖搜索、图像、视频和编程智能体的一系列应用与模型。

Le Chat 是 Mistral AI 的助手，2024 年 2 月 26 日测试版上线，此后陆续增加搜索、Pro 套餐等功能，2026 年 5 月并入 Vibe。

海螺AI 是 MiniMax 的生成式 AI 产品，2024 年起步于文本与音乐生成，后扩展到视频。2025 年多家好莱坞制片公司起诉 MiniMax 侵犯著作权。

Claude 3 Sonnet 是 Anthropic Claude 3 系列中的中间型号，2024 年 3 月 4 日发布，支持 20 万 token 上下文，曾驱动 claude.ai 免费版，于 2025 年 7 月 21 日退役。

微软 AI（Microsoft AI）成立于 2024 年 3 月，负责推进 Copilot 及其他 AI 产品和研究，由穆斯塔法·苏莱曼（Mustafa Suleyman）领导，并开发 MAI 系列自研模型。

Phi-3 是微软的小型语言模型系列，2024 年 4 月以 38 亿参数的 Phi-3-mini 起步，这一模型小到可以在手机上运行。

AI 概览是显示在谷歌搜索结果顶部的 AI 生成摘要，2024 年 5 月起在美国全面上线，后来又衍生出独立的搜索实验 AI 模式。它成为生成式 AI 面向普通用户规模最大的应用之一。

腾讯元宝是腾讯于 2024 年 5 月 30 日推出的 AI 助手应用，基于混元模型，此后陆续接入 DeepSeek-R1、HY 2.0 和 Hy3。

可灵 AI 是快手的 AI 视频与图像创作平台，建立在可灵系列模型之上。2024 年 6 月开始测试，同年 7 月全球开放公测；截至 2025 年 12 月，其年化收入（ARR）已超过 2.4 亿美元。

Apple Intelligence 是苹果的个人智能系统，2024 年 6 月 10 日在 WWDC 上宣布，首先用于 iOS 18 等系统。大部分任务在设备上运行，较大的请求交给私有云计算。

OpenAI 于 2024 年 7 月 18 日发布的小型低成本模型，API 价格远低于 GPT-4o，MMLU 得分 82%，发布当天即在 ChatGPT 中取代 GPT-3.5 Turbo。

Bolt.new 是 StackBlitz 于 2024 年 10 月 3 日推出的产品，用聊天的方式生成网站、应用和原型。它把代码生成与托管打包在一起，上线第一周就产生了约 100 万美元的年度经常性收入。

Lovable 是一款把自然语言描述直接变成全栈网页应用的工具，面向不会写代码的人。它于 2024 年 11 月上线，用户规模与融资额增长都很快。

DeepSeek 应用（深度求索智能助手）是深度求索的官方免费聊天机器人，2025 年 1 月 15 日推出移动版，同年 1 月下旬登顶美国 App Store 免费榜。

Operator 是 OpenAI 于2025年1月23日发布的网页操作智能体，通过查看屏幕截图，并使用鼠标与键盘完成网页任务。2025年7月，它的能力并入 ChatGPT 智能体。

OpenAI 于 2025 年 1 月 31 日发布的小型推理模型，向包括免费版在内的所有 ChatGPT 用户开放，提供三档推理强度并支持函数调用与结构化输出，2025 年 4 月由 o4-mini 接替。

深度研究是 OpenAI 于 2025 年 2 月 2 日推出的 ChatGPT 研究代理，基于 o3 的一个版本，能检索网络资料并整理成研究报告。

Alexa+ 是亚马逊基于生成式 AI 重建的新一代 Alexa 助手，2025 年 2 月推出。每月 19.99 美元，亚马逊 Prime 会员免费，可以预订服务、代购杂货、控制智能家居。

GPT-4.5 是 OpenAI 于 2025 年 2 月 27 日发布的大语言模型，代号「Orion」。它是当时最大的对话模型，API 价格远高于 GPT-4o，正式开放数月后便退出。

