# 用于生成图像和视频的 AI 模型

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。

- [Nano Banana 2.1](https://ai2face.com/zh/models/nano-banana-2-1.md): Nano Banana 2.1是Google DeepMind基于Gemini 3.6 Flash打造的图像生成与编辑模型，于2026年10月6日发布，取代Nano Banana 2。它可生成最高4K的图片，支持最多14张参考图，最多保持4个角色一致，能生成最宽8:1的全景图，API中每张1K图价格为0.0336美元。Nano Banana 2.1已上线AI2Face生成器。
- [Nano Banana 2](https://ai2face.com/zh/models/nano-banana-2.md): Nano Banana 2 是 Google DeepMind 用于生成和编辑图像的模型，正式名称为 Gemini 3.1 Flash Image。它于 2026 年 2 月 26 日发布，以 Flash 的速度提供接近 Pro 的质量，分辨率从 512 像素到 4K，最多支持 14 张参考图。可在 AI2Face 的生成器中使用。
- [Nano Banana](https://ai2face.com/zh/models/nano-banana.md): Nano Banana 是谷歌用于生成和编辑图像的模型家族。首款模型 Gemini 2.5 Flash Image 于 2025 年 8 月 26 日发布；如今家族共有四个版本：Nano Banana、Nano Banana 2、2 Lite 和 Pro。四个版本都可以在 AI2Face 的生成器中使用。
- [Nano Banana 2 Lite](https://ai2face.com/zh/models/nano-banana-2-lite.md): Nano Banana 2 Lite是Google在Nano Banana系列中最快、最便宜的图像模型，官方名称为Gemini 3.1 Flash-Lite Image。它于2026年6月30日发布：在API中约4秒生成一张1K图片，价格0.0336美元，只有Nano Banana 2的一半。分辨率仅支持1K。Nano Banana Lite已上线AI2Face生成器。
- [Nano Banana Pro](https://ai2face.com/zh/models/nano-banana-pro.md): Nano Banana Pro 是 Google DeepMind 用于生成和编辑图像的模型，正式名称为 Gemini 3 Pro Image。它于 2025 年 11 月 20 日发布，最高可生成 4K 图片，能用多种语言在图中写出清晰的文字，最多接受 14 张参考图。在 AI2Face 中可通过生成器和角色构建器使用。
- [Veo 3.1](https://ai2face.com/zh/models/veo-3-1.md): Veo 3.1 是 Google DeepMind 的视频模型，2025年10月15日发布。它生成 4、6 或 8 秒的片段，分辨率 720p、1080p 或 4K，并同时生成声音：语音、音效和背景。它能让照片动起来，用三张参考图稳住角色，也能在首帧和尾帧之间做转场。AI2Face 里可以用 Veo 3.1、Fast 和 Lite。
- [Gemini Omni](https://ai2face.com/zh/models/gemini-omni.md): Gemini Omni 是 Google DeepMind 的视频模型，于 2026 年 5 月的 Google I/O 上发布。Omni 1.1 Flash（2026 年 8 月 27 日）能用文字、图像和短视频生成 3–10 秒有声片段，用普通句子修改成片，并延长到 40 秒。Google 称它为“视频版 Nano Banana”。Omni Flash 可在 AI2Face 生成器中使用。
- [Seedream](https://ai2face.com/zh/models/seedream.md): Seedream 是 ByteDance Seed 的图像模型家族。Seedream 4.5（2025年12月）可做到 4K，并稳住最多 10 张参考图；5.0 Lite（2026年2月13日）生成前会推理，并能上网查资料；5.0 Pro（2026年7月8日）排复杂版式、把图分成图层，并用 10 种以上语言写字。三个版本都在 AI2Face 生成器里。
