根据知识库中的信息，以下是国内外主流的AI平台分类及推荐，供参考：

一、国内主流AI平台
1、百度AI
特点：提供语音技术、图像识别、自然语言处理（NLP）、知识图谱、增强现实（AR）等服务。
访问方式：通过百度智能云官网获取服务。

2、腾讯云AI
特点：涵盖计算机视觉、语音识别、NLP等技术，支持企业定制化AI解决方案。

3、免费且好用的国内AI平台
天工AI：提供多种AI工具和模型，适合开发者快速构建应用。
智谱清言：专注于大模型和对话系统，支持多语言处理。
豆包（DouBao）：字节跳动推出的人工智能助手，覆盖办公、创作等场景。
Kimi：轻量级AI助手，支持个性化对话和任务处理。

4、其他平台
阿里云AI（未在知识库中明确提及，但国内主流云服务商通常提供AI服务，如PAI平台）。
华为云ModelArts：一站式AI开发平台，支持模型训练与部署。

二、国际主流AI平台
1、Google AI Platform
特点：集成TensorFlow框架，提供端到端的机器学习解决方案，适合大规模数据处理与模型训练。

2、Microsoft Azure AI
特点：包含Azure Machine Learning、Azure Cognitive Services等，支持从模型开发到部署的全流程。

3、OpenAI
特点：提供GPT系列模型（如GPT4、GPT3.5）及API接口，广泛用于文本生成、对话系统等场景。

4、NVIDIA AI平台
特点：以GPU硬件为基础，提供AI训练框架（如CUDA、TensorRT）和工具链，支持深度学习加速。

5、H2O.ai
特点：专注于自动化机器学习（AutoML），简化模型开发与部署流程。

6、AWS SageMaker
特点：亚马逊云提供的全托管机器学习平台，支持从数据预处理到模型部署的全流程。

三、AI Agent（智能体）构建平台
全球主流平台：
知识库提到全球有80+ Agent构建平台，包括：
LangChain：用于构建复杂AI应用的框架。
PromptLayer：专注于提示工程和模型监控。
Microsoft Power Virtual Agents：低代码工具，适合企业快速搭建聊天机器人。
阿里云通义听悟：支持多模态Agent开发。

四、选择建议
1、按需求选择：
开发模型：优先Google、NVIDIA、H2O.ai。
企业级部署：考虑Azure、AWS、阿里云。
免费试用或轻量级应用：国内平台如天工AI、Kimi更友好。
2、技术栈匹配：
若使用TensorFlow，Google平台更适配；若用PyTorch，NVIDIA工具链更高效。
3、成本与资源：
国内平台（如百度、腾讯云）可能更适合本土化需求及数据合规要求。

如需进一步了解某个平台的具体功能或使用案例，可补充说明需求，我会提供更详细的信息！