图像生成

ChatGPT是一款人工智能交互平台，能够根据用户保存的聊天记录提供量身定制的回答。该平台支持创建图像、上传文件以及语音对话，并提供深度研究功能。用户登录后可获得个性化服务，其对话内容可能会被审阅并用于改进模型性能

MiMo是小米推出的通用智能平台大模型，专注于智能体代理与长程连贯推理。它通过网页演示与API门户支持快速集成，具备针对长周期代码任务的计算、记忆与进化设计核心。该平台支持多模态交互、开源语音识别与智能体语音合成，通过将复杂世界压缩为可理解语言并预测所需答案，辅助开发者高效构建应用

fal 是生成式媒体模型推理与 Serverless GPU 平台，提供 1000 多款可直接用于生产的图像、视频、音频和 3D 模型 API，支持按量或预留容量计费、私有端点、单点登录、SOC 2 合规与使用分析，并可在 H100/H200/B200 GPU 上扩展自定义模型的训练与部署。2026 年 9 月，xAI 语音模型 Grok Voice 上线 fal，开发者可调用它构建低延迟语音智能体。

Gemini是Google打造的生成式AI助手，能够帮助用户完成写作、规划与头脑风暴等核心任务。该工具支持70种以上语言的实时语音到语音翻译，具备流式连续音频生成与自动语种检测功能，可精准保留原始语调、语速和音调，并拥有出色的强抗噪能力。借助生成式AI技术，用户可流畅开展跨语言交流、内容生成及多场景智能协作

Grok 是由 xAI 构建的 AI 助手，支持聊天对话、图像创建、代码编写，并能从网络和 X 平台获取实时信息回答用户问题。订阅用户可通过 Grok Heavy 等套餐获得 X Premium+ 等增值权益。

Krea 是一站式生成式创作平台，把图像、视频、3D 生成与编辑能力集中在同一订阅内，支持 Krea 2 的 4K 原生图像生成、实时画布、图像编辑器与像素级放大，并可用自有数据微调模型；视频侧聚合 Veo 3、Sora 2、Kling、Seedance 等模型，面向专业创作者与团队提供素材管理与企业协作能力。

Muse 是 Alexandr Wang（Scale AI 创始人、Meta 首席 AI 官）于 2026 年 9 月 8 日宣布推出的个人 AI 助手，同日开放试用。它主打始终在线、响应速度快，能够自主使用浏览器执行操作，并可连接用户的各类应用账户，产品设计上注重安全。用户可通过官方发布的试用链接体验。

PixVerse 是全球 AI 视频生成平台，提供文生视频、图生视频、视频编辑、口型同步、音频生成等能力。旗舰模型 V6 支持电影级镜头控制与角色表演。2026 年 1 月发布 R1 实时世界模型，将视频转变为可交互的连续流，并推出 PixVerse Game Engine 将实时世界模型应用于游戏创作，玩家可用自然语言交互，世界实时响应。平台还提供 API、智能体、营销中心、画布等企业级工作流工具。

通义千问（Qwen）是阿里巴巴云开发的大语言模型系列，提供对话助手、代码生成、智能体工具调用、256K至100万token长文本理解、多语言翻译和创意写作等能力。模型涵盖Dense和MoE架构，支持思考与非思考模式切换，可通过Qwen Chat、API及多种推理框架使用。

Runway 是基于自研 Real-World Intelligence 模型构建的云端 AI 创意平台，在同一工作区内提供视频、图像与音频的生成和编辑能力，聚合 Gen-4.5、Seedance、Nano Banana Pro、Lyria 3、Text to Speech 等大量模型。支持改光影、换风格、增删画面元素等指令式视频编辑，并可搭建节点式自定义 Workflows 串联多模型、多模态与中间步骤，面向个人与各规模团队。

FLUX 3 是 Black Forest Labs 发布的多模态基础模型，基于 Self-Flow 方法在单一架构中联合学习图像、视频与音频，同一组权重即可输出图像、视频、带原生音频的视频以及机器人动作预测。FLUX 3 Video 可单次生成长达 20 秒、带原生音频的视频。模型提供 API、Playground 在线试用与开放权重部署，支持按需付费与商业授权，面向内容创作与物理 AI 场景。

华为 HarmonyOS 7 面向开发者开放的系统级能力集合，官方页面列出小艺 Agent、小艺 Skill、文搜图等应用智能化能力，沉浸光感组件与 3DGS 端侧重建推动应用界面从平面走向立体，碰一碰·精准分享实现素材精准插入指定位置，互动卡片与应用浮窗承载多形态服务窗口，并由星盾机密风控引擎、数字盾守护用户隐私安全。

Higgsfield AI 是一个 AI 原生创意套件，支持用户通过文本提示或参考图生成图像、视频和语音内容，并可编辑和放大媒体。平台内置 AI 智能体可自动化创意工作流，支持网页和移动端。近期发布了 After Effects MCP/插件，由 Fable 5 驱动，允许用户在 AE 项目内直接调用 Claude，自动构建合成、设置关键帧、编写表达式并运行 ExtendScript 重复工作，所有生成内容均为可编辑的 AE 场景。

