環球音樂與英偉達合作，利用AI模型Music Flamingo深度分析其曲庫。該模型具備類人音樂理解力，可識別旋律、結構、和絃、情感及文化共鳴，推動音樂產業智能化升級。
硅谷寵物智能公司Traini完成超5000萬元融資，資金將用於寵物情感模型研發、產品迭代及海外擴張。投資方包括多家機構及科技界人士。公司專注於利用多模態AI技術分析寵物行爲。
阿里千問發佈2025年十大AI提示詞榜單，通過用戶高頻交互場景，揭示當代社會心態。其中“股票”位居榜首，顯示AI已成爲股民分析市場與心理建設的重要工具；“八字”與“情感諮詢”緊隨其後，反映出從賽博算命到深夜談心，AI正深度介入人們的精神生活。
百度AI助手推出"視頻通話"新功能，用戶可通過百度APP實現與AI的實時視頻交流。該功能覆蓋生活探索、穿衣搭配、寵物行爲分析和情感陪伴四大場景：可識別物品昆蟲、提供造型建議、分析寵物異常行爲、進行情感傾訴。支持方言識別，老年人也能輕鬆使用。這一升級使AI助手從工具轉變爲生活智能夥伴，全面提升用戶體驗。
監控Reddit、谷歌新聞等，提供AI摘要、情感分析和行動建議。
一個數字伴侶，旨在通過情感理解與用戶建立聯繫。
AI搜索優化工具，幫助品牌在AI推薦中脫穎而出。
AI驅動的反饋處理解決方案，提高效率3200%，包括客戶數據整合、文本和情感分析、工作流自動化等功能。
Openai
$7.7
輸入tokens/百萬
$30.8
輸出tokens/百萬
200
上下文長度
Anthropic
$105
$525
$21
Google
$0.7
$2.8
1k
Alibaba
$6
$24
256
$4
$16
$2
-
$15.8
$12.7
64
$3.9
$15.2
Moonshot
Baidu
32
Bytedance
$0.8
$8
$54
$163
$1.6
128
$15
Tencent
24
Deepseek
ahs95
基於Transformer架構的孟加拉語情感分析模型，在SentiGOLD數據集上微調，支持5分類情感分析，能有效處理正式與非正式文本，適用於社交媒體、評論等場景。
AnasAlokla
這是一個強大的多語言、多標籤情感分類模型，能夠分析文本並識別27種不同的情感以及中性類別，支持同時檢測多種情感，有效理解來自不同語言來源的細微文本表達。
ShahzaibAli-1
基於FLAN-T5架構微調的情感分析模型，專門用於醫療相關評論和通用文本的情感分類任務，可將文本分為積極、中性和消極三類情感。
mradermacher
基於BERT的情感分析模型的靜態量化版本，支持英文文本的情感分類
這是一個強大的多語言、多標籤情感分類模型，支持6種主要語言，能夠同時檢測文本中的27種不同情感和中性類別，適用於全球範圍內的情感分析應用。
louaysboui
基於 DistilBERT 的多語言情感分析模型，適用於多種語言的文本情感分類任務。
ez3nx
針對俄語金融評論進行三類情感分析的模型，數據來自Tinkoff Pulse平臺
j-hartmann
該模型是基於RoBERTa架構的英文情感分析模型，可將文本分類為積極、中性和消極三類。
WhitePeak
這是一個基於BERT的多語言模型微調的韓文情感分析模型，專門用於分析韓文客戶評論的情感傾向。
wsqstar
基於bert-base-chinese在微博100k情感分析數據集上微調的中文文本分類模型
edumunozsala
專為西班牙語情感分析優化的微調模型，基於BETO（西班牙語預訓練BERT模型）訓練，適用於影評等文本情感分類任務。
ayjays132
情感宇宙-2是一個基於BERT的多任務學習模型，專注於情感分析和情緒識別，融合心理學理論和深度學習技術。
The-Thesis-Gods
基於XLM-RoBERTa的多語言推特情感分析模型，支持自動訓練（AutoTrain）進行文本分類任務。
tsak6666
這是一個基於SST-2數據集微調的預訓練DistilBERT模型，用於情感分析。它可以預測給定文本表達的是積極還是消極情感。
umeshkaushik610
基於distilbert-base-uncased微調的情感分析模型，用於文本情感分類任務
sherif-911
這是一個基於distilbert-base-uncased微調的情感分析模型，在評估集上取得了93.2%的準確率。
sandiumenge
基於BERTweet-base微調的情緒分類模型，用於分析Twitter上與比特幣相關的情感傾向
mayank15122000
基於distilbert-base-uncased微調的情感分析模型，在評估集上準確率達87.67%
jhan21
基於DistilBERT微調的文本分類模型，用於分析亞馬遜美妝產品評論的情感傾向
基於BERT的多語言情感分類模型，支持6種語言的文本情感分析
MCP-Twikit是一個用於與Twitter交互的模型上下文協議(MCP)服務器
Instagram Engagement MCP是一個提供Instagram互動分析工具的服務，包括評論情感分析、賬號對比、用戶畫像提取、潛在客戶識別和生成互動報告等功能。
MCP Goodnews是一個通過NewsAPI獲取新聞並使用Cohere LLM進行情感分析排名，返回積極正面新聞的MCP應用。
一個基於MCP協議的新聞標題情感分析服務器，支持自然語言日期查詢和標準日期格式，分析美國主流媒體的新聞標題情感傾向。
基於Model Context Protocol的企業級AI助手系統，具備智能服務器選擇、文本分析、代碼審查、情感分析和知識管理功能，提供美觀的Web界面。
一個支持情感分析和自動保存的交互式日誌記錄MCP服務器
MCP-Twikit是一個用於與Twitter交互的模型上下文協議(MCP)服務器，支持通過Smithery自動安裝或手動配置，提供搜索推文、獲取時間線等功能，並支持情感分析等高級應用。
一個提供高級分析和自然語言處理功能的MCP服務器，支持數據集分析、決策分析、情感分析等多種工具。
基於Gradio的輕量級應用，使用Hugging Face Transformers進行情感分析和反諷檢測，兼容MCP架構，可在CPU上運行。
MCP說話人分離與識別系統是一個集成了GPU加速的說話人分離、語音識別、情感檢測和Web界面的完整解決方案。它結合了pyannote.audio的說話人分離與faster-whisper轉錄技術，支持持久化說話人識別（一次註冊，永久識別）、雙檢測器情感分析（結合通用AI與個性化聲紋）、即時流處理、REST API和MCP服務器，專為AI智能體集成和愛好項目設計。
該項目基於Model Context Protocol (MCP)實現情感分析功能，包含支持stdio/SSE/streamable-http三種傳輸協議的服務器和客戶端，提供文本情感極性、主觀性和評估結果。
一個基於Gradio的土耳其語情感分析項目
Oyemi MCP服務器是一個為AI代理提供語義詞典服務的工具，支持詞語到確定性語義編碼的轉換、情感效價分析、語義相似度計算及同義詞反義詞查找等功能，無需運行時依賴。
一個基於Python的MCP服務器項目，用於基礎情感分析，支持通過MCP Inspector進行調試和測試。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