OpenAI 于 2025 年 3 月 25 日在 ChatGPT 中发布的 GPT-4o 原生图像生成能力，取代 DALL·E 3，API 中名为 gpt-image-1，以准确渲染文字和精确遵循提示词为特点。

Google Gemini 2.5 系列中的模型，2025 年 4 月发布预览版、6 月正式可用。Google 称它是其首个完全混合推理模型，开发者可以用思考预算把思考打开或关闭。

特斯拉 Robotaxi 是特斯拉的无人驾驶出租车服务，乘客通过其 App 呼叫自动驾驶车辆；专用车型 Cybercab 为双座设计，没有方向盘、踏板和后视镜。2025 年 6 月在奥斯汀开始有限服务。

宇树 R1 是宇树科技于 2025 年 7 月 25 日发布的小型人形机器人，起售价 39,900 元，是宇树的第三款人形机器人，也是其标价最低的一款。

理想 VLA 司机大模型是理想汽车的视觉—语言—动作辅助驾驶模型，2025 年 8 月随理想 i8 开始交付，并在 9 月通过 OTA 8.0 推送给全部 AD Max 用户。

Nano Banana 是谷歌 Gemini 2.5 Flash Image 的昵称，2025 年 8 月 26 日发布，能融合多张图片、在多次编辑中保持人物一致，并按自然语言指令做局部修改。

Sora 2 是 OpenAI 于 2025 年 9 月 30 日发布的第二代视频与音频生成模型，并推出 iOS 社交应用。2026 年 OpenAI 宣布终止 Sora 服务。

GPT-5.1 是 OpenAI 于 2025 年 11 月 12 日发布的 GPT-5 更新版本。它让默认人设更加亲切，并提供多种可选风格；其 API 版本已定于 2027 年关闭。

Gemini 3 Flash 是 Google Gemini 3 系列中主打速度与低成本的模型，2025 年 12 月 17 日发布。它在多项基准上接近 Gemini 3 Pro，同时消耗更少 token、单 token 价格更低。

Claude Cowork 是面向非编程知识工作的智能体，适用于研究、分析和文档创作。它于 2026 年 1 月以研究预览版推出，如今可在桌面、网页和手机上使用。

Claude Sonnet 4.6 于 2026 年 2 月 17 日发布，附带测试版的 1M 词元上下文窗口，价格与 Sonnet 4.5 相同，并成为 claude.ai 免费版和 Pro 用户的默认模型。

Muse Spark 是 Meta Superintelligence Labs 于 2026 年 4 月 8 日推出的首个模型，最初闭源，驱动 Meta AI 应用和 meta.ai，后来推出了开放权重版本。

Gemini 3.5 Flash 是 Google 于 2026 年 5 月 19 日发布的 Gemini 3.5 系列首个模型，面向智能体与编程任务，并成为 Gemini 应用和搜索 AI 模式的默认模型。

Claude Sonnet 5 于 2026 年 6 月 30 日发布，是 Anthropic 最具智能体能力的 Sonnet 模型，可自主制定计划、使用浏览器与终端。

Claude Sonnet 5.5 于 2026 年 9 月 28 日发布，是 Claude 5.5 系列的第二个模型，也是 Anthropic 迄今最快的 Sonnet。

LFM3-Omni-2B 是 Liquid AI 在 LFM3 系列中推出的首个全模态模型：一个 21.7 亿参数的模型即可读入文本、图像、视频和音频，并以文字或语音作答。

通用汽车2016年收购自动驾驶初创公司Cruise Automation，又在2024年12月停止为其无人驾驶出租车业务出资，转而依托Super Cruise等驾驶辅助系统。

ElevenLabs 是一个以语音为核心的 AI 平台，业务覆盖语音生成、面向客户体验的语音智能体（voice agent）和创意工具，2025 年底年度经常性收入达到 3.5 亿美元。

