xAI發佈Grok Imagine Video1.5預覽版，進軍AI視頻生成賽道。該模型可將單張靜態圖片轉換爲短視頻，支持720p分辨率輸出。用戶上傳圖片後，通過文本提示描述鏡頭運動、畫面節奏和氛圍，模型能保留原始圖像細節、光影和風格，生成自然流暢的動態視頻。
谷歌Gemini安卓測試版升級圖像編輯功能，引入標記界面與實時文本描述，提升AI圖像局部調優能力，解決指令傳遞不精準問題，重構交互邏輯。
以色列科技公司Lightricks推出LTX-2視聽合成系統，能根據文本描述直接生成20秒高清視頻，實現音畫同步。該系統突破傳統“先畫面後配音”流程，採用雙流並行計算架構，通過190億參數提升計算效能，更真實還原自然音畫環境。
騰訊混元團隊開源HY-Motion1.0模型，基於DiT架構與流匹配技術，通過文本描述即可生成高質量3D骨骼動畫，兼容主流3D工具，大幅降低動畫製作門檻。該模型採用全階段訓練策略，利用超3000小時動作數據優化生成效果。
AI驅動，將圖像和視頻轉化為描述、OCR、Alt文本等多種形式
最簡單的AI家譜圖生成器，可文本描述或上傳圖像，秒建、分析並導出PDF。
一款集成在Blender中的AI插件，可通過文本描述直接生成高質量、拓撲結構清晰的3D模型。
基於騰訊開源模型，可將文本描述即時轉化為高保真3D角色動畫。
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
gguf-org
flux2-dev-gguf 是一個基於 FLUX.2-dev 的圖像到圖像轉換模型，專門用於根據文本提示生成特定風格的圖像。該模型支持在 ComfyUI 環境中運行，能夠將文本描述轉換為風格化的視覺內容。
ostris
這是一個基於LoRA技術的文本到圖像轉換模型，專門用於生成具有法國印象派畫家貝爾特·莫里索藝術風格的圖像。該模型在FLUX.2-dev基礎模型上訓練，能夠將普通圖像或文本描述轉換為莫里索風格的畫作。
uriel353
Anime2Realism是一個基於Qwen/Qwen-Image基礎模型的文本到圖像轉換模型，專門實現從動漫風格到寫實風格的圖像轉換。該模型利用LoRA和Diffusers技術，能夠根據文本描述生成相應的寫實風格圖像。
QuantStack
這是一個將hlwang06/HoloCine模型轉換為GGUF格式的文本到視頻生成模型，支持通過文本描述生成視頻內容，採用Apache-2.0許可證。
GatorBarbarian
TRELLIS Text XL是一個大型3D生成模型，是TRELLIS的文本條件版本，模型大小為XL。該模型基於論文《Structured 3D Latents for Scalable and Versatile 3D Generation》提出，能夠根據文本描述生成高質量的3D內容。
briaai
FIBO是首個專為長結構化描述訓練的開源文本到圖像模型，為可控性、可預測性和特徵解耦設定了新標準。該模型擁有80億參數，僅使用有許可的數據進行訓練，支持專業工作流程需求。
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。
bghira
這是一個基於PixArt-900M-1024模型的LyCORIS適配器，專門用於文本到圖像的轉換任務。該模型能夠根據輸入的文本描述生成相應的圖像，支持多種分辨率的圖像生成。
rajinikarcg
這是一個基於BERT微調的軟件需求二分類模型，專門用於識別和分類軟件需求文檔中的需求與非需求文本，準確區分功能性需求描述與其他內容。
MadhavRupala
Stable Diffusion v1-5是基於潛在擴散技術的文本到圖像生成模型，能夠根據文本描述生成逼真的圖像。該模型在LAION-2B數據集上訓練，支持英語文本輸入，生成512x512分辨率的圖像。
這是一個基於Qwen-Image模型使用LoRA技術進行微調的文本到圖像生成模型，能夠將輸入的文本描述轉化為對應的圖像，支持生成人物形象、影視角色和特定場景等多種類型的圖像。
John6666
Illustrious-xl-early-release-v0 是一款基於 Stable Diffusion XL 架構的文本到圖像生成模型，專門針對動漫和2D插畫風格進行優化，能夠根據文本描述生成高質量的圖像作品。
hunyuanvideo-community
混元圖像2.1是基於diffusers庫的文生圖模型，能夠根據文本描述生成高質量的圖像，支持中英雙語輸入，為用戶提供便捷的圖像生成體驗。
manycore-research
FLUX.1 Wireframe [dev] LoRA 是 FLUX.1-Layout-ControlNet 的改進版本，作為 SpatialGen 的關鍵組件，能夠根據文本描述生成圖像，同時遵循給定線框圖像的結構。該模型適用於 FLUX.1 [dev] 框架，專門用於室內場景生成任務。
uwcc
poshanimals是一個基於FLUX.1-dev模型訓練的文本到圖像生成模型，使用AI Toolkit by Ostris訓練，能夠根據文本描述生成具有特定風格的圖像作品。
