美团LongCat团队开源了LongCat-Image图像生成模型，该模型拥有6B参数，在文生图和图像编辑领域表现优异，旨在平衡性能与使用门槛，填补开源与闭源模型之间的技术空白。
快手旗下可灵AI推出首个“音画同出”模型可灵2.6，能同时生成画面、语音、音效和环境氛围，打通音画世界。该模型提供“文生音画”和“图生音画”两种创作路径，用户可通过一句话或图片快速生成完整视频，提升创作体验。
可灵AI公司宣布，其O1视频大模型已全量开放。该模型采用多模态视觉语言统一架构，支持文字、图像、视频融合输入，并引入思维链推理，号称全球首个统一多模态视频大模型。它可一次性完成文生视频、图生视频、局部编辑及镜头延展等任务，无需分步操作。
美团LongCat团队发布视频生成模型LongCat-Video，基于DiT架构，能精准重构真实世界动态，支持文生视频、图生视频和视频续写功能。这标志着美团在世界模型领域取得重要进展，该模型是下一代AI核心引擎，助力AI更好地理解和预测现实世界。
VORAvideo连接多AI模型，支持文生视频、图生视频，享Sora 2特惠
基于 Next.js 的多模型 AI 绘画应用，支持文生图和图生图功能。
首个同时支持文生和图生的3D开源模型
多模型对话，文生图
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
Baidu
128
$6
$24
$2
$20
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。
gtmepm
simpletuner-lora 是一个基于 stabilityai/stable-diffusion-3.5-medium 的 LyCORIS 适配器，专门用于文生图等图像生成任务。该模型通过 LoRA 微调技术实现，主要使用验证提示为'A photo-realistic image of a cat'进行训练。
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。
John6666
基于Stable Diffusion XL技术的文生图模型，专门生成动漫风格女孩图像，为创意设计领域提供支持
Illustrious XL v1.0是基于OnomaAIResearch/Illustrious-xl-early-release-v0训练的文生图模型，专门用于生成多种艺术风格的动漫女性图像，在图像生成领域具有应用价值
lodestones
Chroma1-Base是一个拥有89亿参数的文生图基础模型，基于FLUX.1-schnell架构构建，采用Apache 2.0许可证。该模型专为微调设计，为开发者、研究人员和艺术家提供强大而中立的基础，用于创建专门的生成模型。
基于Stable Diffusion XL架构的文生图模型，专注于生成具有亚洲风格的写实图像，适用于多种创意场景和艺术创作
DFloat11
采用DFloat11无损压缩技术的文生图模型，体积缩减70%的同时保持100%精度
Gen-Verse
MMaDA是一种新型多模态扩散基础模型，在文本推理、多模态理解和文生图等领域表现卓越。
aiyouthalliance
基于Stable Diffusion 1.5构建的免费文生图模型，通过多个LoRA模块微调，生成的图像遵循CC0许可协议，可免费商用无需署名。
guokee
这是一个为FLUX.1-dev文生图模型训练的LoRA适配器，支持通过diffusers或ComfyUI调用，用于生成特定风格的图像。
Eviation
Flex.2-preview 是一个文生图模型，提供多种量化版本，支持 Safetensors 和 GGUF 格式。
Skywork
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持文生视频和图生视频任务，能够生成高质量的长视频内容。
bghira
Stable Diffusion 3.5 Medium 是一个基于扩散模型的文生图/图生图模型，能够根据文本提示生成高质量的图像。
基于fal/AuraFlow训练的标准PEFT LoRA模型，专注于生成多摩君形象的文生图和图生图任务。
ajiprakoso
这是一个专为FLUX.1-dev文生图模型定制的LoRA适配器，可与diffusers或ComfyUI配合使用。
基于Stable Diffusion和Stable Diffusion XL技术的文生图模型，能够生成逼真、具有良好解剖结构、出色眼睛表现以及优质对比度和阴影效果的图像。
Unmapped2895
基于FLUX.1-dev的PEFT LoRA模型，专注于文生图与图生图任务，特别擅长生成具有高度细节和艺术风格的女性形象。
codermert
这是一个为FLUX.1-dev文生图模型训练的LoRA适配器，可用于生成特定风格的图像。
Remade-AI
基于Wan2.1 14B I2V 480p模型训练的LoRA，可为图像主体添加专业级滑轨变焦镜头效果，适用于图像转视频(I2V)和文生视频(T2V)任务。
Diffusers%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)
