灵犀场全球SIAI排行榜

文件与长资料分析：上传 PDF、表格等资料，对内容提问、提取数据与整理结论；Deep Research 多轮研究：围绕一个研究目标搜索多个来源并整理分析报告；图片、视频与文档创作：使用 Gemini 的生成、编辑、Canvas 等创作入口

多语言写作与问答：通过 Qwen 产品或支持的 API 完成创作、翻译、摘要与问答；图片、视频和文档理解：在支持的视觉模型上提供图片或视频进行问答；编程与智能体开发：使用特定 Qwen 模型进行编码、工具调用和流程辅助

桌面截图提问与跨软件辅助：选中桌面内容、截图或共享文档，进行解释、总结和协助；PDF 与网页对照翻译：对 PDF、网页和划词内容进行翻译与双语对照；网页与视频信息总结：从浏览网页或视频提取概要、重点及后续问题

文字与图片生成视频：描述场景或提供首帧生成短视频片段；首尾帧与镜头控制：给出开头结尾画面约束镜头运动和速度变化；参考图保留与局部风格调整：在图生图中参考主体特征，进行背景或风格改造

文档与音频理解：上传文档或音频，提取摘要、关键数字与问题；Codex 软件开发代理：读取 GitHub 仓库、理解工程结构、开发新功能、修复 BUG、运行测试并审查代码变更；网页搜索与引用：检索新信息并展示可查看的来源

模型 API 调用：通过 Python 客户端访问 Responses 等接口；异步与流式输出：通过异步客户端及事件流即时处理结果；类型与请求管理：使用 SDK 请求字段类型和底层 HTTP 设置维护集成

多语言语音转文字：将录音或音视频中的语音识别为可编辑文本；语音识别与语种检测：识别输入音频主要语言并据此进行转写；多语语音翻译成英文：选择支持翻译的多语言模型输出英文文本

加载开源预训练模型：使用模型加载器和 tokenizer 运行指定任务；Pipeline 高阶推理接口：按文本、视觉或音频任务选择适配模型并处理推理；训练、微调与模型发布：按支持配置进行数据训练和模型权重更新

自然语言创建应用：用一句产品需求启动 Agent，创建网页、应用或仪表板；内置应用基础设施：结合托管、数据库、认证等组件部署完整项目；服务集成与迭代：连接外部应用与 AI 服务，并继续通过对话修改

文生与图生视频：从提示词或首帧图制作指定长度的动态镜头；角色参考一致性：使用人物参考图维持跨镜头视觉特征；Act-Two 动作与表演转移：把表演视频的动作、表情和说话方式应用到角色

跨应用自动化：连接多个应用读取、处理并传递业务数据；AI Agent 工作流：在工作流中加入 AI 处理步骤及工具调用；云端或自部署：选择托管或自己的服务器运行任务

Claude Messages API：向官方 Claude 模型发送结构化消息并获取回复；流式响应输出：使用 SDK 的事件流接口逐步处理响应内容；Python 工具调用辅助：按支持功能将应用函数与模型的工具选择衔接

长文资料理解：上传文章与文档，进行问题解答、比较及归纳；可编辑 Artifacts：把对话结果变成文档、设计、幻灯片或交互作品；文档共同编辑：在 Docs 中编辑段落、分享、评论并导出

文字/图片引导视频生成：输入场景提示或图片参考创建镜头动态；首尾帧与角色参考控制：在 Ray3 的特定流程中使用首尾帧和人物参考组织转场；修改既有视频：在 Modify 模式进行服装、环境或光照变化

风格参考：复用参考图的色彩、媒介、灯光和视觉气氛；图像局部编辑与扩图：在已有图片中按文字指令修改局部或延伸画幅；多张图参考生成：组合参考图实现新的场景、角色与物体组合

文字转自然语音：把文案转换成具备语调与节奏的语音；视频多语言译配：翻译音视频并尽量保留说话人的音色和情绪；文字生成电影音效：描述音效并控制持续时间

来源型联网回答：把搜索结果组织成可查看来源的答案；追问与深入调查：围绕已有问题继续检索或组织研究；资料辅助整理：将多个来源概括成主题比较

歌曲与配乐生成：根据歌词、音乐风格和要求制作歌曲；Extend 延长音乐：选择延长起点，补充歌词或风格继续制作；Song Editor 结构修改：调整段落、局部歌词、替换片段及淡入淡出

中文问答与解释：用中文提出具体问题并获取解释与结构化回答；编程与逻辑推理：分析问题、理解程序及辅助调试；开发者 API：按所选模型调用对话与推理能力

模型与工具编排：把不同模型调用和外部函数接入一个应用；构建智能体执行流程：配置智能体在多步骤任务中调用工具和处理结果；应用扩展与持续调试：为模型应用组织状态、调用和可维护执行逻辑

知识库与 RAG：把公司文档接入检索问答，为答案提供背景资料；可视化工作流：用节点编排模型调用、判断和工具执行；智能体与外部工具：让应用结合工具和模型执行多步任务

文档入库与 RAG 问答：把 PDF、网页等资料索引后用语义搜索为回答提供上下文；智能体与工具连接：让模型选择检索和函数工具分步执行任务；可定制 RAG 工作流：按业务场景编排检索、重排序及输出校验

需求转应用原型：将文字描述变成可操作的网页界面；对话迭代网页：通过新的需求逐次修改组件和交互；发布前验证：结合应用设置和实际功能检查后再上线

本地模型运行：在自有机器下载并启动兼容的大语言模型；切换模型进行比较：选择不同本地模型用于问答或开发；开发 API 集成：用本地服务接口连接其他应用或脚本