AI 模型目录

一款来自 OpenAI 的先进图像生成模型，基于 DALL-E 3 架构构建，专为精准色彩还原、结构化视觉任务及分析型图像输出而设计。

一种高速图像生成模型，在与其处理速度相对的情况下呈现出卓越的质量，使其特别适合用于大规模生产，且能很好地遵循提示要求。

一款支持文本和图像输入的高速视频生成模型，可生成2至12秒、720p或1080p画质的视频片段，并具有加速性能。

一款高级文本转图像引擎，提供灵活的1K和2K输出分辨率，优化了清晰排版、电影级灯光效果和海报级视觉构图。

xAI的Grok Imagine视频服务支持文本生成视频和图像生成视频功能，可生成6到30秒的片段，提供趣味、常规和辣味三种风格预设。

基于万相2.5技术的阿里通义万相图像生成解决方案，可将文字描述转化为生动逼真的视觉图像。

通义千问的智能图像编辑模型，具备先进的视觉理解能力和无缝的多图像协作编辑功能。

Nano Banana 2（Gemini 3.1 Flash-Lite 图像）的简化版，具备约4秒的生成速度——比标准模型快2.7倍——原生1K分辨率，并兼容14种宽高比，使其成为大规模图像生成和编辑工作流程中最经济的选择。

一款先进的AI图像生成模型，提供2K/3K输出质量，集成网络搜索功能，支持自定义像素尺寸，以及每批次处理1至15张图像的能力。

一个强大的图像生成和编辑解决方案，采用了Seedream 5.0 Pro技术，支持1K/2K分辨率选项，最多可处理10张参考图像，并实现了简化的异步任务处理。

下一代图像生成模型，以其卓越的视觉质量、非凡的细节精度和出色的提示保真度，为创意专业人士在速度与成本效益之间精心打造平衡。

一个内置网络搜索功能的文本驱动视频创作平台，可生成480p、720p和1080p分辨率的4至15秒视频片段，并自带原生音频支持。

一款多功能视频生成工具，能够将文本和图像转化为3到15秒的短片，提供灵活的按秒计费方式，并保证出色的输出质量。

OpenAI的尖端视频模型，能够生成带有同步音频的10到15秒短片，并可选配水印去除功能，费用增加1.65倍。

阿里巴巴的通义万相2.7一站式视频套件，集文字生成视频、图片生成视频、参考视频及编辑功能于一体，采用单一集成模型。

一款直观的文字转视频生成器，可输出3至15秒、720p或1080p分辨率的片段，采用简单按秒计费的方式，性能可靠。

一种注重成本效益的图像生成解决方案，包含免费的输入图像处理功能，专为追求质量与价值的高吞吐量应用场景设计。

一个统一的视频服务，将文本转视频、图像转视频、参考转视频以及视频编辑功能整合到一个全面的端点中。