Real-ESRGAN 是图像与视频修复的算法与官方实现，把 ESRGAN 扩展成实用应用，用纯合成数据训练，代码以 BSD-3-Clause 许可开源，仓库约 36.8k 星。

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。

Adobe Firefly 的自研模型只用授权内容与公有领域内容训练，非 Beta 输出可商用，团队版与企业版还有知识产权赔偿；生成式填充与扩展直接内嵌 Photoshop

FLUX.2 [klein] 把文生图、图像编辑与多参考生成合并进同一份权重，4B 版以 Apache 2.0 开放可商用，约 13GB 显存即可在消费级显卡上跑起来

原名 InvokeAI 的开源出图工作台，Apache 2.0 许可可本地自托管，整合画布把生成与重绘放在同一张图上，节点工作流可保存复用，支持 Flux、Qwen Image 等主流模型

Fooocus 是基于 SDXL 的离线开源出图软件，把采样器与 CFG 藏进预设，内置离线 GPT-2 提示词引擎，一句话提示词也能出图，采用 GPL-3.0 许可证可免费自托管

沿用经典 Stable Diffusion 出图界面与扩展体系，重写显存管理与注意力后端降低占用、加快出图，持续跟进 Qwen-Image、Wan 2.2 等新模型，AGPL-3.0 许可可免费自托管

ComfyUI 是一款开源免费的节点式 AI 出图工具，把生成流程拆成可拖拽的节点，内置六万多个社区节点，支持本地运行、导出并分享工作流，桌面版还提供多实例隔离与快照回滚