- [Seedance](https://ai2face.com/zh/models/seedance.md): Seedance 是 ByteDance Seed 的视频模型家族，能根据文字、照片、视频和音频一次生成带声音的片段。Seedance 2.0 于 2026 年 2 月 12 日发布，时长 4–15 秒。Seedance 2.5 于 2026 年 7 月 31 日发布：单次最长 30 秒，可延长两次，最多 50 个参考。Seedance 可在 AI2Face 生成器中使用。
- [Kling](https://ai2face.com/zh/models/kling.md): Kling 是中国公司快手的视频模型系列。Kling 3.0 于 2026 年 2 月 5 日发布：成片最长 15 秒，支持 720p 和 1080p，一次生成多个镜头，原生多语言声音，并能按照片和视频做角色。2026 年 9 月 28 日，Kling 公布 4.0，宣称最长可生成 30 秒，目前仍处于抢先体验。在 AI2Face 的生成器里可以使用 Kling。
- [GPT Image](https://ai2face.com/zh/models/gpt-image.md): GPT Image 是 OpenAI 的图像模型家族，ChatGPT 里的画图就靠它。GPT Image 2 于 2026年4月21日发布：多语言文字准确、版式、信息图和漫画。GPT Image 2.5（2026年9月8日）有两个版本，快的 Flare 和准的 Sunburst，速度最多快 50%，也更能保住参考图里的人脸。在 AI2Face 里，GPT Image 可在生成器中使用。
- [Midjourney](https://ai2face.com/zh/models/midjourney.md): Midjourney 是同名独立实验室的图像模型，以绘画感著称。2026 年 7 月 24 日起，默认版本是 V8.2：审美更鲜明，能按作者口味个性化，HD 最高 2048 px，并有新的 Edit Model 按参考修改。它也能做视频：由图片生成最长 21 秒的片段。在 AI2Face 的生成器里可以使用 Midjourney。
- [FLUX](https://ai2face.com/zh/models/flux.md): FLUX AI是德国实验室Black Forest Labs推出的模型系列。FLUX.2（2025年11月25日）可生成和编辑最高4MP的图像，支持最多10张参考图，能渲染文字和信息图，dev版本开放权重。FLUX 3 Video（2026年8月4日）能生成最长20秒、带声音和对白的视频，在Arena视频榜排名第3。FLUX已上线AI2Face生成器。
- [Hailuo](https://ai2face.com/zh/models/hailuo.md): 海螺AI（Hailuo）是中国公司MiniMax推出的视频模型。Hailuo 2.3（2025年10月）可生成6–10秒的768p和1080p视频，新的MiniMax H3（2026年7月31日）可生成4–15秒、最高2K、带立体声的视频，最多支持12个参考，对白支持11种语言。H3权重开放，在Arena的48个模型中排名第8。海螺已上线AI2Face生成器。
- [Wan](https://ai2face.com/zh/models/wan.md): Wan（通义万相）是阿里巴巴的视频模型系列。2026年8月24日正式上线的Wan 3.0可生成最长30秒、带对白、音效和音乐的视频，最多支持20个参考：照片、视频、音频，甚至文档。在Arena的48个模型中排名第6。早先的Wan 2.1和2.2以Apache 2.0开源。Wan已上线AI2Face生成器。
- [Runway](https://ai2face.com/zh/models/runway.md): Runway AI是美国公司Runway的视频模型系列。Gen-4.5于2025年12月1日发布，上线时登顶Artificial Analysis排行榜：可根据文本和图片生成2–10秒的720p视频，擅长复杂运镜，对提示词的遵循度高。Aleph 2.0用于编辑成片，Gen-3已于2026年7月下线。Runway已上线AI2Face生成器。
- [Grok Imagine](https://ai2face.com/zh/models/grok-imagine.md): Grok Imagine是xAI的图片和视频生成器。Imagine Image 2.0于2026年8月7日发布：排版精准，支持选区编辑、去背景和最多5张参考图，在Arena的80个模型中排名第6。Imagine Video 1.5可生成带声音的1080p视频，7月起支持人脸和声音参考。Grok Imagine已上线AI2Face生成器。