XNGP 是小鹏汽车全栈自研的高级驾驶辅助系统；其下一代 VLA 2.0 直接从视觉信号生成驾驶动作指令，预计 2026 年量产。

谷歌是 Alphabet 旗下的科技公司，在 AI 上同时做几层事情：自研 TPU 芯片、训练 PaLM 与 Gemini 等大模型，并在 2023 年把研究实验室整合为 Google DeepMind。

诺姆·沙泽尔（Noam Shazeer）是《Attention Is All You Need》的第二作者。他2024年回到Google，2026年宣布加入OpenAI。

Suno 是一个 AI 音乐生成产品：用一段提示词就能做出一首歌，同时配有浏览器工作室、人声录制和分轨分离等制作工具。

Lovable 是一个把日常语言描述变成可用软件的平台，托管、后端和支付都由它处理；其联合创始人称年化收入已超过 6 亿美元。

Verne 是 Rimac 集团旗下公司，正在开发没有方向盘和踏板的两座电动自动驾驶车，并于 2026 年与 Pony.ai、Uber 一起在萨格勒布推出商业无人驾驶出租车服务。

蔡崇信（Joseph Tsai）是阿里巴巴集团的联合创始人兼董事长。他出身律师，自1999年公司创立起便在董事会任职，并曾担任首席财务官和战略投资负责人。

马化腾是腾讯的联合创始人，现任董事会主席兼首席执行官。他毕业于深圳大学计算机专业，职业生涯一直在电信与互联网行业。

菲吉·西莫是科技行业高管，曾任 Instacart 首席执行官，2025 年出任 OpenAI 应用业务首席执行官；2026 年 7 月因健康原因卸任，转为兼职顾问。

普信集团是一家美国资产管理公司，1937 年创立，报告的资产管理规模为 1.86 万亿美元，以退休与目标日期投资见长。它也是 Anthropic 130 亿美元 F 轮融资的重要投资方。

美国政治人物，1967年生于旧金山，创办PlumpJack集团，曾任旧金山市长，现任加州第40任州长，曾签署和拒签前沿人工智能相关法案。

中国计算机科学家、企业家，打造了搜狗搜索与搜狗输入法，带领搜狗在纽交所上市，后来又创办人工智能公司百川。

宿华是中国科技创业者，2011年与程一笑共同创办快手，后卸任CEO并在交接期继续担任董事会主席。

程一笑是中国科技创业者，快手联合创始人，曾任首席产品官，2021 年起任首席执行官，2023 年起兼任董事长。

1990 年由三位麻省理工学院研究者创办的美国机器人公司，早期做太空与军用机器人，后以 Roomba 扫地机器人闻名，2005 年在纳斯达克上市，2025 年申请破产保护。

AIBO Performer Kit（型号 ERF-510）是索尼随 ERS-110 机器狗一同发布的动作编辑套件，让用户在个人电脑上为 AIBO 创作原创动作，并通过附带的 Memory Stick 传输到机器人上。

以智能手机、智能硬件和 AIoT 平台为核心的消费电子与智能制造公司，2018 年在香港上市，并把工程能力延伸到四足与人形机器人。

微软于 2012 年 2 月 1 日推出的商用版 Kinect 体感摄像头，建议零售价 249 美元，配套 1.0 版开发工具包，让企业和研究者能在 Windows 电脑上开发基于动作与语音的应用。

小鹏汽车是一家 2014 年成立、总部位于广州的中国智能电动车公司，并把自研的 AI 技术延伸到人形机器人、新一代驾驶模型和 Robotaxi 计划上。

微软小冰是 2014 年 5 月发布的聊天机器人，用户可把它加进微信群做提醒、查询、天气和讲笑话。它迅速走红，但三天后因违反平台规则被微信封禁。

Skype 翻译是微软的一项功能，能自动翻译语音通话和即时消息中的对话。2014 年 12 月 15 日推出公开预览版，语音支持西班牙语和英语，消息支持 40 多种语言。[^1]

