サイト内検索
AI モデル 394
- wan3.0-video↗
阿里巴巴 · Qwen
万相3.0是 all-in-one 视频生成模型，统一支持参考、编辑、复刻、驱动等多种创作功能，四模态全能参考，最长支持30秒视频生成，可解析文件、网页及复杂图片。生产级角色一致性保持，音画真实，带来身临其境的视听冲击力。
- seedream-v5-pro/layer-decomposition↗
字节跳动
Seedream 5.0 pro 图层拆分：输入单张图片，拆分为1张底图+最多16个图层
- DeepSeek V4.1 Flash 1017 (Max)↗
DeepSeek
deepseek-v4.1-flash-1017 は、DeepSeek V4.1 Flash の 10 月 17 日時点のスナップショット版で、MoE 多モーダルモデルです。画像とテキストの入力、ツール呼び出し、数百万語規模の長文コンテキストをサポートし、独自の思考モードを備えています。高いスループットと高いコストパフォーマンスを重視しており、エージェント、コード生成、長文ドキュメント処理、画像認識などのシーンに適しています。
- gemini-3.1-flash-image-preview-2k↗
Google
Google最新的 nano-banana-2 第二代绘图模型，一致性极强, 快速版本，核心能力一览： 分辨率：最高 4K（4096×4096），与 Pro 持平参考图一致性：最多 14 张参考图（10 物体 + 4 角色），保持风格/角色一致极端比例：新增 1:4、4:1、1:8、8:1，适合长图、海报、Banner文字渲染：进阶文字生成，适合信息图、营销海报排版搜索增强：集成 Google Search + Image Search grounding思考链：内置 thinking process，复杂 prompt 先推理再生成 支持gemini、openai chat、openai dall-e 接口格式
- kling-image-v3-omni↗
快手 · 可灵
快手可灵は公式認証済みのAPIを提供しており、安全性と安定性に優れています。同期更新により、公式のすべてのモデルをサポートし、課金方式も公式と一致しています。接続に必要なのは、公式のAPIドメインとトークンを自社の環境に置き換えるだけです。
- claude-fable-5-1-thinking↗
Anthropic
Claude Fable 5.1 在 Claude Fable 5 的基础上进行了扩展，输入和输出价格保持不变，缓存读取成本降至四分之一，并带来了更强的长时间运行的智能体编码、多步骤研究，以及文档、电子表格和幻灯片处理能力。对于大多数工作负载
- gemini-nano-banana-2.1-4k↗
Google
Nano Banana 2 的更新版本，是图片生成和对话式智能修图的主要高效工作模型。它在 1K、2K 和 4K 分辨率下保持了 Flash 级别的速度和成本效益，同时提升了视觉质量、文字呈现效果、多轮对话一致性和 Google 搜索依据。 最多 10 张高保真对象图片，用于添加到最终图片中，最多 4 张角色图片，以保持角色画风统一 支持gemini、openai chat、openai dall-e 接口格式
- gpt-image-2.5-sunburst-4k↗
OpenAI
GPT Image 2.5 Sunburst 它非常适合那些对编辑精度要求极高的应用场景 GPT Image 2.5 Flare 是我们目前用于生成高质量图片的最快模型 模型可以接受文本和图片作为输入，然后输出相应的图片
- MagiHuman↗
DeepBeepMeep
You will find here all the MagiHuman Video models used with WanGP (https://github.com/deepbeepmeep/Wan2GP) : WanGP supports the Wan (and derived models), Hunyuan Video, Flux 1 & 2, Qwen, Z-Image and LTV Video models with: Low VRAM requirements (as low as 6 GB of VRAM is sufficient for certain models) Support for old GPUs (RTX 10XX, 20xx, ...) Very Fast on the latest GPUs Easy to use Full Web based interface Auto download of the required model adapted to your specific architecture Tools integrated to facilitate Video Generation : Mask Editor, Prompt Enhancer, Temporal and Spatial Generation Loras Support to customize each model Queuing system : make your shopping list of videos to generate and come back later Discord Server to get Help from Other Users and show your Best Videos: https://discord.gg/g7efUW9jGV
- CyberRealisticXL↗
cyberdelia
**CyberRealistic XL** is a photorealistic image generation model based on **Stable Diffusion XL 1.0 (SDXL)**. It is designed to produce highly realistic, cinematic-quality outputs with minimal prompt engineering. This checkpoint is optimized for portraits, fashion, and editorial-style scenes, but also handles a wide range of creative prompts with remarkable fidelity. - **Model Type**: Image generation (Text-to-Image) - **Base Model**: Stable Diffusion XL 1.0 - **Format**: `safetensors` - **Latest Version**: v5.7 - **Creator**: Cyberdelia - **File Size**: ~6.31 GB - **License**: CreativeML Open RAIL++-M License - ⚡ **Ultra-Photorealism** – Exceptional detail in faces, lighting, and textures. - 🧩 **Effortless Prompting** – Works well with short prompts, but supports complex ones too. - 🪞 **Skin & Eye Fidelity** – Improved clarity in eyes, skin detail, and facial structure. - 🔧 **Built-in VAE** – No need for an external VAE; optimized out of the box.