SenseNova U1 Pro：商汤科技推出的旗舰级多模态AI图像创作大模型
SenseNova U1 Pro是商汤科技旗下日日新SenseNova U系列旗舰交付级原生多模态智能体基座，于2026世界人工智能大会（WAIC）正式发布，核心区别于普通娱乐级文生图AI模型，是业...
Qwen-Image-3.0：阿里千问推出的第三代AI图像生成模型
Qwen-Image-3.0是阿里2026年7月21日发布的第三代图像生成基础模型，支持4.5k token超长输入、10px小字精准渲染、12国语言和20余款字体，可一键生成九宫格知识图解、复杂UI、...
SeFi-Image：SeFi-Team发布的开源语义优先AI文生图推理框架
SeFi-Image是基于语义优先双潜流扩散的开源文生图项目，提供1B/2B/5B Base/RL/Turbo多版本模型，支持CLI与Python API、批量多GPU推理，适用于AI视觉科研实验。
GenEvolve：美团联合港科大推出的自进化图像生成智能体开源框架
GenEvolve 是美团、港科大联合开源工具编排式文生图 Agent，具备视觉经验蒸馏自进化能力，配套完整训练数据集与自动化评测基准，支持本地分布式批量绘图。
Stable Diffusion：全能开源AI绘图模型，覆盖图像生成、编辑与风格创作
Stable Diffusion 是由慕尼黑大学计算机视觉与学习实验室（CompVis）联合 Stability AI、Runway ML 共同开发的开源潜在扩散模型（Latent Diffusion Model, LDM），主打文本...
Boogu Image：在线网页端AI绘图工具，快速生成海报与产品视觉素材
Boogu Image 是基于开源模型 Boogu-Image-0.1 搭建的浏览器端一站式AI图像在线工作台，底层模型采用 Apache-2.0开源协议，属于统一图像生成与编辑模型家族，无需本地GPU、无...
Pixae AI：在线 AI 图像生成与视频制作工具，支持 4K 超清与商用授权
Pixae AI 是一款集成AI图像生成、专业图片编辑与AI视频制作能力的一站式在线创作平台，整合Nano Banana 2、GPT Image 2、Seedance 2.0等多款顶尖AI模型，无需本地部署，通过...
万彩商图：专为电商打造的AI商拍工具，在线一键更换商品背景与生成商品图
万彩商图是一款专为电商行业打造的AI商拍工具，通过整合多种AI技术，帮助商家解决素材生产成本高、产图速度慢、场地设备限制等问题。平台提供在线一键更换商品背景、AI商品...
PhoneDiffusion：iPhone端离线AI图像生成工具，本地运行Stable Diffusion模型
PhoneDiffusion是一款专为iPhone打造的端侧离线AI图像生成应用，核心定位是将Stable Diffusion（SD）系列模型轻量化适配至iOS设备，实现“手机本地运行AI绘图、全程数据不上...
HiDream-O1-Image：智象未来开源的8B参数原生统一图像生成基础大模型
HiDream-O1-Image 是智象未来开源的一款8B参数原生统一图像生成基础大模型，基于自研像素级统一Transformer（UiT） 架构打造，是一款摒弃传统VAE、独立文本编码器冗余结构的...
ViNano AI：全能型AI图像与视频创作平台
ViNano AI是一款集成图像生成、视频创作、智能编辑于一体的全能型AI创意工具，依托自研Nano Banana图像引擎与VideoAI视频模型，为用户提供从文本、图片到高清视觉内容的一站...
元极：一站式AI全链路制片平台，让商业视觉人人触手可及
元极是知行元科技推出的全球云端+本地双部署AI商业视觉生成引擎，核心定位为“一人成军、对标专业”的AI导演制片系统，其深度整合生成式AI、数字艺术与混合高性能计算技术，...
RHTV：RunningHub推出的原生AI智能体全能内容创作平台
RHTV是国内最大ComfyUI平台RunningHub推出的原生AI智能体全能内容创作平台，以画布原生智能体、一站式创作流程、透明可控的操作模式与开放生态为核心特征，面向图像、视频、...
Kairval：聚合20+AI模型的一站式图像视频生成平台，3秒极速出图
Kairval是一款聚合全球20+款头部AI模型的一站式AI视觉创作平台，主打文生图、图生图、文生视频、图像增强四大核心创作模态，无需登录即可体验核心功能，以3秒极速生成、最高...
GPT-image-2：OpenAI下一代多模态图像模型，精准文本渲染与照片级真实生成
GPT-image-2是OpenAI研发的下一代多模态AI图像生成与编辑模型，深度集成于ChatGPT生态与API服务，主打文本生成图像、图像编辑修复、高精度文本渲染、UI界面生成四大核心能力...