SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    图像模型

    共 295 篇文章
    用于文生图、图生图、图像编辑的模型
    百科工具模型ComfyUIAI合集web UI提示词
    大语言模型多模态模型图像模型语音模型3D模型Flux衍生视频模型世界模型决策模型
    排序
    发布更新浏览点赞
    MiniMax 发布开源图像模型H3-Image:6 步采样直出最高 1600 万像素图像,支持最多 16 张参考图

    MiniMax 发布开源图像模型H3-Image:6 步采样直出最高 1600 万像素图像,支持最多 16 张参考图

    11 月 10 日,MiniMax 正式宣布开源 MiniMax H3-Image 模型权重。作为 MiniMax H3 系列中专用于图像生成与编辑的顶尖模型,H3-Image 将智能意图理解与视觉世...
    图像模型# H3-Image# MiniMax
    6天前
    360
    字节跳动发布 Seedream 5.5 图像模型:支持百轮像素级多轮编辑与原生 RGBA 输出

    字节跳动发布 Seedream 5.5 图像模型:支持百轮像素级多轮编辑与原生 RGBA 输出

    2026年11月9日,字节跳动 Seed 团队正式发布新一代图像创作模型 Seedream 5.5。随着生成式 AI 逐步融入专业视觉生产流程,模型能否在交付标准、时间和成本的约束下持续产出可用结果...
    图像模型早报# Seedream 5.5# 字节跳动
    1周前
    450
    Bria 发布 Fibo 2.0 图像编辑模型,引入 VGL 结构化控制与 4 步低延迟推理

    Bria 发布 Fibo 2.0 图像编辑模型,引入 VGL 结构化控制与 4 步低延迟推理

    Bria发布图像编辑模型Fibo 2.0,这是其 FIBO 家族的最新迭代版本。该模型首次将图像生成与图像编辑功能整合至单一架构中,为专业工作流提供高可控性的视觉内容处理方案。与同系列前代产品一致,F...
    图像模型# BRIA# Fibo 2.0# 图像编辑
    1周前
    440
    NitroFusion2:基于 Z-Image-Turbo ,首创文本流对抗蒸馏,实现 1-2 步高质量图文一致 AI 图像生成

    NitroFusion2:基于 Z-Image-Turbo ,首创文本流对抗蒸馏,实现 1-2 步高质量图文一致 AI 图像生成

    萨里大学与图灵精英实验室的研究团队近期提出了 NitroFusion2,这是一种专为多模态扩散 Transformer(DiT)设计的 1-2 步极速文本到图像生成模型。 项目主页:https://c...
    图像模型# NitroFusion2# Z-Image-Turbo
    2周前
    630
    两人实验室发布文生图模型 Pyramid-JiT,训练算力成本约 21000 美元

    两人实验室发布文生图模型 Pyramid-JiT,训练算力成本约 21000 美元

    一个两人研究实验室开源了实验性文本到图像模型 Pyramid-JiT (P-JiT 21K)。该模型作为其未来视频生成模型的技术验证(概念证明),以极低的训练成本探索了高效的像素空间生成架构,旨在为创...
    图像模型# P-JiT 21K# Pyramid-JiT
    2周前
    550
    Pangram 正式发布 Pangram Image 1.0 与 Flash 1.0:图像版准确率 99.96%,Flash 版本主攻 AI 视频检测,DF26 数据集达 98.7%

    Pangram 正式发布 Pangram Image 1.0 与 Flash 1.0:图像版准确率 99.96%,Flash 版本主攻 AI 视频检测,DF26 数据集达 98.7%

    Pangram正式发布了其旗舰级 AI 内容检测模型 Pangram Image 1.0 及轻量级高速模型 Pangram Image Flash 1.0。该系列产品在人工智能图像与视频检测领域实现了...
    图像模型早报# Pangram# Pangram Image 1.0# Pangram Image Flash 1.0
    2周前
    540
    OpenMOSS开源MOSS-Image :5B骨干文生图模型,原生JSON布局控制,图像内文字渲染能力突出

    OpenMOSS开源MOSS-Image :5B骨干文生图模型,原生JSON布局控制,图像内文字渲染能力突出

    OpenMOSS 推出 MOSS-Image 文生图模型系列,包含基础版 MOSS-Image-Base 和精选数据微调版 MOSS-Image-SFT,权重与代码开源,Apache-2.0许可证。 ...
    图像模型# MOSS-Image# OpenMOSS
    4周前
    1480
    Black Forest Labs 开放 FLUX 3 Image Klein 权重:56亿参数图像模型,最低8GB显存可本地运行,原生4K输出,支持参考图引导与框选编辑

    Black Forest Labs 开放 FLUX 3 Image Klein 权重:56亿参数图像模型,最低8GB显存可本地运行,原生4K输出,支持参考图引导与框选编辑

    Black Forest Labs 正式开放 FLUX 3 Image Klein 的模型权重,这是一款56亿参数的图像生成模型,开发者可在本地硬件完成图像生成、编辑与定制化微调。Klein 继承7月...
    图像模型# Black Forest Labs# FLUX 3 Image Klein
    1个月前
    1160
    阿里千问推出Qwen-Image-2.1-Turbo:8步去噪文生图,沿用7B架构,2K图生成提速

