GLM-Image 是智谱 AI 与华为联合开源的多模态图像生成模型，采用自回归 + 扩散解码器混合架构，全流程基于国产 AI 芯片开发，在文字渲染、语义理解等场景达到国际领先水平，支持文本生成图像、图像编辑等丰富任务。

1min.AI 把文本、图像、音视频等十几种主流生成式 AI 能力打包成“终身订阅”，一次性付费即可在浏览器内无限调用，彻底告别按月续费。

Qwen-Image-Edit-2511 是阿里 Qwen 团队开源的图像编辑大模型，能在任意创意操作中精准保持人物面部特征，并支持多人、多物体、光影等复杂场景的高保真编辑。

快手可灵2.6是一款具备行业首创音画同出能力的AI视频生成模型，以“听见画面，看见声音”为核心，支持文生音画、图生音画等功能，能一键生成含画面、语音、音效的完整视频，大幅降低创作门槛与成本。

Qwen-Image-Layered 是阿里通义千问开源的 AI 模型，可把单张照片一键拆成带透明通道的独立图层，让“零 PS 基础”的用户也能像专业设计师一样精准改图。

GPT Image 1.5 是 OpenAI 最新发布的图像生成与编辑模型，可在 ChatGPT 内一句话出图、改图，效果更精准、文字更清晰、安全合规更严格。

上传一张图，3 分钟生成专属 LoRA 模型，人人都能把照片变成可商用的个性化风格引擎。

LongCat-Image 是美团 LongCat 团队开源的 6B 参数轻量化图像生成模型，在中文文字渲染和图像编辑领域达到开源 SOTA 水平，兼具高性能与低部署门槛，支持文生图、图像编辑等多元任务。

Mixboard是谷歌Labs推出的AI驱动“画布→PPT”生成工具，通过自研Nano Banana Pro模型，让任何人都能把零散灵感秒级转为可演讲的精美幻灯片。

阿里通义开源的 6B 参数级 ControlNet 统一模型，用消费级显卡就能对图像生成进行像素级精准控制。

阿里巴巴通义实验室开源的 6B 参数 Z-Image 图像生成模型，采用单流 DiT 架构，支持中英双语文字渲染，显存占用低至 16GB，适用于消费级设备。

Claude Opus4.5 是 Anthropic 推出的最新旗舰混合推理 AI 模型，在编码、推理和长期任务管理方面表现卓越，同时大幅提升了安全性、效率与资源使用灵活性，能显著提高多类场景的生产力。

Nano Banana Pro 是一款基于 Gemini 3 Pro 架构打造的图像生成与编辑模型，可生成 4K 高清图像，具备多对象融合、专业图像控制等能力，还支持联网生成与双重水印验证功能。

ElevenLabs 是一款集成图像生成、视频生成、声音合成、音乐创作与音效设计的一站式 AI 内容生产平台，依托多模态模型矩阵，为用户提供高效、高质量的内容创作解决方案，适配商业与个人创作场景。

中文原生图像编辑新王，框选即改、中文字体精准渲染，性能碾压 GPT-Image-1 与 Gemini 2.0。

Comfy Cloud 是一款“打开浏览器就能用”的云端 Stable Diffusion 平台，把原本需要高配显卡、复杂环境的 AI 绘图流程简化成“点开即生成”。

Affinity V1.0 是 Canva 推出的完全免费、整合矢量绘图、图像处理与排版的专业设计套件，剑指 Adobe 订阅制。

造好物通过AI技术把“一句话、一张图”变成可量产的实物，实现“人人都能开工厂”。

Hailuo2.3 是 MiniMax 最新推出的旗舰级 AI 视频生成模型，用一句话即可生成 10 秒 1080P、电影级真实感与物理一致性的短片。

光速写作是作业帮旗下“好课帮助”推出的 AI 写作平台，可在 10 分钟内完成论文、报告、PPT 等全流程创作，显著提升写作效率。

LiblibAI 2.0 是中国最大的多模态模型社区推出的全新创作平台，集成图像、视频生成与模型训练于一体，支持免费算力与海量模型资源，旨在让创作者“零门槛”实现高质量AI创作。

苹果 Manzano 是首个在端侧实现“图像理解+图像生成”统一架构的多模态大模型，用一套参数同时完成“看懂图”和“画出图”。

腾讯混元图像 3.0 是全球参数量最大、支持世界知识推理与千字级语义理解的开源多模态图像生成模型，效果媲美顶尖闭源系统。

Vidu Q2 是生数科技推出的新一代图生视频大模型，它通过突破细微表情生成技术，实现了从“视频生成”到“演技生成”的跨越，为内容创作、影视产业、广告营销等领域带来了全新升级。

阿里Qwen-Image是2025年发布的200亿参数开源多模态图像基础模型，支持中英双语复杂文本渲染与高精度多图同步编辑，被誉为“AI版Photoshop”。

Nano Banana 是谷歌推出的 Gemini 2.5 Flash Image 多模态模型，擅长以极高一致性完成文本生成图像、图像编辑与多图融合任务，适合个人创作与商业设计。

MyEdit 是一款基于 AI 的在线多媒体编辑工具，支持图片、音频、视频和文本的一站式快速处理，无需安装即可在浏览器中完成专业级创作。

字节跳动开源的一款图像生成模型，它首次将“风格驱动”与“主体驱动”两类原本对立的图像生成任务统一到单一模型中，实现了风格相似性与主体一致性的双重优化。

腾讯混元图像2.1（HunyuanImage 2.1）是腾讯最新发布的开源文生图大模型，支持原生2K高清生图，具备强大的复杂语义理解能力。

Seedream 4.0 是字节跳动推出的下一代多模态 AI 图像生成模型，集图像生成与编辑功能于一体，能精准理解用户指令，快速生成高质量图像。

谷歌 Nano Banana 官方 Prompt 模板是一套专为 Gemini 2.5 Flash Image 模型设计的图像生成提示词模板，帮助用户快速生成高质量、风格多样的图像内容。

