图像编辑

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

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

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。

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。

OpenMinis 是一款免费开源的移动端 AI Agent 应用，支持 iOS 与 Android。它允许用户接入自己的 Claude、GPT、Gemini 等模型（API Key 或账号登录），并在设备本地运行 Alpine Linux 沙箱，让 Agent 能安装软件包、执行脚本、操作真实文件、进行浏览器自动化，并深度集成健康、日历、提醒事项、HomeKit 等系统能力。支持可扩展 Skills 与跨会话持久记忆，代码以 GPLv3 开源。

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。

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。

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。

Adobe Photoshop 是 Adobe 的专业图像编辑与设计软件，提供图层、蒙版、非破坏性调整等桌面级编辑能力，并集成 Adobe Firefly 生成式 AI 功能，包括生成式填充、生成式扩展、移除背景、AI 辅助编辑器（基于自然语言提示词编辑图片）以及基于提示词的蒙版编辑，支持 FLUX 2 Pro、Gemini Nano Banana 系列等多种生成模型，并内置超过 9 亿素材的 Adobe Stock 面板。

AnythingLLM 是 Mintplex Labs 开源的一体化本地优先 AI 平台（MIT 许可），以桌面应用或 Docker 容器运行。支持文档聊天与 RAG 问答、无代码 Agent Flows 智能体构建、完整 MCP 兼容、多模态输入和可嵌入聊天组件，兼容 30 多家 LLM 服务商和多种向量数据库，支持多用户与权限管理，数据保留在用户本地环境，适合注重隐私的个人与团队。

Apple Intelligence 是苹果全平台 AI 系统，深度集成于 iOS、iPadOS、macOS 和 visionOS。提供 Genmoji 表情生成、Siri 智能助手、图像理解与描述、HomeKit 视频摘要、无障碍辅助、Workout Buddy 运动指导等能力。采用设备端处理与 Private Cloud Compute 保护隐私，通过 Foundation Models 框架向第三方应用开放 AI 能力。

ComfyUI是一款面向视觉专业人员的AI创作引擎，通过强大的模块化节点图界面，让用户无需编写代码即可实验和创建复杂的Stable Diffusion工作流。它原生支持SDXL、Flux、Qwen Image等多种图像模型，可生成图像、视频、3D模型和音频等内容。ComfyUI支持Omnigen 2、Flux Kontext等图像编辑模型，具备Inpainting、ControlNet、Upscale Models等功能，可对图片进行局部修改、扩图和超分辨率放大等操作。其智能内存管理可在低至1GB显存的GPU上自动运行大模型，并提供异步队列系统仅重新执行工作流中变化的部分。ComfyUI可在Windows、Linux和macOS上本地运行，也提供官方云端版本，并能通过API端点无缝集成到生产流程中

DaVinci Resolve 是 Blackmagic Design 推出的一体化专业视频后期软件，21 版本将剪辑、调色、视觉特效、动态图形、Fairlight 音频后期与新增照片页整合在同一应用中。内置 DaVinci AI 神经引擎，提供 IntelliSearch 内容搜索、AI 语音生成、CineFocus 焦点调整、人脸年龄变换与瑕疵去除等 AI 工具，支持 32-bit 浮点 HDR 调色及沉浸式 VR 工作流，面向电影、电视与流媒体制作团队。

EditTextImage 是一款在线 AI 图片文字编辑工具，用户上传 PNG、JPEG 或 WebP 图片后，输入原文字与替换文字即可生成新图，并尽量保持字体、颜色、光照与透视一致。适用于应用截图、电商广告、活动海报与菜单价牌的文案更新、错别字修正和本地化，无需 Photoshop 或设计技能。

FeyNoBg 是 Feyn Labs 推出的开源自动背景去除模型，基于 BiRefNet 架构将参数量从 222M 扩展至 263M，在八个基准测试中的四项取得最佳 S-measure 分数，其余四项与领先者差距在 2% 以内。模型可在 Hugging Face 下载，配套训练库 NoBg 已在 GitHub 开源，可用于直接运行 FeyNoBg 或训练自定义背景去除模型，适合需要高精度前景分割与图像抠图的场景。

Google Flow 是 Google Labs 推出的 AI 创意工作室，基于谷歌先进的生成模型，集成 Veo 3.1 视频生成、Nano Banana 图像生成与编辑以及 Gemini Omni 对话式视频编辑能力，可从任意输入参考创建和编辑视频，并内置智能创意 Agent 陪伴从构思到执行的全流程。目前已上线 iOS TestFlight Beta 版。

Grok Imagine 是 SpaceXAI（xAI）推出的 AI 图像与视频生成工具，作为 Grok 套件的创意子产品独立于 grok.com/imagine 提供。用户可使用其生成或编辑图像、将图像动画化为视频，并可借助 Imagine Agent Mode 快速迭代创意流程；2026-07-31 上线的模板大更新带来了现成预设以及照片编辑、风格重绘、智能调整尺寸、背景移除、头像制作、表情符号生成器、周边产品制作器等大量新创意工具，面向内容创作者与营销人员。

HiDream（智象未来）推出的原生统一图像基础模型系列，旗舰为 HiDream-O1-Image：文本提示、原始像素与任务条件进入同一共享 token 空间，由统一 Transformer 处理，支持 2048² 高分图像生成与指令式图像编辑，权重与代码在 Hugging Face 和 GitHub 公开，可通过 diffusers 管线本地调用。