Midjourney近日開放測試首款V8.2圖像編輯模型，打破僅靠文本生成圖像的單一模式，深度融合指令微調、多圖參考、局部重繪等功能，爲創作者提供更精準、可控的專業級視覺創作體驗。
谷歌推出Gemini Omni 1.1 Flash視頻生成模型，最高支持4K輸出，較720p在速度與成本上取捨，面向專業成片。亮點包括場景擴展：可從已有視頻結尾無縫續生成，每次10秒、累計最長40秒；指定首尾幀即可實現平滑轉場與運鏡。
谷歌發佈視頻生成AI模型Gemini Omni1.1 Flash，最高支持4K超高清輸出，並在場景擴展、運鏡控制與生成效率上全面升級，面向開發者和專業創作者。該模型主打多項功能亮點，用戶可直接進行場景擴展等操作，推動多模態視頻生成向更高清、更長時方向演進。
應用集成視頻生成並不難，但切換不同視頻大模型時，各服務商端點、參數、任務狀態、輪詢邏輯和輸出格式不一，導致適配繁瑣。OpenRouter爲此推出統一異步視頻生成API，通過標準化工作流簡化開發體驗，降低更換模型的集成成本。
免費圖像和文字轉3D模型生成器，無需註冊，一分鐘出結果。
創意平臺，集成各類AI模型，可快速生成影像、音頻內容。
AI 3D 模型生成器，可從文字和圖片生成可打印 3D 模型。
免費AI 3D模型生成器，可秒將文本和圖像轉化為3D模型，適合多領域創作者。
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
$1
$10
256
$6
$24
$2
$20
$4
$16
Baidu
128
Bytedance
$1.2
$3.6
4
drbaph
Z-Image（造相）是一個擁有60億參數的高效圖像生成基礎模型，專門解決圖像生成領域的效率和質量問題。其蒸餾版本Z-Image-Turbo僅需8次函數評估就能達到或超越領先競品，在企業級H800 GPU上可實現亞秒級推理延遲，並能在16G VRAM的消費級設備上運行。
city96
FLUX.2-dev是由black-forest-labs開發的圖像生成和編輯模型，已轉換為GGUF格式，專為圖像生成任務優化，採用擴散模型架構，支持在ComfyUI框架中使用。
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。
silveroxides
基於 black-forest-labs/FLUX.2-dev 的優化版本圖像生成模型，支持圖像到圖像的生成和編輯任務，採用 fp8_scaled 量化技術提升推理速度，特別適合在低顯存 GPU 上使用。
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。
Tongyi-MAI
Z-Image是一款功能強大且高效的圖像生成模型，擁有60億參數。它能有效解決圖像生成領域在效率、質量和功能多樣性方面的問題，為用戶提供高質量的圖像生成和編輯服務。
optimum-internal-testing
這是一個Hugging Face Hub上的🤗 Transformers模型，具體信息待補充。模型卡片為自動生成，需要模型發佈者提供更多詳細信息。
Gjm1234
Wan2.2是基礎視頻模型的重大升級版本，專注於將有效MoE架構、高效訓練策略和多模態融合等創新技術融入視頻擴散模型，為視頻生成領域帶來更強大、更高效的解決方案。
diffusers
FLUX.2-dev是基於NF4量化的DiT和文本編碼器的圖像生成與編輯模型，提供高質量的圖像生成和編輯能力，適用於圖像領域的開發應用。
bartowski
這是squ11z1的Hypnos-i1-8B模型的量化版本，使用llama.cpp工具和特定數據集進行量化處理。該模型基於Llama-3架構，提供多種量化類型選擇，支持文本生成任務，適用於推理、對話等多種應用場景。
lightx2v
本倉庫包含為HunyuanVideo-1.5優化的4步蒸餾模型，能夠在不使用CFG（無分類器指導）的情況下實現超快速的4步推理，顯著減少生成時間，同時保持高質量的視頻輸出。
pramjana
Qwen3-VL-4B-Instruct是阿里巴巴推出的40億參數視覺語言模型，基於Qwen3架構開發，支持多模態理解和對話任務。該模型具備強大的圖像理解和文本生成能力，能夠處理複雜的視覺語言交互場景。
ExaltedSlayer
Gemma 3是谷歌推出的輕量級開源多模態模型，本版本為12B參數的指令調優量化感知訓練模型，已轉換為MLX框架的MXFP4格式，支持文本和圖像輸入並生成文本輸出，具有128K上下文窗口和140+語言支持。
00quebec
這是一個專門為 Qwen-Image 設計的開源 LoRA 模型，專注於模擬現代 iPhone 攝影的真實感外觀和感覺。模型基於5000多張真實 iPhone 風格照片訓練，能夠生成清晰、自然、適合社交媒體分享的圖像。
noctrex
這是一個基於Huihui-MiroThinker-v1.0-30B模型進行的MXFP4_MOE imatrix量化版本，專門針對文本生成任務優化，在保持模型性能的同時顯著減小了模型體積和推理成本。
gia-uh
塞西莉亞FT MS v1是基於塞西莉亞2B v0.1微調的古巴語言模型，專門針對古巴西班牙語進行優化，捕捉古巴語言、文化和社會的細微差別。該模型支持西班牙語和英語，主要用於文本生成任務。
