语言
我们深入解析热门的图像与视频生成模型：它们能做什么、有何区别、适合哪些任务。每个模型页面都包含关键信息、提示词示例和常见问题解答。
Google DeepMind图像AI2Face 已支持
Google的主力图像模型：最高4K，14张参考图，8:1全景，价格只有Nano Banana 2的一半。
谷歌主力照片模型：Flash 的速度、接近 Pro 的质量，最高 4K。
谷歌用于生成和编辑照片的模型家族，从快速的 Nano Banana 到旗舰 Pro。
Google的轻量图像模型：几秒出图，仅支持1K，全系列最便宜。
谷歌旗舰模型，擅长写实照片、图中精准文字，以及在 4K 下使用多张参考图。
Google DeepMind视频AI2Face 已支持
谷歌的视频模型，画面和声音一起生成：语音、音效和音乐，最高 4K、8 秒。
“视频版 Nano Banana”：用文字、照片和视频做成有声片段，再用普通句子修改。
ByteDance Seed图像AI2Face 已支持
ByteDance 的图像模型——照片级真实、设计和 10 种以上语言的文字，最高 4K。
ByteDance Seed视频AI2Face 已支持
ByteDance 的有声视频模型：单次最长 30 秒，2.5 最多 50 个参考。
Kuaishou视频AI2Face 已支持
快手的视频模型：多镜头成片最长 15 秒并带声音。Kling 4.0 宣称可达 30 秒。
OpenAI图像AI2Face 已支持
ChatGPT 里的 OpenAI 图像模型——文字准确、版式和修改，最长边 3840 px。
Midjourney图像AI2Face 已支持
偏绘画的图像模型：辨识度高的审美、风格、个性化，以及 2K 的 HD。
Black Forest Labs图像AI2Face 已支持
BFL的模型：FLUX.2支持10张参考图生成4MP图像，FLUX 3 Video位列视频榜第3。
MiniMax视频AI2Face 已支持
MiniMax的视频模型：H3可生成带立体声的15秒2K视频，权重开放。
Alibaba视频AI2Face 已支持
阿里巴巴的视频模型：带声音的视频最长30秒，最多20个参考，甚至支持文档。
Runway视频AI2Face 已支持
Runway的视频模型：Gen-4.5可根据文本和图片生成视频，运镜精准。
xAI图像AI2Face 已支持
xAI的图片和视频：Image 2.0位列Arena第6，Video 1.5支持声音和参考。