科大讯飞的 handheld 手持翻译硬件，2016 年以「晓译」之名首发，官方品牌史称其开创了 AI 翻译机这一产品品类。

Meena 是 Google 的开放域聊天机器人，26 亿参数，端到端训练在过滤后的社交媒体对话上。论文提出 SSA 人工评测指标，并把下一词困惑度与人类判定的对话质量联系起来。这项工作后来更名为 LaMDA。

小米 CyberDog（铁蛋）是小米在 2021 年 8 月发布的四足仿生机器人。工程探索版定价 9999 元、全球限量 1000 台，面向开发者开放，可用于二次开发。

Character.AI 是一家聊天机器人公司，由前谷歌工程师 Noam Shazeer 与 Daniel De Freitas 于 2021 年创办，以用户自建 AI 角色聊天著称，2026 年 10 月申请破产保护。

Midjourney V1 是 Midjourney 在 2022 年 2 月发布的第一个图像生成模型，通过其 Discord 服务器上的机器人使用。它生成的图像抽象、带有绘画感，几个月内就被 V2 和 V3 取代。

美国人工智能公司 Inflection AI 2022 年成立，推出聊天机器人 Pi，2024 年大部分员工与技术转入微软。

Midjourney V3 是 Midjourney 的第三代模型，2022 年 7 月 25 日发布，靠基于用户行为的反馈回路大幅提升出图质量；赢得科罗拉多州博览会数字艺术奖的那幅作品就出自这一时期。

「铁大」（CyberOne）是小米 2022 年 8 月发布的全尺寸人形仿生机器人，把视觉、交互、控制与驱动集成在一台机器上，但发布时尚未量产。

Midjourney V4 是 Midjourney 于 2022 年 11 月 5 日以 alpha 形式发布的第四代图像生成模型，也是该公司首批在 Google TPU 上训练的模型，图像质量较 V3 有明显提升。

智谱 AI 面向普通用户的聊天产品，2023 年以 ChatGLM 之名起步，后改名为 GLM，入口为 chat.z.ai，也是新模型面向公众的窗口。

商量（SenseChat）是商汤科技 2023 年 4 月 10 日发布的对话式 AI 产品，发布时参数量超过 1000 亿，最初只面向政企客户，此后经商量 V4 与日日新 V6 两次重要更新不断扩展。

HuggingChat 是 Hugging Face 2023 年 4 月推出的免费聊天机器人，作为 ChatGPT 的开源替代品，最初使用 Open Assistant 模型，可在多个开放模型间切换。

Pi 是 Inflection AI 于 2023 年 5 月 2 日推出的聊天机器人，名字取自「个人智能」，定位为个人的对话式助手。2024 年 3 月，微软雇走 Inflection 大部分员工，两位联合创始人也在同月离开。

文心大模型 3.5 是百度于 2023 年 6 月下旬发布的大语言模型，作为文心一言背后的升级版本，引入了插件机制；百度称其在若干基准测试上超过 ChatGPT。

Talkie 是 MiniMax 面向海外市场的 AI 陪伴应用，2023 年 6 月上线；中文版星野于 2023 年 9 月推出。

Stable Audio 由 Stability AI 于2023年9月13日推出，是一款文生音乐与音效的工具；此后又有开放权重版本和面向企业的2.5版本。

Lyria 是 Google DeepMind 的音乐生成模型系列，2023 年 11 月首次公布。它能生成含器乐与人声的音乐，音频带 SynthID 水印。

Midjourney V6 是 Midjourney 图像生成模型的一个版本，2023 年 12 月 21 日以 alpha 形式发布，从头训练历时九个月；其 6.1 更新于 2024 年 7 月推出。

AutoGLM 是智谱（Z.ai）开发的语音驱动手机智能体，与 GLM 聊天机器人、Ying 视频生成器、ZCode 编程工具并列；其手机模型与相关研究智能体已陆续在 Hugging Face 开源。

Project Astra 是 Google DeepMind 的通用 AI 助手研究原型，能一边看一边听并即时回应，2024 年 5 月在 Google I/O 上展示，后基于 Gemini 2.0 更新。

