🖼️AI 图像

DALL-E

付费

OpenAI 推出的 AI 图像生成模型，现已集成在 ChatGPT 和 Microsoft Designer 中。DALL-E 3 在文本理解方面有大幅提升，能够准确理解复杂的提示词并在图像中正确呈现文字和细节，是目前提示词遵循能力最强的图像生成模型之一。 核心功能包括：文本到图像生成（支持极其详细的描述）、图像局部编辑与重绘、风格精准控制、文字渲染到图像中、与 ChatGPT 无缝集成（自然语言交互式创作）、多种尺寸和比例输出等。 适用于社交媒体配图、营销素材制作、教育插图、创意原型、儿童绘本创作、产品概念图等场景。与 ChatGPT 的集成为不熟悉提示词工程的普通用户降低了创作门槛。 适合市场营销人员、内容创作者、教师、家长、创业者、普通用户等。DALL-E 的最大优势在于与 ChatGPT 的无缝整合，用户只需用自然语言描述想法即可生成图像，无需学习复杂的提示词技巧。 与 ChatGPT 的深度集成是 DALL-E 的最大差异化优势。提示词理解能力极强，特别擅长在图像中正确渲染文字，是目前门槛最低的 AI 图像生成工具之一。

Stable Diffusion

免费/付费

Stability AI 推出的开源 AI 图像生成模型系列，支持本地部署和高度自定义。Stable Diffusion 拥有全球最大的开源图像生成社区，用户可基于基础模型进行微调（Fine-tuning）、LoRA 训练、ControlNet 精确控制等，灵活性和可控性远超闭源商业产品。 核心功能包括：文本到图像生成、图像到图像转换（图生图）、局部重绘（Inpainting/Outpainting）、ControlNet 精确构图控制、LoRA 风格定制、模型微调、ComfyUI 可视化工作流编排、视频生成等。通过 Automatic1111 WebUI 或 ComfyUI 等开源界面操作。 适用于专业艺术创作、游戏资产批量生成、建筑可视化、产品设计、学术研究、AI 艺术探索等需要高度自定义和精细控制的场景。对版权和隐私有严格要求的企业可以选择本地部署。 适合 AI 艺术家、技术型设计师、AI 研究人员、游戏开发者、注重隐私的企业用户等。对技术要求较高，适合有技术背景且追求创作自由的用户。 完全开源和本地化部署能力是其最大优势，不受商业服务限制。社区模型生态极其丰富（CivitAI 上有数万个微调模型），可控性和可定制性在业内遥遥领先。

Leonardo AI

免费/付费

面向游戏开发者和创意工作者的 AI 图像生成平台，在游戏资产生成、角色设计和场景概念图方面表现出色。Leonardo AI 提供了丰富的预训练模型和直观的操作界面，降低了 AI 图像创作的技术门槛。 核心功能包括：文本到图像生成、图像到图像转换、AI Canvas 画布编辑、自定义模型训练（上传自己的素材训练专属风格）、实时图像生成、批量资产产出、透明背景生成、3D 纹理生成等。平台内置多种风格模型，覆盖游戏美术的常见需求。 适用于游戏角色设计、场景概念图、道具图标生成、游戏宣传素材、独立游戏开发、创意原型验证等游戏和创意行业场景。特别适合需要批量产出游戏美术资产的小型开发团队。 适合独立游戏开发者、游戏美术师、概念设计师、创意工作室等。对游戏行业从业者和需要快速产出高质量视觉素材的创意工作者最为适合。 专注于游戏和创意行业的垂直定位使其在游戏资产生成领域具有独特优势。自定义模型训练功能允许团队建立自己的风格库，提高资产产出的一致性和效率。

文心一格

免费

百度基于文心大模型推出的 AI 艺术创作平台，专注于中文用户的图像生成需求。文心一格在理解中文提示词和中国文化元素方面具有天然优势，能够准确生成中国风、国潮、古风等具有文化特色的视觉内容。 核心功能包括：文本到图像生成（中文提示词优先）、多种艺术风格选择（国风、二次元、写实、水彩等）、AI 图片编辑（智能抠图、图片修复、图片扩展）、高清放大、作品分享社区等。文心一格还提供 API 接口供企业用户批量调用。 适用于中文社交媒体内容创作、中国风艺术创作、营销海报设计、电商产品图、教育配图、个人艺术创作等场景。对需要中国文化和中文语境下视觉表达的用户最为合适。 适合国内设计师、新媒体运营、电商从业者、艺术爱好者、教育工作者等。对中文提示词更习惯、偏好中国风美学的用户是文心一格的核心受众。 中文提示词理解和中国文化元素的准确表达是其核心竞争力。百度在中文 AI 领域的技术积累保证了文心一格在国内市场的独特价值，是创作中国风视觉内容的首选工具。

字节跳动旗下的 AI 图像与视频创作平台（原剪映 Dreamina），融合了图像生成、视频生成和图片编辑能力。即梦在中文创意内容生成方面表现优秀，与抖音、剪映等内容生态紧密相连。 核心功能包括：文本到图像生成、文本到视频生成、图片智能编辑（扩图、消除、局部重绘）、AI 风格转换、数字人视频创作、高清画面放大等。即梦的特色在于将 AI 图像和 AI 视频能力整合在一个平台中。 适用于短视频创作、社交媒体内容制作、产品宣传视频、创意海报设计、个人艺术创作等场景。特别适合需要同时产出静态图像和动态视频的内容创作者。 适合短视频创作者、社交媒体运营、电商卖家、设计师、普通用户等。与字节跳动内容生态的整合使得即梦对于抖音和剪映用户尤为便利。 图像与视频生成的一体化是即梦的差异化优势。背靠字节跳动的技术实力和内容生态，即梦在短视频创作场景中具有独特的协同效应。

Midjourney

付费

目前全球最受欢迎的 AI 图像生成工具之一，以其独特的艺术风格和极高的画质著称。Midjourney 运行在 Discord 平台上，用户通过文本提示词即可生成高质量的图像，涵盖写实、插画、概念艺术、产品设计等多种风格。 核心功能包括：文本到图像生成、图像风格迁移、图像放大与增强、一致性角色生成（--cref 参数）、风格参考（--sref 参数）、图像混合与重绘、细节调整与迭代优化。V6 版本在提示词理解和图像真实感方面达到了新的高度。 适用于概念艺术创作、产品原型设计、品牌视觉设计、社交媒体内容创作、游戏美术、建筑可视化、插画绘制等场景。设计师可用其快速产出创意方案，内容创作者可用其生成配图。 适合设计师、艺术家、创意工作者、游戏开发者、建筑师、内容创作者、品牌营销人员等需要高质量视觉内容的用户。对艺术审美有一定要求的创作者尤能从中获益。 Midjourney 的艺术风格独树一帜，画质和美感在同行业中处于领先地位。活跃的 Discord 社区促进了创意交流和灵感碰撞，是创意工作者不可或缺的视觉创作工具。