AI 模型
on Morphic

Flux 3 Image

Black Forest Labs

Black Forest Labs 推出的控制优先图像模型。用边界框摆放每个元素，改一处而其余不动，最多合并 10 张参考图，最高渲染 4K。

Gemini 4 Argon

Google DeepMind

Gemini 4 Argon是Google面向多步骤工作的推理模型。在Morphic里，它可以驱动Copilot：规划项目，读取您的文件和素材，再调用图像、视频和音频模型把成片做出来。

Ideogram 4.5

Ideogram

Ideogram 推出的精准编辑模型。同一张图连改多轮，不出现像素偏移、色差和伪影。支持蒙版、最多 4 张参考图和原生 2K 输出。

Eleven v4

ElevenLabs

ElevenLabs 最新的文本转语音模型。Eleven v4 能从脚本里读出语气和语境。音频标签用大白话写，还支持多人对话。90 多种语言都带母语口音。

Kling 4.0 Flash

Kling

快手 Kling（可灵）4.0 的速度版视频模型。Kling 4.0 Flash 支持文字、图片或参考素材，生成 3 至 20 秒、720p 的片段。出片快，单条成本也更低。

Kling 4.0

Kling

快手的 Kling（可灵）4.0 视频模型，擅长长镜头。可从文字、图片、首尾帧、参考素材或待编辑的视频出发，生成 3 至 30 秒、自带声音的片段。

Qwen Image 2.1

Alibaba Qwen

Qwen Image 2.1是阿里巴巴的开放权重图像模型，文生图和改图用同一个模型：排字准确、原生透明底输出、编辑时人物不走样，最多可接10张参考图。

ChatGPT Images 2.5

OpenAI

ChatGPT Images 2.5 是 OpenAI 在 2026 年 9 月 8 日发布的图像模型。细节更锐利，改一处不动全局，参考图里的人和产品照样认得出，生成速度最高快一倍。API 里提供 GPT-Image-2.5 Flare 与 GPT-Image-2.5 Sunburst 两款模型。

Lyria 3.5

Google DeepMind

Google DeepMind 的音乐生成模型：写得出有主歌、副歌和桥段的完整歌曲，人声带表情，歌词您写或者它写，输出 44.1 kHz 立体声，还能按秒安排。

MiniMax H3 Max Turbo

fal.ai

MiniMax H3 Max Turbo 是 fal 从 H3 Max 蒸馏出来的快速档。片子还没播完，渲染就结束了，而提示词还原度、画面质感和原生立体声基本都留了下来。

Inworld TTS 2

Inworld

Inworld 的 Realtime TTS-2 已上线 Morphic。第一声不到一秒就出来，95 个现成音色，一个音色跨 100 多种语言不换人。

Gemini Omni Flash 1.1

Google DeepMind

Gemini Omni Flash 1.1 是 Google DeepMind 的多模态视频模型：画面与声音一次生成，改片只要再说一句。支持 10 张图片加 3 段视频参考，单段 3 到 10 秒可续写到 40 秒，最高输出 4K。

MiniMax H3 Max

fal.ai

MiniMax H3 Max是fal基于MiniMax公开的H3权重后训练出来的版本，更贴合提示词，画面也更耐看，并且重建了推理链路，让768p视频几乎即时返回，还自带原生立体声。

Runway Ruby

Runway

Runway 的 SDR 转 HDR 视频模型。保色提亮，成片抬进16位 EXR 帧序列、ProRes 母版和10位 HDR10 文件。底下的画面一帧都不用重新渲染。

Hyperion 2.5

Topaz Labs

Topaz Labs 出的 SDR 转 HDR 视频模型。8位素材进去，出来的是10位 ProRes 或16位 EXR 母版，逆向色调映射全自动完成，没有一个参数要调。

Grok Imagine Image 2.0

xAI

Grok Imagine Image 2.0 是 xAI 的精准图像模型：提示词怎么写就怎么出图，版式与文字按设计师的思路规划。支持魔法棒区域编辑、最多 5 张参考图，以及覆盖 9 种比例的 Smart Resize。

Seedance 2.5

ByteDance

Seedance 2.5 是字节跳动的新一代视频模型：单镜头原生 1080p 视频最长 30 秒，最多 50 个多模态参考，更强的片段内编辑，以及跨 10+ 种语言的原生音频。