Wan2.2-S2V 是一款由阿里云开源的多模态视频生成模型，仅需一张静态图片和一段音频，即可生成面部表情自然、口型一致、肢体动作丝滑的电影级数字人视频。

OmniGen是由北京智源人工智能研究院开发的新一代统一图像生成模型，能够处理多种图像生成任务，包括文本到图像生成、图像编辑等。

CoMPaSS-FLUX.1是一种基于FLUX.1文本到图像扩散模型的LoRA适配器，可显著提升生成图像时对物体空间关系的理解能力。

STARFlow 是苹果公司推出的一种新型 AI 图像生成技术，旨在挑战当前主流的扩散模型，高效生成高分辨率图像。

SeaArt AI是一款基于人工智能技术的多功能创意平台，专注于通过AI生成高质量的数字艺术作品，集成了文本生成图像、图像编辑、视频生成等多种功能，旨在为用户提供一站式的创意解决方案。

PixVerse V5 是爱诗科技推出的新一代自研 AI 视频生成大模型，它在视频生成速度、质量以及创作灵活性上实现了飞跃提升，降低了创作门槛，推动了 AI 视频生成从专业工具向大众化创作的转型。

Gemini 2.5 Flash 是谷歌 DeepMind 最新推出的专门化多模态图像生成与编辑模型，能用一句自然语言指令完成高精度、角色一致且风格统一的图像创作与修改。

Qwen-Image-Edit 是阿里通义千问团队推出的图像编辑模型，凭借其强大的文本编辑能力和双重编码机制，在中文渲染和图像编辑领域表现出色，具有广泛的应用前景。

次元捏造局是一款专注于角色创作与动画制作的工具，它以强大的角色生成、自定义和动画制作功能，帮助创作者快速构建属于自己的动画角色和故事。

Skywork UniPic 2.0 是昆仑万维开源的高效多模态生成与编辑模型，集图像理解、生成和编辑能力于一体，旨在实现高效、高质、统一的多模态建模。

Nano-Banana是一款强大的图像编辑AI模型，以其卓越的角色还原、场景重构和图像融合能力在图像编辑领域脱颖而出。

月匣是一款专注于AI图像生成与角色风格统一的工具，通过一次设定即可在所有图像中保持角色风格的统一。

Qwen-Image 是一款强大的图像生成与编辑基础模型，能够实现复杂的文字渲染和精准的图像编辑，尤其在中文文字渲染方面表现出色，适用于多种艺术风格和应用场景。

万兴天幕AI是国内首个音视频多媒体大模型，依托海量数据和先进AI技术，为创作者提供全链路创作支持，助力高效生成高质量音视频内容。

通义千问3是阿里巴巴达摩院通义实验室发布的最新版本语言模型，具有强大的自然语言处理能力，支持多语言理解和生成，广泛应用于对话、文本生成、代码生成等场景。

Hedra 是一个结合实时互动虚拟形象和内容创作功能的平台，支持用户快速生成高质量的图像、视频和音频内容，广泛应用于客户服务、培训和营销等领域。

GPT-5是OpenAI推出的下一代大型语言模型，具有更强的自然语言理解和生成能力，能够进行多语言文本生成、对话理解、代码编写、逻辑推理等。

Holopix AI 是一款专为游戏设计、动漫、插画设计等领域打造的在线 AI 绘图创作平台，通过多模态创作、模型定制和全流程辅助等功能，为用户提供高效、专业的创作体验。

Pixabay 是一个提供海量免费图片、视频、音频及其他媒体资源的创意社区平台，用户可以无需授权或署名，安全地将其用于多种场景，包括部分商业用途。

Procreate是一款专为iPad设计的专业级数字绘画应用，凭借其强大的功能和出色的用户体验，深受艺术家、插画家和设计师的喜爱。

美图公司推出的AI影像Agent产品RoboNeo，是一款集图片精修、品牌设计、网页制作等多项功能于一体的AI智能体，通过自然语言交互方式，让用户能够通过“一句话指令”完成复杂的影像处理需求。

DLoRAL是由香港理工大学与OPPO研究院联合推出的一款开源视频超分辨率框架，基于扩散模型实现一步生成高清视频，为视频超分辨率领域带来了革命性突破。

VINCIE-3B是由字节跳动开源的一款3亿参数的上下文连续图像编辑模型，基于其内部MM-DiT架构开发。

百度网盘AI修图是百度推出的一款基于人工智能技术的图像编辑工具，能够自动修复照片瑕疵、优化图片色调、去除背景噪声等，操作简单便捷，适合各种水平的用户。

百度网盘AI相机是百度网盘与百度文库联合推出的一款集拍摄、存储、管理、处理于一体的智能影像工具，旨在为用户提供一站式的全模态影像服务。

Qwen VLo是由阿里云通义千问发布的多模态统一理解与生成模型，它不仅能够“看懂”世界，更能基于理解进行高质量的再创造，真正实现了从感知到生成的跨越。

Black Forest Labs 推出的开源图像编辑模型，支持通过自然语言对图像进行精准编辑，具备上下文感知能力，能够在多次迭代编辑中保持图像质量和风格一致性。

一键抠图王是一款支持人物、物品等智能抠图的专业软件，能够快速识别图片中的主体并去除背景，操作简单，适合各类用户使用。

Jaaz是一款本地化的AI设计工具，能够智能生成图像、海报、分镜头脚本等设计内容，支持本地模型运行，是Lovart的免费替代品。