7月7日，Meta发布其超级智能实验室首个AI图像生成模型Muse Image，通过Meta AI应用免费上线，并集成至Instagram与WhatsApp。用户只需输入自然语言描述，即可生成高质量图像，支持模拟历史地标合影、擦除背景路人、生成自定义二维码等场景。
谷歌宣布向全美免费用户开放Gemini平台个性化AI图像生成功能，昔日付费独享走向大众。用户现可自定义并锁定专属视觉风格，告别每次生成时需重复描述画风与背景的繁琐，让创作更加高效。
xAI发布Grok Imagine Video1.5预览版，进军AI视频生成赛道。该模型可将单张静态图片转换为短视频，支持720p分辨率输出。用户上传图片后，通过文本提示描述镜头运动、画面节奏和氛围，模型能保留原始图像细节、光影和风格，生成自然流畅的动态视频。
苹果公司于5月19日发布一系列由Apple Intelligence驱动的新AI辅助功能，并借助Apple Vision Pro推出革命性眼控轮椅技术，标志着无障碍领域的重大突破。此次更新深度融合端侧AI，在保障隐私的前提下升级核心辅助功能，如“旁白”图像浏览器通过AI实现更精细的账单、照片等视觉内容描述。
AI驱动，将图像和视频转化为描述、OCR、Alt文本等多种形式
最简单的AI家谱图生成器，可文本描述或上传图像，秒建、分析并导出PDF。
免费的GPT Image 2生成器，无需注册，可将描述转化为高保真图像。
Seedream 5.0可将文本描述瞬间转化为精美图像，免费且无限创作
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
gguf-org
flux2-dev-gguf 是一个基于 FLUX.2-dev 的图像到图像转换模型，专门用于根据文本提示生成特定风格的图像。该模型支持在 ComfyUI 环境中运行，能够将文本描述转换为风格化的视觉内容。
ostris
这是一个基于LoRA技术的文本到图像转换模型，专门用于生成具有法国印象派画家贝尔特·莫里索艺术风格的图像。该模型在FLUX.2-dev基础模型上训练，能够将普通图像或文本描述转换为莫里索风格的画作。
uriel353
Anime2Realism是一个基于Qwen/Qwen-Image基础模型的文本到图像转换模型，专门实现从动漫风格到写实风格的图像转换。该模型利用LoRA和Diffusers技术，能够根据文本描述生成相应的写实风格图像。
mradermacher
这是Qwen3-VL-8B-Abliterated-Caption-it模型的静态量化版本，支持多语言图像描述任务，提供多种量化级别选择，平衡性能与资源需求。
Svngoku
Qwen3-VL-TimeTravel是基于Qwen3-VL-8B-Instruct模型，使用Unsloth库在MBZUAI/TimeTravel数据集上进行微调得到的版本。该模型专门用于生成历史文物图像的描述，在历史和文化文物分析方面具有专业能力。
briaai
FIBO是首个专为长结构化描述训练的开源文本到图像模型，为可控性、可预测性和特征解耦设定了新标准。该模型拥有80亿参数，仅使用有许可的数据进行训练，支持专业工作流程需求。
lichorosario
这是一个基于Qwen-Image模型训练的LoRA（Low-Rank Adaptation）模型，专门用于文本到图像的生成任务。该项目使用AI Toolkit训练，能够将文本描述转化为高质量的图像，支持在多种图像生成工具中使用。
bghira
这是一个基于PixArt-900M-1024模型的LyCORIS适配器，专门用于文本到图像的转换任务。该模型能够根据输入的文本描述生成相应的图像，支持多种分辨率的图像生成。
MadhavRupala
Stable Diffusion v1-5是基于潜在扩散技术的文本到图像生成模型，能够根据文本描述生成逼真的图像。该模型在LAION-2B数据集上训练，支持英语文本输入，生成512x512分辨率的图像。
这是一个基于Qwen-Image模型使用LoRA技术进行微调的文本到图像生成模型，能够将输入的文本描述转化为对应的图像，支持生成人物形象、影视角色和特定场景等多种类型的图像。
John6666
Illustrious-xl-early-release-v0 是一款基于 Stable Diffusion XL 架构的文本到图像生成模型，专门针对动漫和2D插画风格进行优化，能够根据文本描述生成高质量的图像作品。
hunyuanvideo-community
混元图像2.1是基于diffusers库的文生图模型，能够根据文本描述生成高质量的图像，支持中英双语输入，为用户提供便捷的图像生成体验。
manycore-research
FLUX.1 Wireframe [dev] LoRA 是 FLUX.1-Layout-ControlNet 的改进版本，作为 SpatialGen 的关键组件，能够根据文本描述生成图像，同时遵循给定线框图像的结构。该模型适用于 FLUX.1 [dev] 框架，专门用于室内场景生成任务。