    阿里千问推出Qwen-Image-2.1-Turbo:8步去噪文生图,沿用7B架构,2K图生成提速

    阿里千问项目组此前在9月20日开源Qwen-Image-2.1,这是一款融合文生图与图像编辑能力的轻量图像生成模型。视觉生成模块仅7B参数,采用32层Single-Stream DiT架构,在保证出图...
    图像模型# Qwen-Image-2.1-Turbo# 阿里千问
    1个月前
    1270
    谷歌发布 Nano Banana 2.1:蒙版局部编辑升级,多图主体一致性大幅增强

    谷歌发布 Nano Banana 2.1:蒙版局部编辑升级,多图主体一致性大幅增强

    谷歌正式推出 Nano Banana 2.1,这是基于 Gemini 3.6 Image 打造的新一代AI图像生成与编辑模型,在Nano Banana 2(Gemini 3.1 Flash Image...
    图像模型早报# Gemini 3.6 Image# Nano Banana 2.1# 谷歌
    1个月前
    1070
    LogoLabs 发布 Agate Preview 001:260M 小参文生图模型,GenEval 追平 SDXL,消费级GPU两秒出图

    LogoLabs 发布 Agate Preview 001:260M 小参文生图模型,GenEval 追平 SDXL,消费级GPU两秒出图

    LogoLabs 推出轻量文生图模型 Agate Preview 001,260M参数量,仅消耗145 GH200训练算力,GenEval得分0.550,和SDXL持平,远高于SD1.5、SD2.1...
    图像模型# Agate Preview 001# LogoLabs
    2个月前
    1160
    蚂蚁百灵开源 Ming-Image-0.1-Design:6B 模型登顶开放权重 UI/UX 设计榜,支持可编辑图层分解与 Agent Skills

    蚂蚁百灵开源 Ming-Image-0.1-Design:6B 模型登顶开放权重 UI/UX 设计榜,支持可编辑图层分解与 Agent Skills

    蚂蚁集团百灵团队正式开源 Ming-Image-0.1-Design 系列,包含两个 6B 参数模型及两个配套 Agent Skills。 Ming-Image-0.1-Design 在 Artifi...
    图像模型# Ming-Image-0.1-Design# 蚂蚁百灵
    2个月前
    2010
    加载更多

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    MagicArena

    MagicArena

    MagicArena是字节跳动推出的一个采用Elo积分机制的视觉生成大模型公开对战平台。平台上有多个视觉生成大模型(文生图、文生视频、图生视频)随机两两对战,用户对生成的结果进行评价,累积定对战数据后可以查看自己的大模型排行榜。
    Flowith

    Flowith

    Flowith 是一个基于 AI 的工具,适合深度工作和内容创作。它提供一个直观的画布界面,让用户可以轻松生成长文本、组织知识和协作。它的 AI 代理 Oracle 可以自动规划复杂任务,无需手动提示工程,并支持多种顶级 AI 模型如 GPT-4o 和 Claude 3.5 sonnet。
    Video_Spider

    Video_Spider

    Video_Spider 是一款高效、简洁的短视频无水印下载工具。只需提供短视频链接,即可快速获取无水印的视频版本,支持多个主流短视频平台,为用户提供纯净的视频下载体验。
    RSS-AIGC

    RSS-AIGC

    RSS-AIGC是一个非常简易的现代化的 RSS 订阅与 AI 内容聚合平台,专为内容创作者、研究人员和知识工作者设计。系统集成了 AI 报告生成、飞书机器人推送、多源内容聚合等高级功能,帮助用户高效地获取、管理和分析来自 Hacker News、GitHub、ArXiv 等专业平台的内容
    威软夸克助手

    威软夸克助手

    威软夸克助手 是一款完全开源、本地运行的浏览器脚本,无需上传账号信息,即可在网页端解析夸克网盘文件的真实下载地址,并支持批量操作与多工具集成。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      MagicArena

      MagicArena

      MagicArena是字节跳动推出的一个采用Elo积分机制的视觉生成大模型公开对战平台。平台上有多个视觉生成大模型(文生图、文生视频、图生视频)随机两两对战,用户对生成的结果进行评价,累积定对战数据后可以查看自己的大模型排行榜。
      Flowith

      Flowith

      Flowith 是一个基于 AI 的工具,适合深度工作和内容创作。它提供一个直观的画布界面,让用户可以轻松生成长文本、组织知识和协作。它的 AI 代理 Oracle 可以自动规划复杂任务,无需手动提示工程,并支持多种顶级 AI 模型如 GPT-4o 和 Claude 3.5 sonnet。
      Video_Spider

      Video_Spider

      Video_Spider 是一款高效、简洁的短视频无水印下载工具。只需提供短视频链接,即可快速获取无水印的视频版本,支持多个主流短视频平台,为用户提供纯净的视频下载体验。
      RSS-AIGC

      RSS-AIGC

      RSS-AIGC是一个非常简易的现代化的 RSS 订阅与 AI 内容聚合平台,专为内容创作者、研究人员和知识工作者设计。系统集成了 AI 报告生成、飞书机器人推送、多源内容聚合等高级功能,帮助用户高效地获取、管理和分析来自 Hacker News、GitHub、ArXiv 等专业平台的内容
      威软夸克助手

      威软夸克助手

      威软夸克助手 是一款完全开源、本地运行的浏览器脚本,无需上传账号信息,即可在网页端解析夸克网盘文件的真实下载地址,并支持批量操作与多工具集成。
      查看完整榜单