AI 模型大全

阶跃星辰首款多模态模型，支持图像理解与视觉问答，中文场景适配良好。

MiniMax 的视频生成模型，基于 M 系列核心技术，支持文生视频与多镜头创作。

MiniMax 的语音合成模型，支持高度拟人的中文音色与情感表达，常用于配音与语音助手。

日日新系列的 Pro 规格，面向企业 API 调用，综合性能与价格均衡。

商汤日日新 V6，较 5.0 在推理与多模态图文理解全面升级，主打“超长上下文 + 超强推理”双强定位。

商汤“日日新 SenseNova”4.0 大模型，支持超长上下文、Agent 与多模态协同，商汤以视觉技术见长，模型在多模态上表现突出。

腾讯混元的图像生成模型，支持文生图、图生图与多轮图像创作，深度适配中文提示词。

腾讯混元的视频生成模型，支持文本/图像生成视频，是中国头部视频生成模型之一，在抖音/TikTok 内容生态中被广泛应用。

月之暗面推出的多模态视觉推理模型，主打“让 AI 看见并思考”，在视觉问答、图表理解和长程多模态推理场景表现出众。

智谱 AI 的屏幕操控 Agent 模型，能模拟用户操作手机与网页，实现自动下单、订票、填表等真实世界的 Agent 任务。

智谱 AI 的图像理解模型，支持图片描述、OCR、表格识别与多图对比，可接入 RAG 与 Agent 的多模态流程。

通义千问 Qwen3 的规模化 API 型号，基于 MoE 技术提供高性能通用对话与复杂推理，深度绑定阿里云百炼平台。

Meta 超级智能实验室 Muse Image，2026-07 发布的第一代文生图模型，与 Muse Spark 同步推出，主打高质量图像生成与编辑。

阿里通义万相文生图模型 Qwen Image 3.0，2026-08 发布，中文提示词理解、写实与非写实风格、文字渲染能力进一步提升。

xAI Grok Imagine 文生图模型 2.0，2026-08 发布，构图、写实与文字渲染大幅提升，与 Grok 生态及 X 平台深度整合。

字节跳动文生视频旗舰 Seedance 2.5，2026-08 发布，运动与物理模拟、多镜头叙事、超高清输出进一步提升。

Google Imagen 4，文本渲染与图像编辑能力优秀，Gemini 生态内可直接调用，适合高质量商业配图。

Pika 2 创意视频生成工具，强调风格控制与特效，可生成影视级特效片段，面向创作者。

MiniMax 文生图模型，中文提示词理解优秀，支持风格化与编辑，是国内文本生成图像的高质量 API 选项。

Midjourney 最新版本 V7，图像细节、光影与美学质感进一步提升，仍是公认的最强艺术风格文生图工具。