Baichuan 4 是百川智能于 2024 年 5 月 22 日在北京发布的闭源大语言模型，也是百川第一个多模态模型，同日上线的 AI 助手「百小应」由它驱动。

文心大模型 4.0 Turbo 是百度于 2024 年 6 月发布的语言模型，百度称其在常见场景上更强、比文心 4.0 更快更便宜，位于文心 4.0 与文心 4.5 之间。

苹果基础模型（AFM，2024）是 Apple 智能背后的第一代模型，包括约 30 亿参数的端侧模型，以及运行在 Private Cloud Compute 上的较大服务器模型。

Dream Machine 是 Luma AI 的文本与图像生成视频工具，2024 年 6 月 12 日向公众开放。它后来成为 Luma 的 Ray3 与 Ray3.14 视频模型的载体。

SmolLM 是 Hugging Face 于 2024 年 7 月公开发布的一系列小型语言模型，参数量分别为 135M、360M 和 1.7B，面向设备端运行，并用一套专门构建的语料训练。

NEO Beta 是 1X 于 2024 年 8 月 30 日发布的家庭用双足人形机器人原型，被公司视为从概念开发走向家庭场景的重要一步。

SmolLM2 是 Hugging Face 于 2024 年 11 月发布的第二代小型语言模型系列，包含 135M、360M 和 1.7B 三种规模，以 Apache 2.0 许可开放，强调数据而非参数规模。

OpenAI o1 的一个版本，回答前投入更多算力思考；2024 年 12 月随每月 200 美元的 ChatGPT Pro 套餐推出，2025 年 3 月进入 API。

Gemini 应用中的代理式研究功能：先给出多步骤研究计划由用户确认，再花几分钟浏览网页，产出带原文链接的报告；后来也作为托管代理进入 Gemini API。

Project Mariner 是 Google 随 Gemini 2.0 公布的浏览器智能体研究原型，以实验性 Chrome 扩展运行，通过理解屏幕内容完成网页任务。

无问芯穹 2024 年 12 月开源的 29 亿参数语言模型，采用 Llama-2 结构与 32K 上下文，Apache-2.0 许可，面向本地部署。

Megrez-3B-Omni 是 2024 年 12 月发布的开源全模态模型，能在端侧设备上理解图像、文本与音频，以 22.9 亿参数的语言主干搭配 SigLip 与 Whisper 编码器，总参数约 40 亿。

NEO Gamma 是 1X 于 2025 年 2 月推出的家庭人形机器人，其全身控制器用强化学习从人体动作数据中学得，步态接近人；它曾被用于家庭早期测试，后由 NEO 接替。

Phi-4-mini 是 38 亿参数的文本模型，Phi-4-multimodal 是 56 亿参数、可同时处理文字、图像与语音的模型，二者于 2025 年 2 月作为 Phi-4 家族的小尺寸成员发布。

Qwen2.5-Omni 是阿里巴巴的端到端全模态模型，输入可包括文字、图片、音频和视频，并以文字与自然语音作答。7B 版本于 2025 年 3 月 26 日发布。

Midjourney V7 是 Midjourney 的图像生成模型，2025 年 4 月 4 日以 alpha 版本向社区开放，是该公司第一个默认开启个性化的模型，也是第一个加入低成本、高速度草稿模式的模型。

Midjourney 于 2025 年 6 月 18 日发布首个视频模型 V1，能把一张已有的图片变成约 5 秒的短片，被公司定位为通向实时开放世界模拟的第一步。

Gemma 3n 是 Gemma 家族中以移动端为先的开放模型，2025 年 6 月发布，有 E2B 与 E4B 两个规格，运行时占用约 2 至 3 GB 内存，原生支持图像、音频、视频和文本输入。

Comet 是 Perplexity 推出的 AI 网页浏览器，2025年7月9日面向 Windows 和 macOS 发布。它基于 Chromium 构建，内置的助手可以完成多步骤浏览任务。

