阿里巴巴千問圖像生成模型Qwen-Image-3.0上線,旗艦版Pro與標準版API開放,文生圖起售價0.18元/張。該模型在Arena.ai文生圖榜單居國內第一,主打超長文本理解與精細化渲染,最高支持4.5k token指令,可生成分鏡、試卷、九宮格知識圖等複雜版面。
阿里發佈Qwen-Image-3.0圖像生成基礎模型,支持最長4.5K Token文本輸入,可一次性生成公式、幾何圖形、邏輯推導及多層UI等複雜內容,原生兼容12種語言和20餘款字體渲染,文本長度較上代提升4.5倍,大幅強化影視分鏡、知識圖解等商業級圖文創作能力。
微軟在GitHub開源了專爲iOS設計的SwiftStreamingMarkdown渲染庫,旨在解決大模型應用在聊天界面中Markdown文本流式渲染的性能瓶頸。該庫爲移動端開發者提供高效方案,應對AI對話時逐字生成文本的流暢展示與閱讀體驗挑戰,彌補傳統解析器在處理文本流時的不足。
智象未來在首屆開放日上發佈基於“Unified Transformer(UiT)”架構的圖像大模型HiDream-O1-Image-Pro,參數超兩千億,實現像素、文本與任務條件統一,在文生圖、文字渲染和圖像編輯等任務上達到行業頂尖水平。
一個專注於文本渲染、電商出圖和UI探索的高性能AI圖像與視頻生成工作區。
新一代AI圖像生成器,支持精準文本渲染、寫實畫質及對話式圖像編輯。
OpenAI推出的全能型AI圖像生成器,具備超高文本準確率與像素級UI設計能力。
免費在線AI圖像生成器,文本渲染近乎完美,照片級畫質,無需訂閱。
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
PeterKocsis
IntrinsiX是一個專注於利用圖像先驗進行高質量PBR(基於物理的渲染)生成的項目,能夠從文本輸入生成可渲染的PBR地圖,為圖像生成和大規模PBR紋理生成提供創新解決方案。
Qwen
Qwen-Image是通義系列的多模態圖像生成基礎模型,在複雜文本渲染和精確圖像編輯方面表現卓越,特別擅長中文文本渲染,支持多種圖像生成和編輯任務。
PosterCraft
PosterCraft是一個用於高質量美學海報生成的統一框架,在精確文本渲染、抽象藝術無縫融合、醒目佈局和風格協調方面表現出色。
X-ART
LeX-Lumina是一個高質量的文本生成圖像模型,專注於提升文本渲染保真度和美學效果。
Yntec
復仇者是基於LiberteRedmond與Vintedois混合模型並融合3D渲染LoRA的文本生成圖像模型,優化了構圖能力與簡潔提示詞效果。
goofyai
基於FLUX框架開發的3D渲染文本生成圖像模型,支持通過LoRA微調生成高質量3D風格圖像
gvecchio
StableMaterials 是一款基於擴散模型的物理渲染(PBR)材質生成工具,能夠根據文本或圖像提示生成高分辨率、可平鋪的材質貼圖。
JingyeChen22
TextDiffuser-2 是一個文本生成圖像的模型,專注於文本渲染任務,通過釋放語言模型的潛力來生成包含文本的圖像。
基於Stable Diffusion XL的3D風格圖像生成模型,支持通過文本提示生成高質量的3D渲染風格圖像。
digiplay
一個高質量的穩定擴散模型,能夠根據文本描述生成逼真的圖像,尤其擅長人物肖像和複雜細節的渲染。
openai
Shap-E是一種基於擴散過程的文本生成3D圖像模型,能夠根據文本提示生成可渲染為紋理網格和神經輻射場的3D資產。
yuanzheng
這是一個基於Dreambooth技術微調的文本生成圖像模型,專注於商業場景的圖像生成,特別是日本料理和清酒的高質量渲染。
Scrapi AI的MCP服務器可將網頁URL轉換為乾淨的Markdown/文本格式,供AI代理讀取和分析網頁內容,支持JavaScript渲染和批量處理。
這是一個用於生成PDF文檔的MCP服務器,支持從文本、佈局創建PDF,以及將PDF頁面渲染為圖像,特別適用於簡歷生成和靈活排版。
D2 MCP Server是一個提供D2圖表生成和操作功能的模型上下文協議服務器,支持通過文本創建、渲染、導出和保存D2圖表,並具備增量編輯能力。
一個用於獲取和轉換網頁內容的MCP服務器,支持多種格式提取和渲染,包括原始文本、HTML、Markdown以及媒體文件內容分析。