MiniMax发布通用全模态模型H3，首次统一文本、图像、视频、音频的理解与生成，打破视频生成任务割裂，推动从“专用专家”向“通用助手”转型。H3支持原生双声道音视频输出，可生成最高15秒2K分辨率内容，在指令遵循、品牌呈现及视频到视频迁移等方面表现突出。
在Microsoft AI Tour年度盛会上，豆神教育推出全新“豆神AI短剧平台”，基于多模态AI架构，融合文本理解、图像生成、视频生成及智能配音技术，涵盖剧本创作、分镜拆解到角色设定等功能，标志着AI在内容创作领域的重大突破。
字节跳动推出AI视频生成模型Seedance2.0，支持文本、图像、音频及视频多输入，可生成1080p高保真视频，实现音视频同步，提升运动稳定性和物理真实感。在独立盲测中，其文本到视频生成表现优异。
Vidu开放平台推出“一键生成MV”功能，用户只需提供背景音乐、参考图像和文本指令，即可在分钟内获得高质量MV。该功能基于多智能体系统，实现全自动端到端视频生成，标志着视频创作进入新时代。
SkyGen Plus是集图像、音乐和视频生成于一体的多模型AI创作平台。
免费试用，支持图像、视频AI转换，用GPT Image 2生成4K内容。
免费AI图像生成器，多模型智能路由，功能丰富，效果媲美Midjourney。
VeoNano是集视频与图像生成于一体的AI工作室，支持多种转换方式。
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
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
jayhuang92
Qwen-Image 是基于 Qwen 系列开发的文本到图像生成模型，支持中英双语输入，在多个评估指标上表现优异，特别适用于追求逼真效果的图像生成场景。
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。
John1604
Qwen3 VL 4B Thinking 是一个支持图像到文本以及文本到文本转换的多模态模型，具有4B参数规模，能够满足多种图文交互需求。
black-forest-labs
FLUX.2 [dev] 是一个拥有320亿参数的校正流变压器模型，专门用于图像生成、编辑和组合任务。该模型在文本到图像生成、单参考编辑和多参考编辑方面处于领先水平，无需微调即可实现角色、对象和风格参考，支持个人、科学和商业用途。
Owen777
UltraFlux是一款基于Flux的扩散变换器，专门用于原生4K文本到图像生成。它通过数据、架构和损失的协同设计，能够在各种不同纵横比下保持一致的图像质量。
sbintuitions
Sarashina2.2-Vision-3B是由SB Intuitions训练的日本大型视觉语言模型，基于Sarashina2.2-3B-Instruct和SigLIP图像编码器构建，具备强大的图像到文本转换能力，支持日语和英语的多模态处理。
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。
sd2-community
Stable Diffusion v2 是一个基于扩散模型的文本到图像生成模型，能够根据文本提示生成和修改图像。该模型在LAION-5B数据集子集上训练，结合了自编码器和扩散模型，在潜在空间中进行训练，支持多种分辨率和任务。
Stable Diffusion v2-1-unclip是基于Stable Diffusion 2.1微调的扩散模型，能够接受文本提示和CLIP图像嵌入，用于创建图像变体或与文本到图像的CLIP先验结合使用。
mradermacher
UME-R1-7B的静态量化版本，支持句子相似度、嵌入、零样本图像分类、视频文本到文本等多任务。提供多种量化类型以满足不同需求，从轻量级Q2_K到高质量Q8_0版本。
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。
noctrex
这是一个基于Qwen3-VL-30B的量化版本模型，专门用于图像文本到文本的转换任务。该模型通过量化技术优化了原始模型，提供了更高效的推理解决方案。
慧慧Qwen3-VL-8B指令消融模型的量化版本，专门用于图像文本到文本的转换任务。该模型基于Qwen3-VL-8B架构，经过指令消融优化和量化处理，可在保持性能的同时降低计算资源需求。
这是一个基于Huihui-Qwen3-VL-4B-Instruct-abliterated模型的量化版本，专门用于图像文本到文本的转换任务，通过量化处理优化了模型性能，为多模态应用提供支持。
QuantStack
本项目是基于Flux架构的文本到图像模型Nepotism的量化版本，采用SVDQuant技术进行优化。提供了INT4和FP4两种量化格式，分别适用于不同世代的GPU硬件，在保持图像生成质量的同时显著减少模型大小和内存占用。
这是基于Danrisi的Flux架构文本到图像模型UltraReal Fine-Tune的Nunchaku量化（SVDQ）版本。该模型提供了两种量化格式：INT4适用于非Blackwell架构GPU（50系列之前），NVFP4适用于Blackwell架构GPU（50系列），旨在降低硬件需求同时保持图像生成质量。
spooknik
这是UltraReal Fine-Tune模型的SVDQ量化版本，由Danrisi基于Flux开发，是一款文本到图像生成模型。该版本提供了多种量化方案，适配不同GPU硬件，特别针对非Blackwell系列和Blackwell系列GPU进行了优化。
Disty0
本项目是对腾讯混元图像3.0模型进行4位（UINT4，SVD秩为32）量化的成果，采用了SDNQ量化方法，专门用于文本到图像的生成任务。
LightOnOCR-1B-1025是基于图像到文本的OCR模型，采用1B参数规模，经过imatrix量化优化，专门用于从图像中提取和识别文本内容。
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。
基于Gemini模型的文本到图像生成MCP服务器
Image Gen MCP Server是一个通用AI图像生成服务，通过Model Context Protocol（MCP）标准协议为各类LLM聊天机器人提供跨平台、多模型的图像生成能力，支持OpenAI和Google的多种图像模型，实现文本对话到可视化内容的无缝转换。
TRELLIS Blender插件将先进的文本/图像生成3D模型功能集成到Blender中，支持通过文本或图像生成带纹理的3D网格，并提供细节调整功能。插件还集成了MCP服务，可与Cursor/Windsurf等工具通信。
一个基于OpenAI API的图像生成MCP服务器，提供通过文本提示创建、编辑和组合图像的功能，支持多种模型和参数配置，可集成到兼容的MCP客户端中使用。
一个基于Replicate平台的Hunyuan Image图像生成MCP服务器，提供高质量的文本到图像转换功能，支持多种尺寸和参数调节
Black Forest Labs MCP服务器是一个基于模型上下文协议的图像生成工具，通过BFL API使用FLUX模型实现文本到图像的AI生成功能
ComfyUI_StoryDiffusion是一个基于ComfyUI的插件，支持StoryDiffusion和MS-Diffusion模型，用于生成连贯的长序列图像和视频。项目支持多种功能，包括双角色同框、ControlNet控制、Lora加速、文本到图像和图像到图像转换等。
DiffusersEnglish%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)
