AI 图像
380 个实体 · 自动按 Tier 分层 · NavXD 知识图谱已收录
旗舰（工具）
// TIER-1 · 本主题最具影响力的 12 个Banana Slides
一个基于 nano banana pro 强大模型的开源 AI PPT 生成工具，它如何通过自然语言驱动、文件解析与素材上传等机
InstantID
提供一张面部照片和文本提示，即可在数秒内生成多种风格、姿态和背景的高保真个性化图像。
LTX-video
实时生成能力、高质量输出和开源特性重新定义了视频创作标准。
Luma AI
Luma AI 推出的先进视频编辑工具，集成于其旗舰平台 Dream Machine 中。
Runway ML
Runway ML 是一款功能强大的AI驱动创意工具，专注于图像生成、视频处理和多媒体内容创作，广泛应用于影视、设计、广告等领域
Stable Diffusion
Stable Diffusion 是一个基于深度学习的开源图像生成模型，能够根据文本描述生成高质量的图像。
Galileo AI
通过自然语言或图像提示，快速生成高保真、可编辑的用户界面设计。
即梦AI
以AI驱动图文/视频一站式创作，让普通人的奇思妙想秒变专业级成品。
文心一格
文心一格，AI艺术和创意辅助平台，依托飞桨、文心大模型的技术创新推出的“AI作画”产品，可轻松驾驭多种风格，人人皆可“一语成画”
Uizard
这个平台利用机器学习技术，可以将用户手绘的草图转换为可交互的数字界面，对于UI/UX设计师来说非常有用。
Stability AI
使用 SDXL Turbo 和 Stable Diffusion XL 图像生成功能和API接口。
Midjourney
一个独立的研究实验室，探索新的思维媒介，拓展人类想象力的力量。
实用（工具）
// TIER-2 · 稳定推荐档OmniAvatar
OmniAvatar 是由浙江大学与阿里巴巴联合开发的开源音频驱动全身 avatar 视频生成模型，支持精确 lip‑sync、
Octo
开源通用机器人策略模型，支持多机器人任务训练。
Direct3D-S2
由南京大学、复旦大学、牛津大学等机构联合推出的高分辨率 3D 生成框架。
FireRed-Image-Edit
小红书 FireRed 团队推出的 AI 图像编辑模型。
PosterCraft
PosterCraft 是开源的高质量美学海报生成框架，通过多阶段优化流程实现精准文本渲染、高级布局与视觉–语言反馈，免费提供模
HiDream-O1-Image
智象未来发布的统一式图像生成基础模型。
EmbodiedGen
EmbodiedGen 是由 Horizon Robotics 提出的开源 3D 生成工具，支持多模态资产（图像、文本、布局）生
OmniConsistency
一个基于 Diffusion Transformer 的图像一致性插件，主要用于图像到图像（Image-to-Image）风格迁
PreenCut
PreenCut 是一款开源 AI 视频检索与剪辑工具，支持语音识别（WhisperX）、LLM 分析、自然语言查询与批量处理，
Stream‑Omni
Stream‑Omni 是由中科院 ICT NLP 团队开源的一体化 GPT‑4o 风格语言-视觉-语音多模态聊天模型。支持任何
MTVCrafter
一款面向开放世界人像动画的 AI 视频生成框架，旨在通过直接建模原始 3D 动作序列，实现高质量的人像动画生成。