Wan 3.0

Alibaba

阿里最新一代视频模型，已开启公测：原生30秒 1080p 片段、画面与声音同一遍生成，还能读文档和网页直接排成视频。

MiniMax H3

MiniMax

MiniMax H3就是大家常说的海螺3.0，MiniMax的开放权重多模态视频模型。单次生成5到15秒、最高2K、24帧，自带原生立体声，最多12个参考文件。

Flux 3

Black Forest Labs

Black Forest Labs 推出的多模态基础模型。Flux 3 用一个世界模型同时学习图像、视频与音频，生成的视频自带原生音频、角色保持一致，动作也合乎真实物理规律。

Seedream 5.0 Pro

ByteDance

Seedream 5.0 Pro 是 ByteDance 的图像模型，支持基于图像理解的区域精准编辑、多图层分离、高密度信息图，以及 14 种语言的原生文字。

Nano Banana 2 Lite

Google DeepMind

Google DeepMind 的 Gemini 3.1 Flash-Lite Image 现已登陆 Morphic。Nano Banana 2 Lite 约 4 秒生成 1K 图像，具备角色一致性、清晰的图内文字，以及用于版式、编辑和多图合成的世界知识。

Seed Audio 1.0

ByteDance

字节跳动的一体化 TTS 模型：一次生成即可同时产出人声、器乐配乐和音效，支持 20 种语言，可用参考音频指定声音，并精确到秒控制时长。

Seedance 2.0 4K

ByteDance

字节跳动的 Seedance 2.0 现在可在 Morphic 上以原生 4K 生成。锐利的细节与干净的纹理在运动中保持稳定，并支持多模态输入、原生音频和可控的镜头运动。

Happy Horse 1.1

Alibaba

Morphic 上的阿里巴巴音视频联合模型。Happy Horse 1.1 在一次生成中同时产出视频和同步音频，支持原生多语种口型同步、最多 9 个主体的 reference-to-video，以及九种画幅比例。

Kling 3.0 Turbo

Kling

快手在 Morphic 上推出的速度优化版 Kling 视频模型。Kling 3.0 Turbo 保持出色的提示词还原度和多镜头一致性，同时在 720p 和 1080p 下快速生成。

Seedance 2.0 Mini

ByteDance

ByteDance 的轻量 Seedance 2.0 档位。支持图像、视频和音频多模态参考，最高 1080p，价格约为 Seedance 2.0 的一半。

Ideogram 4.0

Ideogram

Ideogram 的开源权重图像模型，专注图内文字渲染。支持边界框版面控制与结构化 JSON 提示词，输出最高 2K，并附带商用许可。

Reve 2.0

Reve AI

Reve AI 的布局优先图像模型，也称 Reve Image 2。手动放置每个元素，像编辑设计文件一样修改结果，并以最高 4K 渲染清晰文字。

Bernini

ByteDance

字节跳动的开源统一模型，用于 AI 视频编辑与生成。可在片段中添加、移除或重新风格化元素，未改动的区域保持不变，并支持保持身份一致的主体到视频。

Grok Imagine v1.5

xAI

xAI在Morphic上的图像生成视频模型。将一张静态图像转化为带原生同步音频的片段，支持唇形同步对话、音效和音乐，并具备出色的Prompt遵循能力和视频续接。

Veo 4

Google DeepMind

Google DeepMind的下一代视频模型。Veo 4突破Veo 3.1的8秒上限，带来更长的原生4K片段、锁定的多镜头角色、分镜序列、电影级镜头语言和多说话人原生音频。

MAI-Image-2.5

Microsoft

在 Morphic 上使用微软的文生图模型。MAI-Image-2.5 以第 3 名登上 Arena 文生图榜单，带来更清晰的文字渲染、风格化插画与商业级视觉，适配设计与品牌工作。

Gemini Omni

Google DeepMind

Google的any-to-any多模态模型，现已规划上线Morphic。Gemini Omni Flash将文本、图像、音频和视频融合为一段视频，支持角色一致性、精确物理、对话式编辑和SynthID水印。

Recraft V4.1 Pro

Recraft

Recraft 旗舰光栅层级，围绕更安静的写实、更柔和的渐变，以及像创意总监一样读懂短提示的模型重建。2K 原生输出，设计级构图。

Krea 2

Krea AI

Krea AI 首个从零打造的基础图像模型现已登陆 Morphic，专为美感与创作把控而生。支持参考图风格迁移、情绪板、创意调节，从颗粒胶片到干净的影棚写实，覆盖广泛风格。

Happy Horse 1.0

Alibaba

阿里巴巴的视频模型，一次生成同时输出视频与音频。支持7种语言的原生唇形同步、1080p输出、参考驱动控制，发布时在Artificial Analysis Video Arena的Elo榜上排名第一。

