课程对于图片和视频模型的总结：
图像生成模型排名综合能力，参考2026年主流评测Google Imagen 4（提示词遵循与细节最佳）
Midjourney V8（艺术性与审美领先）
OpenAI GPT image-2（复杂场景与文本渲染强）
Black Forest Labs FLUX 2（开源生态灵活，质量接近顶配）
字节跳动 Seedream 5.0 Pro（豆包/即梦使用，中文理解优）
阿里 Qwen-Image-3.0（文本与图表生成突出）
阿里 Z-Image（速度极快，开源）
智谱 GLM-Image（混合架构，文本渲染好）
腾讯 HunyuanImage-3.0（有轻量部署版本）
Google Gemini 3.5（全能型，但图像生成略逊于专用模型）
Stability AI Stable Diffusion 3.5（经典，硬件友好）
视频生成模型排名（综合能力，含控制性、一致性、分辨率）：
Google Veo 3.1（角色一致性与物理逻辑最佳）
快手可灵 Kling 3.0（复杂动作与日常交互顶级，支持4K）
Runway Gen-4（专业摄像机控制，精细区域控制）
OpenAI Sora（知名度高，但实际评测稍逊于前两者）
Luma Dream Machine Ray3（关键帧插值突出，适合转场）
字节跳动 Seedance 2.0/2.5（国内常用，效果稳定）
Pika 2.0（短视频平台友好）
页:
[1]