Modelli di IA per generare immagini e video

Analizziamo i modelli di generazione di immagini e video più popolari: cosa sanno fare, in cosa differiscono e per quali compiti sono adatti. Ogni modello ha i dati chiave, esempi di prompt e risposte alle domande frequenti.

Una pila di foto stampate su una scrivania scura — un ritratto, una foto prodotto, un panorama montano — con una banana matura sopra

Google DeepMindImmaginiDisponibile su AI2Face

Nano Banana 2.1

Il modello di immagini principale di Google: fino a 4K, 14 riferimenti, panorami 8:1, metà prezzo di Nano Banana 2.

Vista aerea di una valle verde nebbiosa con un fiume sinuoso e nuvole sui pendii

Google DeepMindImmaginiDisponibile su AI2Face

Nano Banana 2

Il modello principale di Google per le foto: velocità Flash, qualità vicina a Pro, fino a 4K.

Foto, un acquerello e una statuetta di volpe in argilla su un tavolo di legno accanto a una banana

Google DeepMindImmaginiDisponibile su AI2Face

Nano Banana

La famiglia di modelli di Google per generare e modificare foto, dal veloce Nano Banana al Pro di punta.

Una scrivania bianca vista dall'alto: uno sketchbook con miniature di paesaggi montani, uno smartphone con un paesaggio a colori, un cronometro, pennarelli e un espresso

Google DeepMindImmaginiDisponibile su AI2Face

Nano Banana 2 Lite

Il modello di immagini leggero di Google: risultato in pochi secondi, solo 1K, il più economico della famiglia.

Una designer nel suo studio di sera guarda sul monitor una griglia di ritratti e poster generati

Google DeepMindImmaginiDisponibile su AI2Face

Nano Banana Pro

Il modello di punta di Google per il fotorealismo, il testo preciso nelle immagini e il lavoro con riferimenti in 4K.

Faro bianco su una scogliera nella tempesta, onde sugli scogli, un fascio di luce nella pioggia

Google DeepMindVideoDisponibile su AI2Face

Veo 3.1

Modello video di Google con audio — voce, effetti e musica nello stesso clip, fino a 4K e 8 secondi.

Costruzione di un acquedotto romano: operai sollevano blocchi di pietra con una ruota a tamburo, archi su una centina di legno

Google DeepMindVideoDisponibile su AI2Face

Gemini Omni

“Nano Banana per il video” — un clip con audio da testo, foto e video, e modifiche con frasi ordinarie.

Scrivania di uno studio di design la sera: poster, campioni di tessuto, un vaso di fiori secchi e una lampada d'ottone accanto a una finestra con le luci della città

ByteDance SeedImmaginiDisponibile su AI2Face

Seedream

Modelli di immagini di ByteDance — fotorealismo, design e testo in più di 10 lingue, fino a 4K.

Un pescatore anziano con impermeabile giallo e berretto da marinaio su una barca, in un porto nebbioso all'alba

ByteDance SeedVideoDisponibile su AI2Face

Seedance

Modello video di ByteDance con audio — fino a 30 secondi per generazione e fino a 50 riferimenti nella 2.5.

Uno chef lancia la pasta in una padella con le fiamme nella cucina di una trattoria

KuaishouVideoDisponibile su AI2Face

Kling

Modello video di Kuaishou: clip a più inquadrature fino a 15 secondi con audio. Kling 4.0 promette 30 secondi.

Scrivania di un'agenzia creativa vista dall'alto: bozzetti di poster, un tablet con un disegno, pennarelli, sticker e caffè

OpenAIImmaginiDisponibile su AI2Face

GPT Image

Il modello di immagini di OpenAI in ChatGPT — testo preciso, impaginazione e modifiche, fino a 3840 px.

Paesaggio surreale: una carpa koi gigante fatta di nuvole nuota sopra un lago di montagna nella nebbia, sotto una barca con una lanterna

MidjourneyImmaginiDisponibile su AI2Face

Midjourney

Modello artistico per immagini: estetica riconoscibile, stili, personalizzazione, HD a 2K.

Un loft d'artista soleggiato: un grande tavolo con stampe fotografiche e una tavolozza, un portatile con un paesaggio di montagna, piante vicino alla finestra

Black Forest LabsImmaginiDisponibile su AI2Face

FLUX

I modelli di BFL: FLUX.2 per immagini da 4 MP con 10 riferimenti, FLUX 3 Video 3° nella classifica video.

Una decappottabile rossa percorre una strada a tornanti sopra un mare turchese al tramonto, vista aerea

MiniMaxVideoDisponibile su AI2Face

Hailuo

I modelli video di MiniMax: H3 crea clip da 15 secondi in 2K con audio stereo, pesi aperti.

Una ragazza con una sciarpa verde scende da un treno rosso in una stazione di montagna innevata

AlibabaVideoDisponibile su AI2Face

Wan

Il modello video di Alibaba: clip fino a 30 secondi con audio, fino a 20 riferimenti, persino documenti.

Una sala di montaggio buia: sul monitor un cavaliere nel deserto al tramonto, accanto un banco di regia con tasti luminosi e delle cuffie

RunwayVideoDisponibile su AI2Face

Runway

I modelli video di Runway: Gen-4.5 per video da testo e immagine con una coreografia di camera precisa.

Uno skater fa un kickflip sopra una scalinata di cemento in una piazza cittadina al tramonto

xAIImmaginiDisponibile su AI2Face

Grok Imagine

Immagini e video di xAI: Image 2.0 è 6° su Arena, Video 1.5 aggiunge audio e riferimenti.