ChatGPT Images 2.0

OpenAI

OpenAI 的图像模型，具备原生推理、最高 2K 输出、保持角色一致的多图批量生成，以及面向图表、海报和设计工作的强大多语言文字渲染。

Gemini 3.1 Flash TTS

Google DeepMind

Google 富有表现力的文本转语音模型。Gemini 3.1 Flash TTS 将文本转化为自然、可调度的旁白，提供内嵌音频标签、多人对话和 SynthID 水印，并支持多种语言。

Sync V3

Sync

Sync 的旗舰口型同步模型。Sync V3（sync-3）具备镜头级理解、遮挡处理和极端角度支持，生成无闪烁的 4K 口型同步。

Wan 2.7

Alibaba

阿里巴巴旗舰 Wan 视频模型，具备 Thinking Mode 提示推理、电影级 1080p 输出，以及跨镜头的参考驱动角色一致性。

LTX 2.3

Lightricks

Lightricks 的开源音视频视频模型。LTX 2.3 在单次生成中同步产出视频和音频，原生竖屏输出最高可达 4K。

Nano Banana 2

Google DeepMind

Google DeepMind 的 Gemini 3.1 Flash Image。以 Flash 速度实现专业级图像生成：在最多 5 个角色和 14 个对象间保持主体一致性、实时网络接地、精准文字渲染，以及最高 4K 的分辨率。

Kling 3.0

Kling

快手的提示词优先旗舰视频模型。Kling 3.0（V3）以原生 1080p 与 4K、30fps 提供照片级真实的运动、多镜头导演模式以及原生多语言音频。

Recraft V4 Pro

Recraft

Recraft 的高分辨率栅格图像模型，围绕设计品味、精细的人体表现、平衡的构图以及 2K 原生输出的版面级细节重新构建。

Seedream 5.0 Lite

ByteDance

字节跳动以推理为先的图像模型。Seedream 5.0 Lite 将深度思考生成与内置在线搜索结合，让与时事相关的提示词能够带着实时上下文呈现。

Qwen Edit Angles

Alibaba Qwen

阿里巴巴的 Qwen-Image-Edit 多角度模型。从单张输入图像生成同一主体的不同相机视角，并保持几何结构、光照和身份一致。

Seedance 1.5 Pro

ByteDance

字节跳动的原生音画视频模型。Seedance 1.5 Pro 一次生成即可输出同步的视频与音频，支持多语言唇形同步和电影级镜头控制。

Seedream 4.5

ByteDance

ByteDance 升级版图像模型，提升了提示词遵循度、多图参考处理与密集文字渲染，将文本生成图像与图像编辑统一到一个模型中。

Seedance 2.0

ByteDance

字节跳动新一代多模态AI视频模型, 支持图片、视频、音频、文本同时输入。提供超逼真运动、可控摄像机运动、原生音频合成、音乐节拍同步和平滑视频延展，每次生成最多支持12个素材。

Flux 2 Pro

Black Forest Labs

Black Forest Labs的旗舰AI图像生成模型。最高2K分辨率、精细的细节还原和出色的提示词理解力，是专业级图像生成的首选。

Gemini Image Pro

Google

Google的旗舰AI图像生成模型。Gemini Image的所有功能加上更高分辨率、更精细细节和更高逼真度。

Nano Banana Pro

Google DeepMind

Google DeepMind 的 Gemini 3 Pro Image。具备主体一致性、专业文字渲染、基于网络的准确性，以及 14 种宽高比下最高 4K 分辨率的工作室级图像生成与编辑。