uwcc
poshanimals是一个基于FLUX.1-dev模型训练的文本到图像生成模型，使用AI Toolkit by Ostris训练，能够根据文本描述生成具有特定风格的图像作品。
tekoaly4
这是一个基于stabilityai/stable-diffusion-3.5-large的LyCORIS适配器，专门用于文本到图像生成，能够根据文本描述生成高质量的产品摄影图像，特别针对Borges品牌产品进行了优化。
FLUX.1-Layout-ControlNet是SpatialGen框架的关键组件，是一个基于语义图像条件化的ControlNet模型。它能够根据文本描述生成2D图像，同时严格遵循输入语义图像的布局约束，主要用于3D室内场景合成。
Immac
NetaYume Lumina Image 2.0 是一个文本到图像的扩散模型，经过GGUF格式量化处理，能够将文本描述转换为图像。该模型经过优化，在保持生成质量的同时减少了内存使用和提升了性能。
davidrd123
这是一个基于Qwen/Qwen-Image的LyCORIS适配器，专门用于文本到图像的生成任务。该模型能够根据输入的文本描述生成相应的图像，特别擅长生成具有涂鸦风格和混合媒体效果的图像内容。
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。
Kakyoin03
本模型是基于Llama-3.2-11B-Vision-Instruct微调的专业汽车损伤检测模型，专门用于自动分析受损车辆图像，能够精准识别和描述车辆损伤类型、位置和严重程度。
基于即梦AI的图像生成服务，专为Cursor IDE设计，实现文本描述到图像的生成与保存。
一个基于xAI Grok API的MCP服务器，提供AI图像分析功能，支持URL和本地文件的图像描述、元数据提取和OCR文字识别
基于Florence-2的MCP图像处理服务
Deep Research是一个基于代理的工具，提供网页搜索和高级研究功能，支持PDF分析、图像描述和YouTube转录提取，可作为MCP服务器运行。
一个提供图像识别功能的MCP服务器，支持Anthropic和OpenAI的视觉API，具备图像描述、多格式支持、可配置主备服务商及OCR文本提取功能。
Moondream MCP Server是一个基于Moondream视觉模型的图像分析服务，提供图像描述生成、物体检测和视觉问答功能，可轻松集成到Claude和Cline等AI助手中。
一个基于Go语言的MCP服务器，通过OpenAI的DALL-E API实现文本描述生成图像功能，可与Claude等大型语言模型集成使用。
一个基于Google Gemini图像生成模型的MCP服务器，允许AI代理通过文本提示生成、编辑和描述图像，支持多种模型和配置选项。
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。
一个基于Inspire后端图像搜索能力的MCP服务器，提供通过文本描述搜索相似图片的功能。
该项目实现了一个MCP服务器，通过OpenAI的gpt-image-1模型提供图像生成和编辑功能，支持文本描述生成图像、基于参考图像编辑或修复图像，并可将结果保存到本地。
Flux Image MCP Server是一个基于Flux Schnell模型的图像生成服务，通过Replicate平台提供API接口，支持通过文本描述生成图像。
该项目是一个连接ComfyUI的MCP服务器实现，提供图像生成、图像描述生成、标签解析等功能，支持通过API与ComfyUI交互进行图像处理。
一个基于Amazon Bedrock Nova Canvas模型的MCP服务器，提供高质量的AI图像生成服务，支持文本描述生成图像、负面提示优化、尺寸配置和种子控制等功能。
一个基于Model Context Protocol的图像识别服务器，通过OpenAI兼容的视觉模型提供图像分析和描述功能，支持云端和本地模型集成。
一个基于Freepik Flux AI的MCP服务器，用于通过文本描述生成图像，支持多种宽高比，并与Claude Desktop集成。
一个基于HTTP的图片生成服务器，通过调用Replicate的Flux Schnell模型来根据文本描述生成图像。
Nano Banana是一个专业的MCP扩展，用于通过文本描述生成、编辑和修复图像，支持多种图像处理功能，如生成图标、图案、故事和图表等。
一个基于Go语言的MCP服务器，通过OpenAI的DALL-E API实现文本描述生成图像功能，支持与Claude等大型语言模型集成。
一个基于GPT-4o-mini模型的图像分析MCP服务器，通过接收图片URL进行内容识别和描述
%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)