tekoaly4
這是一個基於stabilityai/stable-diffusion-3.5-large的LyCORIS適配器，專門用於文本到圖像生成，能夠根據文本描述生成高質量的產品攝影圖像，特別針對Borges品牌產品進行了優化。
FLUX.1-Layout-ControlNet是SpatialGen框架的關鍵組件，是一個基於語義圖像條件化的ControlNet模型。它能夠根據文本描述生成2D圖像，同時嚴格遵循輸入語義圖像的佈局約束，主要用於3D室內場景合成。
Immac
NetaYume Lumina Image 2.0 是一個文本到圖像的擴散模型，經過GGUF格式量化處理，能夠將文本描述轉換為圖像。該模型經過優化，在保持生成質量的同時減少了內存使用和提升了性能。
davidrd123
這是一個基於Qwen/Qwen-Image的LyCORIS適配器，專門用於文本到圖像的生成任務。該模型能夠根據輸入的文本描述生成相應的圖像，特別擅長生成具有塗鴉風格和混合媒體效果的圖像內容。
duyntnet
Chroma 是一個高質量的文本到圖像生成模型，專注於生成逼真的圖像內容。該模型採用先進的擴散技術，能夠根據文本描述生成高質量的視覺內容，特別適合本地部署環境下的圖像創作需求。
PaperBanana是一個自動化生成學術圖表和統計圖的智能框架，支持從文本描述生成高質量的論文插圖，採用多智能體管道和迭代優化，提供CLI、Python API和MCP服務器等多種使用方式。
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。
一個基於Google Gemini圖像生成模型的MCP服務器，允許AI代理通過文本提示生成、編輯和描述圖像，支持多種模型和配置選項。
manim-mcp 是一個基於 manimgl 庫的文本轉視頻動畫生成工具，通過多智能體 LLM 流水線將自然語言描述轉換為高質量數學動畫，可作為 CLI 工具、AI 代理或 MCP 服務器與 Claude 等助手集成。
一個基於Go語言的MCP服務器，通過OpenAI的DALL-E API實現文本描述生成圖像功能，可與Claude等大型語言模型集成使用。
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。
該項目實現了一個MCP服務器，通過OpenAI的gpt-image-1模型提供圖像生成和編輯功能，支持文本描述生成圖像、基於參考圖像編輯或修復圖像，並可將結果保存到本地。
一個提供圖像識別功能的MCP服務器，支持Anthropic和OpenAI的視覺API，具備圖像描述、多格式支持、可配置主備服務商及OCR文本提取功能。
tldraw-agent是一個基於AI的文本轉圖表生成工具，支持通過命令行、庫、MCP服務等多種方式使用，可將文本描述（如架構圖、流程圖）自動生成為PNG或SVG格式的圖表。
Flux Image MCP Server是一個基於Flux Schnell模型的圖像生成服務，通過Replicate平臺提供API接口，支持通過文本描述生成圖像。
一個基於Inspire後端圖像搜索能力的MCP服務器，提供通過文本描述搜索相似圖片的功能。
Gemini Nanobanana MCP 是一個讓用戶通過文本描述生成AI圖像的Claude插件，集成了Google Gemini 2.5 Flash圖像生成功能，支持多種圖像編輯和創作方式。
一個基於grep命令的MCP服務器，提供強大的文本搜索功能，支持自然語言描述和正則表達式搜索。
Nano Banana是一個專業的MCP擴展，用於通過文本描述生成、編輯和修復圖像，支持多種圖像處理功能，如生成圖標、圖案、故事和圖表等。
Stream Deck MCP是一個讓AI通過自然語言描述來設計和配置Elgato Stream Deck佈局的工具。用戶只需用英語描述需求，AI即可自動創建頁面、設置按鈕（包括文本、圖標、顏色和操作），支持多頁面工作流、家庭自動化、遊戲配置等場景。使用前需關閉Elgato官方軟件以獲取USB獨佔訪問權限。
一個基於Go語言的MCP服務器，通過OpenAI的DALL-E API實現文本描述生成圖像功能，支持與Claude等大型語言模型集成。
一個基於Freepik Flux AI的MCP服務器，用於通過文本描述生成圖像，支持多種寬高比，並與Claude Desktop集成。
一個基於Amazon Bedrock Nova Canvas模型的MCP服務器，提供高質量的AI圖像生成服務，支持文本描述生成圖像、負面提示優化、尺寸配置和種子控制等功能。
一個基於HTTP的圖片生成服務器，通過調用Replicate的Flux Schnell模型來根據文本描述生成圖像。
一個基於Model Context Protocol的豆包圖片和視頻生成服務器，支持通過文本描述生成高質量圖片和視頻，並查詢視頻生成任務狀態。
%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)
