Infinity 是字节跳动推出的基于位级自回归建模的视觉生成模型，能根据语言指令生成高分辨率、逼真的图像。Infinity 通过无限词汇量的标记器、分类器和位自纠正机制，显著提升图像生成的细节和质量。
Rodin 是由 Hyper3D 开发的可控大规模生成模型，用于创建高质量的 3D 资产。
SANA 是由 NVIDIA、麻省理工学院和清华大学共同推出的文本到图像生成框架，能高效地生成高达 4096×4096 分辨率的高清晰度图像。
Kandinsky 3.0 是指由俄罗斯 AI Forever 研究团队提出的一种基于潜在扩散的大规模文本到图像生成模型，其目的是提高图像生成的质量和真实性。
Janus Pro 7B 是 DeepSeek 的开创性 AI 模型，将文本和图像能力结合在一个强大的系统中。基于 DeepSeek-LLM-7b-base，它具有先进的视觉编码，支持高达 384x384 的高分辨率图像处理。
ControlNet 不是独立的图像生成模型。相反，它是一个功能强大的附加组件，可与其他模型（如 Stable Diffusion）配合使用。它让你可以对生成的图像的结构和组成进行令人难以置信的控制。
Flux.1 是最新和最强大的 AI 图像生成模型之一，它使用一种称为潜在扩散模型的高级架构。Flux.1 最受欢迎的版本包括 Flux.1 Pro、Flux.1 Dev 和 Flux.1 Schnell，作为 Midjourney 和 DALLE3 模型竞品，尤其是在比较图像质量和细节时体验更好。
Rodin 是由 Hyper3D 开发的可控大规模生成模型，用于创建高质量的 3D 资产。