Stable Diffusion 是一種基於擴散模型（Diffusion Model）的 AI 影像生成技術，能夠根據文字描述創造高品質的圖片。它是開源的，因此社群開發了許多不同風格的 checkpoint（主模型），如寫實、動漫、插畫等。在當前的 AI 繪圖時代，提詞（Prompts）已成為創作的核心關鍵。無論你是想生成一個栩栩如生的角色肖像，還是打造充滿奇幻色彩的動漫風格人物，

Sora 是 OpenAI 推出的先進 AI 影片生成模型，能夠根據簡單的文字描述，快速生成高品質的短影片。與傳統影片製作過程相比，Sora 省略了繁瑣的拍攝、剪輯與後製步驟，讓使用者僅憑幾句指令，就能生成具有流暢運動、真實光影與細膩細節的畫面。不論是自然景觀、人類活動，還是抽象藝術，Sora 都能憑藉其強大的理解與模擬能力，產生極具視覺衝擊力的內容，為創作者提供全新的影像創作方式。 個人來說，

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、

Google 最新推出的 Gemini 2.5 Flash Image（代號 Nano Banana），讓 AI 不再只能生成一般的圖片，而是能進一步將角色轉化為如同實體 PVC 模型般的效果。這不僅對動漫迷來說是一大驚喜，也為收藏市場、週邊開發以及創作者提供了全新可能。Nano Banana 保留了角色的服裝、神態與比例，同時能生成「擺放於現實場景」的影像，讓虛擬角色宛如真實存在於電腦桌前。

Google 近日正式發表全新一代圖像生成與編輯模型 —— Gemini 2.5 Flash Image（代號 Nano Banana）。這一版本不僅承襲 Gemini Flash 系列的高速反應與低延遲特性，更在「角色一致性」、「多圖合成」、「局部編輯」與「邏輯推理」能力上全面升級。相較於過去單純依賴文字提示生成圖片…

由網友 @prompt_case 利用 Google AI Studio 及 Gemini 開發的 Nano Banana Infinite Canvas，是一款以「無限畫布」為概念的互動應用程式。它提供簡單直覺的圖形介面，使用者能上傳圖片、加上箭頭或註解，並搭配 Nano Banana 的生成能力來測試不同效果，例如人物換裝。這款作品強調低程式門檻也能快速完成互動應用。

在進行 AI 繪圖或角色設計時，最常遇到的問題之一就是「服裝如何快速替換」。傳統方法需要手動摳圖、去背，不但費時又容易邊緣不乾淨。如今只要透過 Microsoft Copilot，就能一鍵生成透明 PNG 去背服裝圖，再透過其他換裝 AI（如：ChatGPT 或 Nano Banana。前者人物一致性較差，但比較不保守；後者一致性極佳，但相對保守），馬上完成換裝效果，極大幅度提升工作效率。

「Kolors Virtual Try-On」是快手 Kolors 團隊在 Hugging Face 提供的免費 Demo，能將人物照片與服裝圖片自動合成，呈現出換裝後的效果。整個流程只需三步驟：上傳人物照、上傳服裝、按下 Run，操作直觀快速，適合用於穿搭預覽或 AI 圖像應用示範。此專案基於快手團隊的 Kolors 模型，採擴散式架構並以大量中英文圖文資料訓練，在衣料紋理、

在近期開源影像生成模型的快速演進中，Z-Image 系列憑藉 6B 參數規模與高度優化的推論效率，逐漸成為實務應用與社群討論的核心基礎模型之一。其中，Z-Image Turbo 作為蒸餾取向的高效版本，主打在極低步數（NFEs）條件下，依然能維持穩定且可信的寫實影像品質，不論是攝影風格還原、人物結構一致性，或是中英文提…

在 2026 年初的 CES 大展上，Lightricks 推出了震撼 AI 業界的 LTX-2 開源影音模型，正式宣告影片生成進入了「音影同步」的新紀元。不同於以往模型僅能生成無聲畫面，LTX-2 是一款強大的影音底層模型，其最大的特色在於能夠在單次生成過程中（Single Pass），同步產生動作細節、人物對話、背…

Google 去年推出的 AI 影片生成平台「Flow」，搭載了強大的 Veo 3.1 模型，正式向創作者展示了電影級敘事的新可能。Flow 不僅大幅提升了畫面的解析度與物理真實感，更重要的是它引入了深度語意理解與角色一致性控制功能。創作者現在可以透過簡單的文字描述或上傳自定義素材，讓 AI 生成具備高度細節且運鏡流暢…

在 AI 繪圖技術不斷突破的過程中，如何讓二次元角色完美融入真實世界背景，一直是創作者熱衷挑戰的課題。Z-Image Turbo 憑藉其強大的影像生成速度與高品質的渲染能力，在處理虛實融合（AR Style）風格時展現了極佳的穩定性。透過精確的提示詞權重分配，我們能讓 Q 版（Chibi）角色與極具寫實感的物理環境產生…

OpenAI 最近正式推出了 ChatGPT Images 2.0，效果好到令人驚艷，堪稱目前最強大的 AI 圖像生成工具。Images 2.0 引入了最先進的影像生成模型，其核心突破在於極致的指令遵循（Instruction Following）與物件關聯性處理。過去 AI 繪圖最令人頭痛的「文字崩壞」與「構圖邏輯混…

由 CircleStone Labs 與 Comfy Org 聯手打造的 20 億參數（2B）文生圖 AI 模型「Anima」，自推出以來便在動漫創作社群引發熱烈討論。這款完全不使用合成數據、基於數百萬張真實動漫與藝術圖像訓練而成的模型，以其極致的二次元風格、人物刻畫與線條表現見長。然而，過去社群對於開源模型衍生作品（…