隨著 AI 技術的飛速發展，利用生成式模型創作高品質圖像與影片已不再是夢想。今天，我們將介紹如何透過 ComfyUI 結合 Wan 2.1 模型，在本地端輕鬆實現 AI 文生影（Text-to-Video）的驚艷效果。不僅如此，這套工具完全可在您的本機部署與運行，無需依賴雲端服務，創作自由度無限，生成影片的可能性也毫無限制！無論您是創作者、設計師還是 AI 愛好者，這篇文章都將帶您快速入門，

KLING AI（可靈 AI）是一款由快手 AI 團隊開發的線上 AI 影片生成工具，於 2024 年 6 月開放後迅速崛起，成為 OpenAI Sora 和 Runway Gen-3 的強勁競爭者。其核心技術採用 3D 時空聯合注意力機制，能模擬真實物理效果並生成長達 2 分鐘、30 幀每秒的 1080p 高品質影片。從簡單的文字描述到複雜的圖像結合，KLING AI 讓內容創作者、

隨著 AI 影像與影片生成技術的進步，越來越多創作者開始尋找能夠快速生成高品質影片與圖片的工具。Pollo AI 作為一款雲端 AI 內容創作平台，不僅提供影像轉影片、文字轉影片、AI 動畫生成、影片特效等功能，還整合了多款 AI 影像與影片生成模型，讓使用者能夠根據不同需求，選擇最適合的 AI 模型來創作。 Pollo AI 主要分為視訊 AI 及影像 AI 兩大類，前者支援影像轉影片、

Ollama 是一個開源平台，旨在簡化大型語言模型（LLM）在本機端的執行與客製化。它提供了一個使用者友善的免雲端解決方案，讓即使沒有進階技術背景的使用者，也能輕鬆下載、安裝並與模型互動。Ollama 擁有不斷擴充的預訓練模型資料庫，涵蓋從通用到特定領域的應用，讓使用者能夠方便地管理和調整模型，以滿足不同應用程式的需求。 Page Assist 則是一款瀏覽器擴充程式，可安裝於 Chrome、

Google AI Studio 是一個功能強大的平台，讓使用者能夠快速試用各種模型並測試不同的提示指令。不論您是初學者還是進階開發者，都能透過這個工具輕鬆探索 AI 的潛力。Google AI Studio 的設計簡單直觀，是體驗 AI 技術的最佳起點。 接下來要介紹的是 Gemini 2.0 Flash，這是 Google 推出的一款高效能模型，以低延遲和增強的性能為特色，

OpenAI.fm 是一個專為開發者設計的互動式展示平台，讓使用者可以體驗 OpenAI API 中最新的文字轉語音模型。這個平台提供了一個直觀的環境，讓開發者能夠輕鬆試用並探索其功能，進一步應用於自己的專案中。 接下來要介紹的是 GPT-4o mini TTS，這是一款基於 GPT-4o mini 打造的文字轉語音模型。GPT-4o mini 本身是一個快速且強大的語言模型，

想要隨手創作屬於自己的音樂嗎？現在有了 MusicGPT，你不需要專業音樂知識或複雜的軟體，只要輸入一句話，就能讓 AI 在你的電腦上生成獨一無二的音樂作品！這款工具支援 Meta 開發的 MusicGen 模型，讓你可以在本地高效率運行音樂生成程式，無需依賴網路或安裝繁重的 Python 和機器學習框架。 MusicGPT 的設計簡單又強大，目前專注於 MusicGen 模型，

GPT-4o 的重繪功能正式登場，這項技術讓 AI 生成圖像的能力更進一步，無論是細膩的像素風格、可愛的 Twemoji 風格，還是其他特殊視覺效果，都能輕鬆處理。這項功能不僅提升了圖像的細節與準確度，甚至連文字渲染的效果都明顯改善，讓 AI 生成的圖片更加清晰易讀。 這次更新於 2025 年 3 月 25 日正式推出，目前開放給 ChatGPT Plus、Pro 和 Team 訂閱者優先體驗。

最新的多模態大型語言模型 GPT-4o 的強大重繪功能，現已向所有免費帳號開放。這項功能讓使用者能夠直接在 ChatGPT 的對話介面中生成高品質的圖像，並透過多輪對話進行微調，以滿足個人需求。這標誌著 AI 技術在圖像生成領域的重大進步，讓更多人能夠體驗到 AI 在創意設計方面的潛力。GPT-4o 的重繪功能支援文字、語音和圖片等多種輸入形式，使用者可以以自然語言描述所需的圖像，

當數位藝術家們不斷尋求更高效率、更具創造力的創作流程時，結合 AI 的工具便成了不可忽視的趨勢。Krita 作為一款開源且深受歡迎的繪圖軟體，現在透過名為 krita-ai-diffusion 的插件，正式迎來與強大 AI 模型 Stable Diffusion 的深度整合，讓你可以直接在 Krita 的工作流程中運用 AI 進行繪圖、修圖與生成，無需切換至其他應用程式，全面提升創作體驗。