black-forest-labs
FLUX.2 [dev] 是一個擁有320億參數的校正流變壓器模型，專門用於圖像生成、編輯和組合任務。該模型在文本到圖像生成、單參考編輯和多參考編輯方面處於領先水平，無需微調即可實現角色、對象和風格參考，支持個人、科學和商業用途。
Sachin-0001
這是一個基於🤗 Transformers庫的雙向自迴歸Transformer模型，已上傳至模型中心。模型卡片由系統自動生成，具體技術細節和應用信息需要進一步補充。
Kiy-K
Fyodor-Q3-8B-Instruct 是一款專為智能推理和穩健代碼生成設計的高保真指令調優模型。它基於Qwen3-8B架構，採用高秩LoRA配置訓練，擅長在編碼前進行規劃，非常適合複雜的軟件工程任務。
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。
Klavis AI是一個開源項目，提供在Slack、Discord和Web平臺上簡單易用的MCP（模型上下文協議）服務，包括報告生成、YouTube工具、文檔轉換等多種功能，支持非技術用戶和開發者使用AI工作流。
MiniMax官方模型上下文協議（MCP）服務器，支持文本轉語音、視頻/圖像生成等API交互。
Mapbox MCP服務器是一個Node.js實現的模型上下文協議服務器，為AI應用提供Mapbox地理空間API的訪問能力，包括地理編碼、興趣點搜索、路線規劃、等時線分析和靜態地圖生成等功能。
mcp-hfspace是一個連接Hugging Face Spaces的MCP服務器，支持圖像生成、語音處理、視覺模型等多種AI功能，簡化了與Claude Desktop的集成。
該項目為LangChain提供Model Context Protocol（MCP）工具調用支持，通過MCP工具包實現與AI模型的交互，如文件讀取和摘要生成。
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。
Unreal Engine生成式AI支持插件，集成多種前沿LLM/GenAI模型API，提供遊戲開發中的AI集成層支持，包括OpenAI、Claude、Deepseek等模型的聊天、結構化輸出等功能，並支持Model Control Protocol（MCP）實現場景對象控制、藍圖生成等高級功能。
MCP Appium是一個基於模型上下文協議的智能移動自動化服務器，為AI助手提供跨平臺移動應用測試工具，支持iOS和Android平臺，具備智能元素定位、會話管理和自動化測試生成等功能。
Notebook Intelligence (NBI) 是一個為JupyterLab設計的AI編碼助手和可擴展AI框架，支持GitHub Copilot及其他LLM提供商的模型，包括本地Ollama模型。它通過代碼生成、自動補全和聊天界面等功能顯著提升生產力，並支持Model Context Protocol (MCP) 服務集成。
Quick-start Auto MCP是一個幫助用戶快速在Claude Desktop和Cursor中註冊Anthropic模型上下文協議(MCP)的工具，提供RAG文檔搜索、Dify工作流、即時網絡搜索等功能，支持一鍵生成JSON配置文件。
FileScopeMCP是一個基於TypeScript的代碼分析工具，通過計算文件重要性評分、追蹤依賴關係、生成可視化圖表和添加文件摘要，幫助開發者快速理解代碼庫結構。支持多語言項目分析，提供Mermaid圖表生成和持久化存儲功能，可與Cursor的模型上下文協議集成。
DB MCP Server是一個支持多數據庫的服務器，實現了模型上下文協議(MCP)，為AI助手提供結構化訪問數據庫的能力。它支持MySQL和PostgreSQL，可同時連接多個數據庫，自動生成專用工具，並遵循清晰架構設計。
Deep Research MCP 是一個基於Model Context Protocol (MCP) 的服務器項目，旨在通過Tavily的搜索和爬取API進行全面的網絡研究，並將數據整合為結構化的Markdown文檔，以支持大型語言模型(LLM)的高質量內容生成。
基於Flux.1 Schnell模型的高質量圖像生成MCP服務器
Supabase MCP服務器是一個用於與Supabase數據庫交互的模型上下文協議服務，提供查詢表和生成TypeScript類型的功能。
一個與Gemini CLI工具集成的MCP服務器，提供聊天、內容生成和模型列表功能。
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。
一個基於Gemini Flash 2 AI模型的數據分析與研究MCP服務器，提供數據解析、智能分析、報告生成和郵件自動發送功能。
一個基於Amazon Bedrock的Nova Canvas模型的MCP服務器，支持多種圖像生成與編輯功能。
基於TypeScript的MCP服務器，集成Flux Schnell模型實現文本轉圖像生成功能
%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)
VIP會員
