AI 新手小白扫盲

我做 AI 三年，和家人聊天时才发现：我们随口说出的这些名字，对普通人真的很乱。

OpenAI 和 ChatGPT 有什么关系？月之暗面和 Kimi 是不是同一个东西？WorkBuddy 是模型吗？Seedream 和 Seedance 又差在哪？

这组 17 张图，先把公司、模型、应用分开，再按研发方、任务和使用方式整理。你不需要先懂技术，也不用一次记住所有名字。

01 · 先分清三个层次

公司研发模型，模型提供能力，应用把能力做成你能用的功能。OpenAI 是公司，GPT 是模型系列，ChatGPT 是应用；Codex 是面向编程任务的产品。把这三层分开，后面就好理解了。

02 · 美国与全球常见名字

OpenAI、Google、Anthropic、xAI、Meta 是不同研发方。Claude、Gemini、Grok 等名字可能同时出现在模型与产品层，需要结合具体语境判断。公司背景和团队国籍不是一回事，这组图按研发方背景整理。

03 · 中国的平台公司

阿里、腾讯、字节跳动、百度、小米各有自己的模型与应用。Qwen、混元、Seed、文心、MiMo 先放在模型家族这一层；千问、元宝、豆包等则是普通人接触能力的入口。

04 · 中国还有这些常见名字

深度求索与 DeepSeek、月之暗面与 Kimi、智谱与 GLM、MiniMax 与海螺，都要分别看公司、模型和入口。同一个品牌名跨层使用很常见，不能只凭名字判断。

05 · 多模态到底是什么

文字、图片、音频、视频是不同的信息形式。能看懂图片、能画图片、能生成视频，分别是不同能力。“多模态”需要继续追问：能接收什么，能输出什么？

06 · 先说任务，再选工具

写作、编程、画图、视频、配音和音乐，对应的能力与使用入口不同。先描述自己要完成的任务，再看功能、开放范围、价格与使用限制，不必先背住所有品牌。

07 · 欧洲也有自己的研发方

法国 Mistral、德国 Aleph Alpha、德国起源的 Black Forest Labs、英国起源的 Stability AI，以及瑞士 Apertus 项目，分别提供语言、图像等方向的能力。这是代表性地图，不是完整名录或性能排名。

08 · 其他国家与地区

加拿大 Cohere、阿联酋 TII、日本 NTT、韩国 LG 与 NAVER、印度 Sarvam，都值得认识。很多模型会面向特定语言、企业或本地需求，不能只按一个总分理解用途。

09 · 更多中国研发方

华为、阶跃星辰、商汤、百川、零一万物、昆仑万维等，也有各自的模型家族和产品。先把研发方与代表名字对上，再按自己的任务继续了解。

10 · Agent 为什么不只是聊天

Agent 会围绕目标调用工具、执行步骤、检查结果，有时还会在授权范围内持续跟进。模型是其中提供理解与推理能力的一部分；工具权限、运行环境与人工确认也会影响它能做什么。

11 · 海外 Agent 与编程工具

ChatGPT、Codex、Claude Code、Cowork、Antigravity、GitHub Copilot、Cursor 等，面对的任务与工作环境不同。名字里出现 AI，不等于它们都是模型；具体版本与开放范围要看产品当前说明。

12 · 国内的 Agent 工具

WorkBuddy、CodeBuddy、Qoder、QoderWork、TRAE、Kimi Work、AutoClaw 等，可以从办公、编程、知识工作这些任务来理解。一个应用可能接入多种模型，应用归属与模型来源需要分别看。

13 · 创作型 AI 也要分层

Midjourney、FLUX、Runway、Luma、ElevenLabs、Suno 等，覆盖图片、视频、语音和音乐。这些领域既有模型名，也有创作平台名，使用入口和背后的模型不总是一对一。

14 · App、API、开放权重是什么

App 面向直接使用，API 面向程序调用，开放权重涉及模型参数及相应许可。能否本地运行、是否收费、能否商用，需要分别核对；开放权重不自动等于免费商用或已经能在自己的电脑上运行。

15 · WorkBuddy、Cowork、TRAE 是应用

WorkBuddy 来自腾讯，Claude Cowork 来自 Anthropic，TRAE 来自字节跳动。Cowork 能力正在融入 Claude 的统一体验；TRAE 个人版已融合旧 TraeCode 与 TraeWork，企业版节奏可能不同。工具是谁做的，和它用谁的模型，是两件事。

16 · Seedream 画图，Seedance 做视频

Seedream 是字节跳动的图像模型方向，Seedance 是视频模型方向。GPT Image、Gemini Image、Qwen-Image、万相图像模型、混元图像模型、GLM-Image 等，也分别对应图像生成或编辑能力。应用入口只是使用示例，功能会随版本变化。

17 · H3 属于视频模型

MiniMax H3 可以利用多模态参考素材生成带声音的视频；不同模式支持的输入组合不同。Seedance、可灵、万相视频模型、Veo、Runway Gen、Luma Ray 等也属于视频创作相关模型或系列。能读取图片，不代表模型的主要输出就是静态图片。

看完只记住三件事

公司回答“谁做的”；模型回答“核心能力是什么”；应用回答“我在哪里用、能完成什么任务”。

以后再听到一个新名字，就先把它放进这三个位置。至于“多模态”，继续问清楚输入和输出；至于 Agent，继续看它能调什么工具、有什么权限。

资料核对日期：2026 年 10 月 22 日。具体能力、入口与开放范围会随版本变化。这是一份代表性认知地图，不是全球全部模型名录或性能排名。

主要资料：OpenAI、Google DeepMind、Anthropic、腾讯、阿里、字节跳动 Seed、月之暗面、智谱、MiniMax、快手及图中其他研发方的官方产品说明与模型文档。

谯洪敏｜零一道