北京智源人工智能研究院發佈新一代多模態大模型Emu3.5，實現“世界級統一建模”，突破傳統AI在物理理解和因果推理上的短板，讓AI從單純生成圖像、文本進化到真正理解物理世界。
亞馬遜雲科技在2025年re:Invent大會上推出Nova2模型系列，包括四款新模型，在推理、多模態、對話AI、代碼生成和Agent任務方面具備領先性價比。其中，Nova2Lite專爲日常負載設計，支持文本、圖像和視頻輸入並生成文本輸出，是一款快速經濟的推理模型。
Kling AI發佈2.6版本，新增原生音頻生成功能，支持中英雙語對白、歌唱與音效同步輸出，實現文本到視頻的完整創作流程，標誌着AI視頻進入有聲時代。
快手Kling AI 2.6版本發佈，首次集成音頻生成功能，支持中英雙語對白、歌唱與音效，實現文本、視頻、音頻一鍵同步生成。技術採用擴散變換器與3D時空聯合注意力架構，提升複雜指令遵守率15%，並增強跨鏡頭角色一致性。視頻輸出保持10秒1080P高清，生成成本降低30%。
基於Flux AI模型，可實現文本生成圖像和圖像編輯轉換
AI驅動的照片編輯平臺，可文本生成圖像或轉換現有照片
GPTunneL提供多模型AI服務，可生成文本、圖像等，支持多方式支付。
Gen-4.5是先進AI視頻生成平臺，可將文本和圖像轉為專業視頻
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$6
$24
256
$4
$16
Baidu
128
Bytedance
$1.2
$3.6
4
$2
bartowski
這是對ai-sage的GigaChat3-10B-A1.8B模型進行的量化處理版本，採用llama.cpp的imatrix量化技術，可在不同硬件條件下更高效地運行。模型支持俄語和英語，主要用於文本生成任務。
DevQuasar
這是 ai-sage/GigaChat3-702B-A36B-preview-bf16 模型的量化版本，旨在為大眾提供免費的知識獲取途徑。該模型是一個大型語言模型，專注於文本生成任務。
DakkaWolf
Trouper-12B GGUF是由DarwinAnim8or基於原始模型開發的文本生成模型，專門針對角色扮演和創意寫作場景進行了優化。該模型從Mistral-Nemo-Base-12B微調而來，使用了自定義的'Actors'數據集進行訓練，生成的文本更加自然，避免了常見的'AI語言'特徵。
unsloth
Qwen3-VL-2B-Instruct是Qwen系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持以及強大的空間和視頻動態理解能力。該模型採用2B參數規模，支持指令交互，適用於多模態AI應用。
pnnbao-ump
VieNeu-TTS是首個可在個人設備上運行的越南語文本轉語音模型，具備即時語音克隆能力。基於NeuTTS Air微調，能夠生成自然逼真的越南語語音，在CPU上具備即時性能。
noctrex
這是慧慧AI模型Huihui-MoE-60B-A3B-abliterated的MXFP4_MOE量化版本，為文本生成提供支持。該量化版本基於特定的基礎模型進行處理，能在一定程度上優化模型的性能和使用體驗。
citizenplain
這是一個基於Wan2.1-T2V-14B模型訓練的LoRA適配器，專門用於文本到視頻轉換任務。該模型使用AI Toolkit訓練，為視頻生成應用提供支持。
lichorosario
這是一個基於Qwen-Image模型訓練的LoRA（Low-Rank Adaptation）模型，專門用於文本到圖像的生成任務。該項目使用AI Toolkit訓練，能夠將文本描述轉化為高質量的圖像，支持在多種圖像生成工具中使用。
nvidia
NVIDIA GPT-OSS-120B Eagle3是基於OpenAI gpt-oss-120b模型的優化版本，採用混合專家（MoE）架構，具備1200億總參數和50億激活參數。該模型支持商業和非商業使用，適用於文本生成任務，特別適合AI Agent系統、聊天機器人等應用開發。
abhi099k
基於DeBERTa-v3-large微調的AI文本檢測模型，能夠準確識別文本是由人類撰寫還是AI生成，在自定義數據集上訓練達到約97%的準確率。
zambawi
joywan-lora是基於AI Toolkit by Ostris訓練的LoRA模型，專門用於文本到視頻和圖像生成任務，需要配合基礎模型Wan-AI/Wan2.1-T2V-14B-Diffusers使用。
mrgant
lans_v1 - lora是基於Qwen/Qwen-Image模型使用AI Toolkit by Ostris訓練的文本到圖像轉換模型，採用LoRA技術進行優化，具備良好的圖像生成能力。
spamnco
這是一個基於Wan2.1-T2V-14B模型訓練的LoRA適配器，專門用於文本到視頻轉換任務，為圖像生成提供增強功能。該模型使用AI Toolkit訓練，需要特定的觸發詞'diddly'來激活圖像生成。
BarleyFarmer
natalie_wan_2.2-lora 是基於 AI Toolkit by Ostris 訓練的 LoRA 模型，專門用於文本到視頻轉換任務，能夠有效提升圖像生成的質量和效果。