Megrez2-3x7B-A3B 是面向端侧部署的混合专家语言模型，通过让相邻层共用一个专家池，把存储参数压到 75 亿，而每个 token 只激活约 30 亿参数。

Claude in Chrome 是 Chrome 浏览器扩展，可代用户查看网页、点击按钮和填写表单。Anthropic 于 2025 年 8 月 25 日开始试点。

微软人工智能团队首个完全在内部训练的基础模型，2025 年 8 月 28 日发布。它采用混合专家架构，先在 LMArena 公开测试，并按计划陆续用于 Copilot 的部分文本场景。

MAI-Voice-1 是微软 AI 的语音生成模型，2025 年 8 月公布，是 MAI 系列的第一个模型，主打快速生成富有表现力的高保真语音。

Qwen3-Omni 是通义千问团队 2025 年 9 月以 Apache 2.0 协议发布的全模态模型，可接收文本、音频与视频输入，并用文本或多语种语音作答。

Kimi OK Computer 是月之暗面为 Kimi 推出的智能体模式，2025 年 9 月 26 日发布，能按提示词生成多页网站和可编辑的演示文稿等文件，标志着 Kimi 从对话助手走向通用智能体产品。

AI21 Labs 于 2025 年 10 月 8 日以 Apache 2.0 许可发布的小型开源推理模型，30 亿参数，Transformer 与 Mamba 混合架构，256k 上下文，可在手机、Mac 和 PC 上本地运行。

MAI-Image-1 是微软首个完全自研的图像生成模型，2025 年 10 月 13 日发布，同年 11 月 4 日起进入 Bing Image Creator 与 Copilot。

ChatGPT Atlas 是 OpenAI 于 2025 年 10 月 21 日为 macOS 推出的内置 ChatGPT 网页浏览器，提供智能体模式，并于 2026 年 8 月 9 日正式关闭。

Grok 4.1 是 xAI 2025 年 11 月对 Grok 4 的更新，侧重情商、创意写作和减少幻觉。Grok 4.1 Fast 是一款 200 万 token 的工具调用模型，于 11 月 19 日发布。

Midjourney V8 于 2026 年 3 月 17 日以 alpha 形式上线，出图速度约为此前的 5 倍，新增原生 2K 渲染的 --hd 模式，并改进了图中文字渲染。

Claude Design 是 Anthropic Labs 推出的产品，用于借助 Claude 制作设计稿、原型、幻灯片和单页文件。2026 年 4 月 17 日宣布，以研究预览版推出。

GPT Image 2 是 OpenAI 于 2026 年 4 月 21 日发布的图像生成与编辑模型，同时名为 ChatGPT Images 2.0。

Gemini Spark 是 Gemini 应用内的个人 AI 智能体，2026 年 5 月 19 日发布于 Google I/O，24 小时运行，按用户指示代为执行任务。

苹果基础模型第三代（AFM 3）于 2026 年 6 月 8 日发布，由五个模型组成，包括可达 200 亿参数的稀疏端侧多模态模型和三个云端模型。

Muse Image 与 Muse Video 是 Meta Superintelligence Labs 于 2026 年 7 月推出的首批媒体生成模型，其中 Muse Image 已上线。

GPT-Live-1 是 OpenAI 于 2026 年 7 月 8 日推出的全双工语音模型家族，能一边听一边说，取代了 ChatGPT 语音功能原先串联三个模型的做法。

中国 AI 研究者与创业者，2023 年在北京共同创办 Moonshot AI 并担任 CEO；公司先后发布 Kimi 助手与开放权重的 Kimi K2、K3 模型。

杰西·莱文森是 Zoox 的联合创始人兼首席技术官。Zoox 是一家自动驾驶出行公司，被亚马逊收购后，他继续领导该公司。

2018年3月18日，优步（Uber）一辆自动驾驶原型测试车在亚利桑那州坦佩撞死一名行人。NTSB事后严厉批评优步，并指出车辆在电脑控制下未启用紧急制动。

美国联邦通信委员会是执行1934年《通信法》的联邦机构。2024年它裁定，禁止「人造或预先录制声音」来电的规定同样适用于AI合成声音，并就一起机器人电话案提议600万美元罚款。

