MiniMax推出全模态生成模型H3，承诺近期全面开源。该模型支持文本、图像、视频、声音任意组合输入，可生成带原生双声道音频的高清视频，用户只需提供参考素材即可驱动创作。
阿里发布Qwen-Image-3.0图像生成基础模型，支持最长4.5K Token文本输入，可一次性生成公式、几何图形、逻辑推导及多层UI等复杂内容，原生兼容12种语言和20余款字体渲染，文本长度较上代提升4.5倍，大幅强化影视分镜、知识图解等商业级图文创作能力。
谷歌9日宣布在“我的广告中心”新增“此广告如何制作”信息区块，提升生成式AI在广告中的透明度。新规覆盖搜索、YouTube与Discover等平台。采用谷歌自家AI工具创作或编辑文本、图像及事件的广告，将自动展示AI披露标签；使用第三方工具生成的内容也将纳入披露范畴。
字节跳动发布多模态AI模型Seedream5.0Pro，推动图像创作从生成迈向设计。该模型在图文匹配、结构合理性、文字渲染和画面质感上显著提升，并重点突破复杂信息可视化能力，能精准解析意图，将数据、概念和密集文字转化为专业视觉呈现。
V2Fun的AI 3D创作平台，可从文本或图像生成3D模型、角色、游戏资源和动画。
专为Web3创作者打造的AI设计工具，可创建多种NFT视觉内容。
在线AI图像转视频生成器，上传图片、加提示词、选模型即可创作
Kira创作者共创社区，创造值得分享的快乐
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
Anthropic
$105
$525
200
$0.7
$7
$35
$17.5
$21
Alibaba
-
$1
$10
256
$2
$20
$8
$240
52
Bytedance
$1.2
$3.6
4
tencent
混元视频-1.5是一款轻量级高性能视频生成模型，仅用83亿参数就能提供顶级的视频质量，显著降低了使用门槛。它能在消费级GPU上流畅运行，支持文本到视频和图像到视频生成，让每个开发者和创作者都能轻松使用。
chetwinlow1
Ovi是一款先进的音频-视频生成模型，能够根据文本或文本+图像输入同时生成同步的视频和音频内容。该模型采用双骨干架构，支持5秒视频生成，为多媒体创作提供了强大的工具。
madcaptj
这是一个基于Qwen/Qwen-Image基础模型训练的图像转视频LoRA模型，专门用于图像生成任务，为图像创作提供了新的可能性。
elixirx
charu-anime-lora是一个基于LoRA技术的文生图模型，专门用于生成精美的动漫风格图像，以Qwen/Qwen-Image为基础模型，为动漫图像创作提供高效解决方案。
duyntnet
Chroma 是一个高质量的文本到图像生成模型，专注于生成逼真的图像内容。该模型采用先进的扩散技术，能够根据文本描述生成高质量的视觉内容，特别适合本地部署环境下的图像创作需求。
John6666
Noobai-XL-1.0是基于Stable Diffusion XL技术的文本到图像生成模型，专注于生成逼真、写实风格的图像，为图像创作领域提供高质量的AI生成解决方案。
camenduru
FLUX.1 [dev] 是一个具有120亿参数的整流流变压器，专门用于文本到图像生成。它在图像生成质量方面表现卓越，仅次于FLUX.1 [pro]，具有出色的提示跟随能力和高效的训练方式，为科研和创作提供强大支持。
Crealism Terra Mirabilis 是一款基于 Stable Diffusion XL 技术的文本到图像生成模型，专注于生成具有高度真实感的图像，支持亚洲和欧洲风格的多种特色图像创作，适用于创意、时尚、肖像等领域。
Intorealism XL 是一款强大的文本到图像生成模型，能够生成逼真、细腻的图像，涵盖人像、风景等多种主题，在光影、纹理等方面表现出色，严格遵循输入提示进行图像创作。
Keltezaa
MillieBB_v2是一个基于LoRA和Diffusers技术的文本到图像生成模型，能够根据文本提示生成特定风格的图像，为图像创作提供了新的可能性。
这是由SoloLee创作的以Emma Watson为主题的图像生成模型，基于black-forest-labs/FLUX.1-dev开发，专门用于生成Emma Watson风格的图像作品
KiraDepth 是一个基于稳定扩散XL的文本到图像生成模型，专注于生成具有深度、细节和阴影的2.25D/2.5D风格图像，特别适合动漫风格的创作。
city96
Wan2.1-FLF2V-14B-720P 是一个视频生成模型，支持从图像生成视频，适用于多种视频创作场景。
一个支持多种风格的文本到图像生成模型，特别适合动漫、漫画等风格的图像创作。
Realistic Vision V5.1是一个基于Stable Diffusion XL的文本到图像生成模型，专门用于生成逼真的照片级图像。该模型在图像创作领域具有较高的应用价值，能够根据文本描述生成高质量的写实风格图像。
基于稳定扩散XL的动漫风格文本到图像生成模型，专注于高质量动漫角色创作
基于Stable Diffusion XL的2.5D风格文本生成图像模型，支持照片级真实感和艺术风格生成，特别擅长女性形象和女同性恋主题创作。
glif-loradex-trainer
apu_apustaja_cartoon 是一个文本到图像的模型，可根据特定触发词生成相关卡通图像，为图像创作带来新的可能。
dima806
基于Vision Transformer (ViT)的图像分类模型，用于区分AI生成与人类创作的图像，准确率达98%。
LHRuig
这是一个文本到图像的LoRA模型，能够基于特定提示词生成高质量的图像，为图像创作带来更多可能性。
MCP Kling是首个且唯一完整的Kling AI MCP服务器，提供13种创意工具，支持视频生成、图像处理、唇形同步及虚拟试衣等功能，实现与Claude的无缝集成，适用于内容创作者和开发者。
基于Google Gemini 2.5 Flash API的MCP图像生成与编辑服务器，支持文本生成图像、图像编辑、迭代创作和风格迁移功能
Gemini Nanobanana MCP 是一个让用户通过文本描述生成AI图像的Claude插件，集成了Google Gemini 2.5 Flash图像生成功能，支持多种图像编辑和创作方式。
一个通过fal.ai API和MCP协议从文本生成图像的Node.js工具，支持多种模型和参数，适合开发者和创作者快速生成图像。
ImgMCP是一个多媒体AI模型聚合平台，通过统一的MCP协议和API，为用户提供便捷访问和使用多种AI模型（如图像生成、理解、处理）的能力，旨在连接AI能力与用户创意，提升创作体验与效率。
SVGMaker MCP Server是一个基于SVGMaker API的强大服务，用于生成、编辑和转换SVG图像。它支持AI驱动的SVG创作、智能编辑、图像转SVG等功能，并提供安全文件操作和实时进度更新。
MCP-SynClub-Generate-Comic是一个专为漫画创作设计的Claude桌面扩展，集成了从剧本生成、角色图像生成、故事板创建到最终漫画图像生成的全流程工作流。
VideoCutter是一款集成视频、音频、图像处理的专业多媒体工具，支持AI智能编辑和MCP协议，提供一站式智能化创作解决方案。
%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)
