AI 媒体创作工具：在同一工作区创作 AI 图片、视频和 3D 素材

Tripo 3D H3.1 可根据文本、图片或多个视角生成精细的 3D 模型。创建带纹理和 PBR 材质的资产，用于产品预览、游戏道具、概念设计和互动体验。

Tripo 3D 2.5 是基于 AI 技术的图像转 3D 智能生成模型，可上传一张或多张图片（或使用平台模板/AI 生成素材），系统自动分析图像结构，生成高质量可用 3D 模型。无需建模经验或复杂操作，即刻实现专业级 3D 展示效果。

Meshy 3D 7.0 可将文字构思、单张图片或物体的多个视角转化为带纹理的 3D 模型。在 3D 查看器中预览结果，并以 GLB 文件格式下载。

Veo 3 AI 是 Google DeepMind 开发的真实感视频生成模型，支持生成高质量画面与音频的视频内容。

Veo 3.1 AI 是 Google DeepMind 开发的真实感视频生成模型，支持生成高质量画面与音频的视频内容。

Gemini Omni AI 是一款支持文生视频和图生视频的视频生成模型，可通过提示词控制横屏和竖屏短片。

Gemini Omni 1.1 Flash 是 Google DeepMind 推出的 AI 视频模型，支持文生视频、图生视频和首尾帧生成。可创建 5 秒或 10 秒的横屏或竖屏视频片段，分辨率覆盖 360p 至 4K。

Nano Banana AI 是 Google Gemini 2.5 闪电图像 AI 驱动的在线图像生成与编辑工具。支持文本、图片提示，轻松创作或修改图片，功能丰富，满足多种视觉需求。

Nano Banana Pro（Gemini 3.0 Pro 图像）是谷歌最新一代高级图像生成与编辑 AI 模型。仅凭文本描述即可高效创作和变换图片，融合谷歌最新计算机视觉与生成式 AI 研究成果，带来专业级精度、灵活创意与智能语义控制，助你高效完成视觉创作。

Nano Banana 2 AI 由 Google DeepMind 驱动，提供高性价比、超快速的图像生成与编辑服务。拥有 Nano Banana Pro 几乎所有核心功能，Nano 2 非常适合追求高性价比和速度的用户，让每个人都能在几秒内获得高质量视觉效果。

Nano Banana 2.1 可根据文本生成图片，并通过参考素材引导的编辑优化照片。创作人像、产品场景和营销活动视觉作品，还可选择使用网页与图片搜索，为创意需求补充背景信息。

Seedream 5.0 Pro AI 是 ByteDance Seed AI 推出的先进图像生成与编辑模型。它支持高质量文生图、基于提示词的图像编辑，以及面向电商、设计、广告和内容制作的参考图引导视觉工作流。

Seedream 4.5 AI 由 Seed AI 开发，是一款支持快速高质量图像生成与编辑的生成模型，操作简单，适合新手及专业人士。较前代显著提升了主体一致性、小字清晰度、多图融合及指令理解，可为电商、设计、广告等场景带来性价比极高的4K电影级画面。

Seedream 5.0 AI 由字节跳动开发，是一款支持通过文本或图片提示高效生成与编辑高质量图片的生成器。操作简单，新手和专业创作者皆可轻松上手。相比以往版本，大幅提升了主体一致性、小字清晰度、多图融合和指令理解能力，为电商、设计、广告等场景带来高性价比的4K电影级画质。

Seedream 4.0 AI 由 Seed AI 开发，支持通过文本或图片提示快速生成、编辑图片。统一架构实现超快高清输出，既能创造新作，也能精准修改素材，适合新手及专业创作者，支持中英文及多模态输入。

Seedance 2.5 是字节跳动 Seed AI 推出的视频模型，支持文生视频，以及使用一张起始图像并可选添加第二张结束图像来创作视频。可生成 5 至 30 秒的 480p 或 720p 视频片段，文生视频支持灵活的画面比例，并可选生成模型原生音频。

Seedance 2.0 是字节跳动 Seed AI 下一代视频生成模型。采用突破性的双分支扩散 Transformer 架构，实现从零并行生成画面与音频，支持真 2K 电影级分辨率与多镜头叙事流畅表达。

Seedance 2.0 Mini 是一款成本更低的 ByteDance Seed AI 视频模型，可快速进行文生视频和图生视频创作。它支持音频、灵活的画面比例和输出增强选项，便于高效迭代创意。

Seedance 1.0 Pro 是 Seed AI 打造的高阶 AI 视频生成模型，支持从文本到视频、图片到视频等多种创作方式。支持多镜头编排，画面清晰自然流畅，助力创作者和品牌高效产出优质视觉内容。

HiDream-I1 Fast 是一款先进开源图像生成模型，拥有 170 亿参数，仅用 16 步即可生成高质量图片。

HiDream-I1 Dev 是一款前沿开源图像生成模型，拥有 170 亿参数，仅需 16 步即可生成优质图片。

HiDream-I1 Full 是一款强大的开源图像生成模型，拥有 170 亿参数，可在数秒内生成高质量图片。

使用 Kling 4.0 根据文本提示词或源图像创建 AI 视频。结合原生音频，控制电影感运动、镜头移动和角色连续性。

Kling 3.0 Turbo 是基于 Kling 3.0 的更快速、更具成本效益的模型。它保留多模态视频生成能力，支持画面与音频（包括对白、音效、背景音乐）统一创作，并通过创新的“Storyboard”和“Elements 3.0”系统实现自动多镜头编辑，以及 AI 生成视频中的角色和道具一致性控制。

Kling 3.0 是原生多模态视频大模型，支持 15 秒 高清视频生成，并首次实现画面与音频（包括对话、音效、背景音乐）一体化联合生成。新版本引入创新的“分镜”和“元素 3.0”系统，实现多镜头自动剪辑，解决 AI 视频中角色与道具一致性难题。

Vidu Q3 是 Vidu AI 推出的新一代 AI 视频生成模型，单次可生成最长 16 秒的视听同步视频片段，支持本地音轨、背景音乐与多语种台词精准协同。

ChatGPT Images 2.5 可将文字构思转化为插画、营销活动视觉作品和写实场景。使用参考照片引导精准编辑，同时保持自然的细节和视觉连贯性。

GPT Image 2 是 OpenAI 推出的图像模型，支持高质量生成和精准编辑。将文本提示词转化为写实画面，或通过自然语言指令优化现有图片，用于营销、电商和创意项目。

MiniMax H3 也称为 Hailuo 3.0 AI，可根据文本提示词和图片创作电影感视频。通过设计场景与动作，为故事叙述、营销和社交媒体制作视频内容。

Happy Horse 1.0 可根据文本提示词和图片生成动作连贯、细节写实的电影感视频。引导场景构图和视觉方向，用于故事叙述、营销和社交内容创作。

Qwen Image 2.0 是阿里巴巴 Qwen 团队推出的模型，将文生图与精准图像编辑融为一体。创作细节丰富的视觉内容，使用自然语言优化图片，并在设计中呈现中英文文字。

Midjourney Image 可将文本提示词转化为图片，用于营销活动、概念艺术和设计项目。描述主体、光线和视觉风格，再选择画面比例，探索你的创意方向。

Midjourney Video 通过动作提示词让原始图片动起来。利用镜头运动、角色动作和氛围变化，为人像、插画和想象中的场景注入活力。

FLUX 3 是一款多模态 AI 视频模型，支持文生视频、图生视频和首尾帧生成。可创建 5 至 20 秒的 720p 或 1080p 视频片段，灵活选择画面比例，并可选生成原生音频。