模型目录
先确定要完成的任务，再选择合适的 AI 图片或视频模型。
每个模型页都会说明 ImageStyle 中当前可用的输入方式、输出控制和实用流程。明确需要的结果后进入对应模型页，并在生成前核对设置。
AI 图片模型
对比文字生图、参考图引导、画面比例和输出档位。
Nano Banana 2
适合参考图引导、可手动选择 1K、2K、4K 且画面比例丰富的图片任务。
查看模型详情Nano Banana 2 Lite
适合参考图引导、画面比例丰富且输出档位由模型决定的图片方向。
查看模型详情Nano Banana Pro
适合最多 8 张已授权参考图，并可手动选择 1K、2K、4K 的图片任务。
查看模型详情Nano Banana
适合使用灵活画面比例、由模型决定输出档位的纯文字图片方向。
查看模型详情
Seedream 5 Pro
适合聚焦的文字或参考图引导图片任务，可选择 1K 或 2K 输出。
查看模型详情GPT Image 2
适合详细说明和参考图引导，并需权衡 1K、2K、4K 与画面比例的任务。
查看模型详情
Grok Imagine
适合文字或单张参考图引导，并可选择 Standard 或 High 模式的图片任务。
查看模型详情Grok Imagine Image 2.0
适合纯文字生图，支持最多 5,000 字符的提示词和 5 种已公开画面比例。
查看模型详情Z Image
适合简洁文字生图、5 种固定画面比例和模型决定输出档位的任务。
查看模型详情
Wan 2.7 Image
适合参考图引导、1K 或 2K 输出及 8 种固定画面比例的图片任务。
查看模型详情Wan 2.7 Image Pro
适合文字主导的 1K、2K、4K 图片输出；带参考图时不能选择 4K。
查看模型详情Qwen Image 3.0
适合文字生图和参考图编辑，可选择 1K 或 2K 输出及 8 种固定画面比例。
查看模型详情Qwen Image 3.0 Pro
适合需要更高保真度的文字生图和参考图编辑，可选择 1K 或 2K 输出。
查看模型详情AI 视频模型
对比文字、图片、音频和运动参考引导的视频流程，以及时长、画面比例和输出选项。
Seedance 2 Mini
适合结合文字、媒体参考、生成音频和网页搜索的多模态短视频。
查看模型详情Seedance 2 Fast
适合当前 Fast 命名、默认 15 秒片段的多模态视频工作流。
查看模型详情Seedance 2
适合需要明确选择 480p 至 4K 输出的多模态视频任务。
查看模型详情Seedance 2.5
适合较长的多模态视频，支持 480p 或 720p、首尾帧和媒体参考。
查看模型详情
HappyHorse 1.1
适合文字或一张起始图视频，并需要当前 9 种文字生视频画面比例的任务。
查看模型详情HappyHorse
适合简洁的文字或单首帧流程，并使用 5 种标准画面比例。
查看模型详情
Kling 2.6
适合提示词主导的 5 或 10 秒视频，固定 720p 并支持生成音频。
查看模型详情Kling V3 Turbo
适合提示词主导的文字或图片视频，支持 720p 或 1080p 以及 3 至 15 秒。
查看模型详情Kling 3.0 Video
适合提示词主导的短序列，支持一张图片、多镜头、生成音频和质量档位。
查看模型详情Kling O3
适合单镜头文字或有序首尾帧生视频，可选 720p 至 4K 输出和原生音频。
查看模型详情Wan 2.6 Video
适合使用提示词改造上传源视频，可选择 5 或 10 秒、720p 或 1080p，并支持多镜头控制。
查看模型详情Kling 2.6 Motion Control
适合由参考图和驱动视频控制动作，可选 720p 或 1080p，来源视频时长取决于角色方向。
查看模型详情Kling 3.0 Motion Control
适合由参考图和驱动视频控制动作，可选 720p 或 1080p，来源视频时长取决于角色方向。
查看模型详情Wan 2.7 Video
适合使用提示词、画面、运动片段、驱动音频和负面提示词引导的视频任务。
查看模型详情Grok Imagine Video
适合文字或单图视频，支持 6 至 30 秒；图生视频时画面比例由来源图决定。
查看模型详情Grok Imagine Video 1.5 Preview
适合 Preview 文字或多图视频工作流，支持 1 至 15 秒和自适应画面比例。
查看模型详情Gemini Omni Video
适合长提示词主导、可选图片参考且时长固定为 4、6、8 或 10 秒的视频说明。
查看模型详情
MiniMax H3
适合文字、首尾帧或媒体参考生视频，支持 768P 或 2K 和 4 至 15 秒片段。
查看模型详情Veo 3.1 Quality
适合当前 Quality 命名的文字或首尾帧工作流，时长为 4、6 或 8 秒。
查看模型详情Veo 3.1 Fast
适合当前 Fast 命名的文字或首尾帧工作流，时长为 4、6 或 8 秒。
查看模型详情Veo 3.1 Lite
适合当前 Lite 命名的文字或首尾帧工作流，时长为 4、6 或 8 秒。
查看模型详情OmniHuman 1.5
适合把上传的人像图片和音频结合成视频。
查看模型详情模型可用性和设置可能变化；提交前请以生成工作区显示的当前控制项为准。
能力来源: 当前 ImageStyle 模型配置。