快手自研的文生图大模型可图（Kolors）：代码与权重开源、原生支持中文汉字渲染、可接 ComfyUI 与 Diffusers，图像生成入口现已并入可灵 AI 平台。

通义万相是阿里通义实验室自研的视觉生成大模型，万相 3.0 单次原生生成最长 30 秒有声视频，支持最多 20 个多模态素材参考，文档与网页可直接解析，视频还能编辑与延长。

即梦 AI 把 AI 绘画、视频生成与智能画布放进同一个入口：支持文/图生图与文/图生视频，首帧尾帧都能定，中文提示词理解到位，Seedance 2.0 支持 9 图 3 视频 3 音频多模态参考。

Recraft 的 Vector 变体直接生成可编辑的 SVG 文件而不是栅格图，V4 Styles 给 1 到 10 张参考图就能锁住整套品牌风格，文字长度与位置都能控制。