OnSolo 是一个 AI 图像生成平台，用户可在平台内调用图像生成模型出图并按次扣除 credit。平台已独家上线腾讯混元 Hunyuan Image 3.5 图像生成模型，支持最多 5 张参考图、2K 分辨率生成，每次生成仅需 1 个 credit，会员可享两周免费，适合低成本反复迭代提示词与参考图。

Qwen-Image 是阿里通义千问团队推出的 20B MMDiT 图像基础模型，在复杂文字渲染与精准图像编辑上表现突出，支持中英文高保真文字生成、多行排版和段落级语义，覆盖图像生成与编辑任务，多项公开基准领先，可通过 Qwen Chat 和开源权重使用。最新 Qwen-Image-3.0 支持最长 4500 token 提示词，单次生成可读十像素文字、数学公式及十二种语言的复杂排版与信息图网格。

SGLang 是由非营利开源组织 LMSYS 托管的大语言模型与多模态模型高性能推理服务框架，面向生产级部署设计，可在单卡到大规模分布式集群之间提供低延迟、高吞吐的推理服务，目前支撑全球超过 40 万块 GPU 上的大规模生产部署，每天生成数万亿 token。

SkyProduction（天工工作台）是一款面向短剧与短视频创作的AI视频工作台，将剧本翻译、剧本评分、小说转剧本、资产生成、分镜拆解和视频镜头制作串到同一条生产线上，并提供导演Agent自动化流程、无限画布多人实时协作、片段重拍、视频智能拉片与超分去水印等后期处理能力，支持团队多管理员、子工作室与项目成员权限及积分成本管理。通过官网可一键生成视频素材并制作完整视频。

Wombo 是一款开源自托管的 AI 游戏素材工作室：用文本提示词生成角色、精灵动画与音效。可生成对齐的侧视、正视、背视参考图，并制作待机、行走、战斗等动画序列，通过色度键抠像输出可直接使用的精灵图，帧序列自动保存为 PNG 与 Aseprite 文件。图像与视频调用经 OpenRouter（GPT-Image、MiniMax），声音与音效由 ElevenLabs 生成。基于 Node.js 本地运行，需自备对应服务商 API Key。

Xiaomi-Robotics-U0是小米推出的380亿参数多模态自回归世界基础模型，专为具身智能设计。在单一框架内统一文生图、图像编辑、多视角具身场景生成、具身迁移和具身视频生成五项任务，支持跨多种机器人形态的高质量多视角场景生成，并实现结构化可控的具身迁移编辑，同时保持多视角一致性与交互动态。

千问 App 是阿里巴巴推出的官方 AI 助手，作为体验 Qwen 大模型的第一入口，面向工作、学习与生活场景。产品支持智能对话、AI 搜索、网页总结、AI PPT、AI 生图与录音纪要等能力，可帮助用户完成创作、汇报、调研与分析等任务，覆盖对话问答、内容生产与多模态办公需求。

千问办公（QwenWork）是阿里巴巴基于千问推出的 AI 办公产品，整合多条 Agent 能力线，提供客户端与钉钉版本。产品打通消息群聊、考勤审批、会议日程、文档表格、知识库与邮件等 25 项企业 IM 能力，支持 PPTX、Word、Excel、HTML 等 Office 产物一站生成与编辑，可理解图片、音频、视频内容并进行图文音视频创作，还能生成带数据库与交互逻辑的免部署网页并在线发布，同时提供自定义技能与岗位专家套件市场。

小艺 Work 是华为推出的 AI 工作助理，面向日常办公、代码开发和创意创作场景。用户给出目标后，它可自主拆解任务、安排步骤、调用工具并推进执行，任务进度可查看、关键节点由用户审核。支持鸿蒙手机、平板与电脑跨端协同，可远程下发任务、连接并调用电脑上的文件和工具，执行环境支持云电脑与本地电脑，适用于优化汇报 PPT、修改代码、设计视觉海报等任务。

Adobe Firefly 是 Adobe 的一站式 AI 创意工作室，可通过文本提示生成并编辑图像、视频、音频与矢量图，并集成 Google、ElevenLabs、Kling AI、Luma AI、OpenAI、Runway 等第三方模型。2026年8月音频工具全面开放：生成免版税音乐、配音、场景音效，输出可商业使用；AI Assistant 提供每日免费生成并新增支持多模态输入的 Gemini Omni Flash 模型。

Adobe MCP 是 Adobe 官方发布的 MCP 服务器/创意连接器，将 Photoshop、Lightroom、Illustrator、Firefly、Premiere、Express、InDesign、Adobe Stock 等 Creative Cloud 的 50 多种工具统一暴露给 Claude、Cursor 等 AI 客户端。用户可通过自然语言让智能体完成照片与矢量编辑、资产设计、视频格式化等创意工作流，登录 Adobe 账号可获得更高用量与跨会话连续性。