模型

快速高质量生成与精准编辑，参考图保真度更强。

Google 最新快速图片模型，支持清晰文字、对话式编辑、最多 14 张参考图融合及 4K 输出。

xAI Grok Imagine Image 2.0，支持质量控制和最高 2K 输出的图像生成与编辑。

ByteDance 旗舰图像生成与编辑模型，输出清晰 1K 与 2K。

最高保真 Flux 2 图像模型，支持生成与多参考编辑。

字节跳动旗舰多模态视频模型，支持同步音频、丰富的参考控制和最长 30 秒的视频。

MiniMax H3 Max 视听生成，支持文字、首尾帧与多模态参考。

Black Forest Labs 多模态视频模型，可从文本生成同步音频。

Google 旗舰视频模型，支持原生音频、首尾帧控制与主体参考图。