Hailuo AI 2.3

MiniMax

MiniMax最新旗舰AI视频模型。更长时长、更高运动品质、更出色的视觉保真度，全面升级的视频生成体验。

Wan 2.6

Alibaba

阿里巴巴的开源AI视频生成模型。优秀的性价比和稳定的品质，是日常视频生成的最佳选择。

Veed Fabric 1.0

Veed

Veed 的说话视频模型。Fabric 1.0 接收一张静态图像加一个音频文件，生成口型、头部、身体和手部动作同步的说话视频。

Vidu Q3

Shengshu Technology

生数科技最新AI视频模型。更高运动品质、更长时长、更出色的视觉保真度，全面升级的视频生成体验。

Veo 3.1

Google DeepMind

Google DeepMind的最新AI视频生成模型。行业领先的分辨率、精确的物理模拟和出色的时间一致性，代表了AI视频生成的技术前沿。

Sora

OpenAI

OpenAI的旗舰AI视频生成模型。将文本和图像转化为电影级视频，具有出色的物理模拟、叙事理解和画面品质。

Kling O3

Kling

快手最新旗舰AI视频模型。支持文本、图像、参考图三种输入方式生成视频，Kling系列最高品质和最丰富功能。

Kling

Kling

快手的旗舰AI视频生成模型(v2.6 Pro)。具有出色的运动质量、高保真视觉效果和灵活的输入方式，是目前最受欢迎的AI视频模型之一。

Topaz Image Upscaler

Topaz Labs

Topaz Labs的AI图像放大工具。最高16倍高品质放大，智能恢复细节、纹理和清晰度。

Topaz Video Upscaler

Topaz Labs

Topaz Labs的AI视频放大工具。高品质视频放大，以及帧插值、稳定和细节恢复功能。

Gemini Image

Google

Google多模态AI驱动的图像生成模型。出色的文本理解力和知识驱动生成，创建准确、符合语境的视觉效果。

Crystal Image

Morphic

Morphic自研AI图像放大技术。快速高效的图像放大，提升品质和清晰度。

Crystal Video

Morphic

Morphic自研AI视频放大技术。快速高效的视频放大，提升分辨率和品质。

Z-Image Turbo

fal.ai

超高速AI图像生成模型。接近实时的图像生成，适合快速原型和批量生成。

Grok Imagine

xAI

xAI的AI图像生成模型。出色的提示词理解力和创意解读，将创意转化为高品质视觉效果。

Runway Gen-4 Aleph

Runway

Runway的Gen-4 AI视频生成模型。以旗舰级电影镜头和运动品质从文本和图像生成专业级视频。

Seedance

ByteDance

字节跳动的AI视频生成模型。优秀的舞蹈和人物运动表现、流畅的动作品质，是人物视频和动态内容创作的理想选择。

Hailuo AI 02

MiniMax

MiniMax的AI视频生成模型。自然的运动表现和逼真的视觉效果，从文本和图像生成高品质视频。

Seedream

ByteDance

字节跳动的旗舰AI图像生成模型。高度逼真、出色的美学品质和优秀的文字渲染，生成专业级图像。

Kontext

Black Forest Labs

Black Forest Labs的上下文感知AI图像编辑模型。通过文本指令精确编辑图像，元素添加/删除、风格转换、局部修改。

Runway Gen-4 Image

Runway

Runway的Gen-4 AI图像生成模型。以电影级视觉和出色的构图理解，为影视制作语境提供专业级图像生成。

GPT Image

OpenAI

OpenAI的AI图像生成模型，集成于GPT-4o。结合先进的语言理解和强大的图像生成能力，精确理解复杂提示并生成高品质视觉效果。

Vidu Q2

Shengshu Technology

生数科技的AI视频生成模型。高品质文本生视频、图像生视频和快速处理速度。

Kling Motion Control

Kling

快手的精确运动控制AI视频模型。直接控制镜头路径和运动轨迹，实现专业级精确运动视频生成。

Kling O1

Kling

快手的视频编辑专用AI模型。专注视频到视频变换，现有视频的风格转换、视觉重塑、保运动编辑。

Flux

Black Forest Labs

Black Forest Labs的高品质AI图像生成模型。出色的提示词理解和多样化风格支持，是日常图像生成的最佳选择。

Luma

Luma AI

Luma AI的视频生成模型。高品质3D感知视频和自然的光照/空间表现，生成高度逼真的视觉效果。

ElevenLabs

ElevenLabs

Morphic上的ElevenLabs全套音频：可指挥的配音、带人声的原创音乐、音效、多人对话、语音转换与转写。

HeyGen Video 1

HeyGen

HeyGen Video 1是HeyGen推出的文生视频模型，画面和声音在同一次生成里一起出来：对白、环境声和音效都与动作对齐，提示词遵循度高，单次最长15秒、最高2K。

Seed Audio 1.5

ByteDance

字节跳动的全场景音频模型：一条提示词生成对白、音乐、环境音和音效，分轨输出，支持视频配音、六段参考声音、时间码定位和 30 种语言。

Seedance 2.5 Flash

ByteDance

Seedance 2.5 Flash 是 ByteDance 推出的 Seedance 2.5 速度版，即将推出。速度、价格和画质有哪些预期，以及现在能用什么。

Seedream 5.5

ByteDance

Seedream 5.5 是 ByteDance Seedream 图像系列预计推出的下一个版本。预计带来更深的图层拆分、指哪改哪的区域编辑和原生多语言文字。