MartinSSSTSGH
這是一個基於AI Toolkit by Ostris訓練的LoRA模型，專門用於文本到視頻的圖像生成任務，使用觸發詞'Lilly'來生成特定風格的圖像內容。
Mark111111111
這是一個基於AI Toolkit by Ostris訓練的LoRA模型，專門用於文本到視頻轉換，為圖像生成帶來新的體驗。該模型需要配合基礎模型Wan2.2-T2V-A14B使用。
Ashmotv
animat3d_style_wan-lora是基於AI Toolkit by Ostris訓練的LoRA模型，專門用於文本到視頻生成，可為圖像生成帶來獨特的3D動畫風格效果。該模型基於Wan2.2-T2V-A14B基礎模型進行微調，支持多種主流AI平臺使用。
bigdoinks420518
這是一個使用AI Toolkit by Ostris訓練的LoRA模型，基於Wan-AI/Wan2.1-T2V-14B-Diffusers基礎模型，主要用於文本到視頻生成，在圖像生成領域有獨特應用價值。
deadpoolx22
這是一個基於AI技術的文本到視頻LoRA模型，專門針對alita角色進行優化訓練，可用於圖像生成等場景，為相關領域的應用提供了便利。
GLM-4.6是智譜AI推出的新一代文本生成模型，相比GLM-4.5在多個方面有顯著改進，包括更長的上下文窗口、更優的編碼性能和更強的推理能力。該模型在多個公開基準測試中表現出色，與國內外領先模型相比具有競爭優勢。
基於即夢AI的圖像生成服務，專為Cursor IDE設計，實現文本描述到圖像的生成與保存。
MemoryMesh是一個為AI模型設計的知識圖譜服務器，專注於文本角色扮演遊戲和互動敘事。它通過動態模式定義和自動生成工具，幫助AI在對話中維護一致且結構化的記憶，實現更豐富、更動態的交互體驗。
Minimax MCP Tools是一個集成Minimax AI能力的MCP服務器實現，提供圖像生成和文本轉語音功能。
多提供商AI圖像生成服務器，支持Google、ZHIPU AI和阿里雲百鍊，提供文本生成圖像和圖像轉換功能，兼容MCP客戶端應用。
Grok MCP插件是一個為Cline提供Grok AI強大功能的接口，支持文本生成、圖像分析和函數調用。
AI視頻生成MCP服務器，支持文本和圖像輸入生成動態視頻，提供多種參數控制和模型選擇。
MCP-Diagram是一個通過文本描述快速生成多種類型圖表（如架構圖、UML類圖等）的服務器工具，支持與Claude等AI助手集成。
一個集成4o-image API的MCP服務器實現，支持通過標準化協議讓LLM和AI系統生成和編輯圖像，包括文本生成圖像、圖像編輯等功能。
AI Humanize MCP Server是一個強大的模型上下文協議服務器，能夠將AI生成的內容優化得更自然、更人性化。它具備AI檢測、自然語言增強、語法修正、可讀性優化等功能，幫助用戶提升文本質量。
Project Synapse是一個革命性的MCP服務器，通過語義分析和知識圖譜技術將文本轉化為互聯知識網絡，並自主生成洞察。它結合Montague語義學和Zettelkasten方法，實現AI的認知協作能力。
遊戲資產生成器利用AI模型和MCP協議，通過文本提示快速生成2D和3D遊戲資源。
Outsource MCP是一個支持多AI模型提供商的統一接口服務，通過MCP協議讓AI應用能便捷調用不同廠商的文本和圖像生成能力。
Winston AI MCP Server 是一個多功能AI檢測服務器，提供文本/圖像AI生成檢測、抄襲檢測和文本對比功能，支持多種集成方式和API訪問。
AI Humanize MCP Server是一個強大的模型上下文協議服務器，專注於將AI生成的內容優化為更自然、更人性化的文本。
MCPollinations是一個基於Model Context Protocol（MCP）的多模態AI服務，支持通過Pollinations API生成圖像、文本和音頻。它提供無需認證的輕量級服務，兼容多種AI模型，並支持圖像保存和Base64編碼返回。
Image Gen MCP Server是一個通用AI圖像生成服務，通過Model Context Protocol（MCP）標準協議為各類LLM聊天機器人提供跨平臺、多模型的圖像生成能力，支持OpenAI和Google的多種圖像模型，實現文本對話到可視化內容的無縫轉換。
rag-mcp是一個過度設計的檢索增強生成系統，通過Python服務器提供多種文本搜索模式（語義搜索、問答搜索、風格搜索），使用PostgreSQL和pgvector存儲文本嵌入向量，支持與AI代理交互，架構複雜但可擴展。
OpenSCAD MCP服務器是一個通過文本或圖像生成參數化3D模型的服務，支持多視角重建、AI圖像生成、遠程CUDA處理和工作流審批，最終輸出OpenSCAD兼容的模型文件。
Grok MCP插件是一個為Cline提供Grok AI強大功能的接口插件，支持文本生成、圖像分析和函數調用。
Minimax MCP Tools是一個集成Minimax API的MCP服務器實現，提供AI圖像生成和文本轉語音功能，支持與Windsurf編輯器無縫集成。
Gguf英語%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)