LM Studio 是一款闭源桌面应用，可在 macOS、Windows 和 Linux 上把大语言模型下载到本机运行、对话，并通过兼容 OpenAI 的本地接口供其他程序调用。

迈克·克里格是 Instagram 的联合创始人兼首席技术官，2024 年 5 月加入 Anthropic 出任首席产品官，负责产品工程、产品管理与产品设计。

Blue Owl Capital 是一家另类资产管理公司，管理资产 3300 亿美元，业务涵盖房地产、私募信贷与资管公司股权。

Bolt 自称欧洲首个多模式出行应用，提供网约车、汽车共享、滑板车以及餐食和杂货配送，并称有超过 2 亿乘客和 450 万通过平台获利的合作伙伴。

闫俊杰是人工智能公司 MiniMax 的联合创始人兼首席执行官，曾任商汤高管，2026 年 1 月 9 日带领 MiniMax 在香港上市。

张亚勤是电气工程与智能科学领域的研究者和技术管理者，在微软工作近 16 年，2014 至 2019 年任百度总裁，2019 年底加入清华大学任智能科学讲席教授。

AI 研究者与创业者，曾在 OpenAI、Google 和 DeepMind 任研究职位，2022 年共同创办 AI 搜索公司 Perplexity，任首席执行官。

Poe 是一个让创作者构建并分享 AI 应用的平台，提供从提示词机器人到服务器机器人、脚本机器人、Canvas 应用和 API 机器人等多种形态，面向数以百万计的用户，并设有按调用付费的创作者分成机制。

美国唱片业协会是美国唱片行业的行业协会，代表制作与发行录音的公司。它开展研究与政策游说，颁发金唱片、白金唱片等认证，并在 2024 年起诉两家 AI 音乐生成服务。

NVIDIA DGX Spark 是基于 GB10 超级芯片的桌面 AI 计算机，配 20 核 Arm CPU 与 Blackwell GPU，可本地运行大模型。

大卫·霍尔茨是 Midjourney 的创始人。这家位于旧金山的独立研究实验室做出的文生图工具，是最为人所知的 AI 绘画产品之一。他此前还共同创办了手部追踪硬件公司 Leap Motion。

Pika 是一套面向视频、图像与音频的 AI 创作工具，除网页版外还提供 iOS 应用、Model Context Protocol 服务器和 ChatGPT 应用，并把自家模型与第三方模型并列列出供选择。

HeyGen 是一个用个人数字人制作 AI 视频的平台，用途包括社交内容、在线课程以及法律、金融、房地产等场景。其 Avatar V 模型主打长时间片段下保持一致，并支持 177 种以上语言。

Midjourney V2 是 Midjourney 图像生成模型的第二个版本，2022 年 4 月 12 日发布，并在当年 7 月 V3 到来之前担任默认模型。官方后来把它描述为色彩浓烈、绘画感强，但连贯性较低。

跃问是阶跃星辰 2024 年 3 月开放的 AI 助手，能理解文本、数据和图片中的图表，可做内容创作、逻辑推理与数据分析，后更名为 Step AI。

万知是 01.AI（零一万物）于 2024 年 5 月发布的免费中英双语 AI 生产力工作台，有网页版和微信小程序两种入口；这个名字后来也延伸到企业大模型平台。

百小应是百川智能于 2024 年 5 月 22 日发布的首款 AI 助手应用，由 Baichuan 4 模型驱动。它以搜索（包括多轮搜索）和文档阅读为核心设计，百川智能把它定位为通向 AI「超级应用」的一步。

Voxtral TTS 是 Mistral AI 于 2026 年 3 月发布的第一个文本转语音模型，约 40 亿参数，支持 9 种语言、最短 3 秒参考音频的音色克隆，权重开放但限非商业使用。