全能图片X-高质量文生图是一款面向专业创意生产的 AI 图片生成模型。它可以根据自然语言提示词生成高质量视觉作品，支持多种画幅比例、1k/2k 输出档位和一次最多 4 张候选图。模型适合概念设计、营销素材、产品视觉、社媒内容和商业创意探索，兼顾画面质感、生成效率与交付灵活性。官方稳定版，稳定高效，价格低于直接模型官方。

全能图片X-高质量图片编辑是一款面向商业视觉和创意修图的 AI 图像编辑模型。它支持通过自然语言指令对单张输入图片进行局部调整、风格优化、画面增强和构图适配，并可一次生成多张候选结果。模型适合产品图精修、营销物料制作、社媒视觉创意和专业图片后期，兼顾高质量输出、灵活比例和多格式交付。官方稳定版，稳定高效，价格低于直接模型官方。

V8.1 代表 AI 绘画进入“语义真实”时代。通过深度语义理解与全景光照融合机制，它在保持物理真实感的基础上，进一步提升了对复杂场景、人物动作与材质属性的理解与表现能力。新一代结构感知模型有效避免图像生成中的逻辑错误，使生成内容在细节、光影与整体构图上达到专业艺术级水平。

SkyReels V4 Omni 参考视频是天工 AI 推出的统一多模态视频生成模型。支持多主体、多视频、多模态参考输入，可实现主体替换、动作迁移、网格拼图驱动、视频续写等高级编辑场景。配合 @tag 引用机制，用脚本化提示词精准指导每一段视觉内容。1080p、最长 15 秒输出，是创意视频生产的强力工具。在保持多模态参考输入及基础视听同步能力的前提下，优化推理速度以缩短等待时长，适合预览或高时效需求场景。

SkyReels V4 图生视频（极速版）专为赋予静态图像生命力而生，具备卓越的图像特征解析与动态延展能力。该模型能够在视频生成过程中，实现高精度的原图主体特征保持和优异的画风一致性。即使在复杂的动作预测中，也能有效减少形变与画面崩坏。Fast 模式极大地加速了图像的推理与渲染过程，显著降低了试错成本，是原画动画化、角色动态演绎以及视觉特效快速预览的高效生产力工具。

SkyReels V4 文生视频（极速版）基于先进的多模态大模型架构，具备极深的文本语义理解力。它能够精准捕捉长文本提示词中的核心元素，将抽象的文字迅速转化为具备电影级质感、物理运动符合逻辑的动态画面。该 Fast 模式专为高频创意测试与快速迭代设计，在保证出色画面构图与运镜表现的同时，大幅缩减了生成等待时间，是创作者进行敏捷原型设计和灵感视觉化的绝佳引擎。

HappyHorse 1.0 视频编辑是阿里推出的指令驱动视频编辑模型。可对已有视频进行局部修改，如替换背景、改变物体颜色或属性，同时保留原片的结构、角色与运动逻辑。无需重拍或逐帧处理，适合后期微调、素材二次创作、广告元素替换等场景。支持 720P/1080P 输出、原声/自动配音策略与随机种子；输入视频超过15秒时上游会从0秒截断至15秒。

全能图片PRO是行业领先的前沿文本生图模型，可生成画质出众的 4K 高清图像，且针对移动设备完成全面适配优化，保障运行流畅度。内置开箱即用的 REST 推理接口，性能表现稳居行业顶尖，无任何冷启动问题，定价更是极致亲民。低价渠道版，价格远低于官方稳定版，不稳定。

全能图片PRO编辑版，支持专业级图像编辑并实现 4K 超清画质输出，视觉效果极致出色。提供开箱即用的 REST 推理接口，达成行业领先性能，全程无冷启动延迟，全场景定价亲民且高性价比。低价渠道版，价格远低于官方稳定版，不稳定。

基于高能效视觉引擎的图生图与图像编辑接口。允许开发者通过输入“参考图像+文本指令”的组合，实现极速的风格迁移、局部重绘或背景替换。全能图片V2强大的特征提取能力确保了在大幅度修改画面的同时，依然能精准保留原图的核心结构与参考物特征，是打造动态交互式设计工具的理想选择。低价渠道版，价格远低于官方稳定版，不稳定。

专为高并发场景与极速响应设计的轻量级文生图接口。作为全能图片V2家族的核心能力，该端点（Endpoint）完美平衡了生成质量与极高的吞吐量，能够将自然语言指令瞬间转化为高保真视觉资产。特别适合需要快速迭代、实时预览或大规模批量生成图像的应用场景。低价渠道版，价格远低于官方稳定版，不稳定。

一款前沿的 AI 图像编辑与生成模型，将复杂的视觉修改转化为直观的自然语言指令。依托顶尖的计算机视觉技术，它具备极强的场景语义感知力，能在精准执行“物体替换”、“色彩微调”或“构图重构”的同时，完美锁定原图的光影、材质与整体氛围。无论是专业摄影修图、概念美术设定还是日常创意生产，它都能提供“无痕级”的专业编辑体验。官方稳定版，稳定高效，价格低于直接模型官方。

一款轻量级且功能强大的 AI 图像生成模型。它专为寻求快速、高质量视觉效果的创作者设计，只需简单的文字提示，即可在数秒内将创意转化为富有表现力、清晰逼真的图像。该模型具备卓越的构图能力和广泛的风格适应性（写实、插画、动漫及绘画等），能精准理解文本语境中的主体与背景关系，呈现自然平衡的光影效果。其快速高效的特性非常适合快速原型制作和社交媒体内容创作。官方稳定版，稳定高效，价格低于直接模型官方。

该模型具备卓越的上下文感知能力，支持高达 4K 的精细化输出。它不仅能精准执行自然语言修改指令，更突破性地支持多达 14 张参考图的复杂合成。无论是精准的局部重绘、图像内文字转译，还是在编辑过程中保持主体高度一致，它都能以“闪电级”的速度提供专业级影像解决方案。官方稳定版，稳定高效，价格低于直接模型官方。

seedance 2.0 Fast 多模态视频生成，更注重生成速度与性价比。支持多模态参考、视频编辑和视频续写，可组合文本、图片（最多9张）、视频（最多3段）、音频（最多3段）等多模态输入。

seedance 2.0 多模态视频生成，追求最高生成品质。支持多模态参考、视频编辑和视频续写，可组合文本、图片（最多9张）、视频（最多3段）、音频（最多3段）等多模态输入，生成 4-15 秒高质量视频。

seedance 2.0 Fast 图生视频，更注重生成速度与性价比。支持首帧图生视频和首尾帧图生视频两种模式，快速将静态图片转化为 4-15 秒的动态影像。

seedance 2.0 图生视频，追求最高生成品质。支持首帧图生视频和首尾帧图生视频两种模式，将静态图片转化为 4-15 秒的动态影像，支持有声视频生成。

seedance 2.0 Fast 文生视频，更注重生成速度与性价比。仅需文本提示词即可快速生成 4-15 秒视频，支持多种宽高比、有声视频生成和联网搜索增强。

seedance 2.0 文生视频，追求最高生成品质。仅需文本提示词即可生成 4-15 秒高质量视频，支持多种宽高比、有声视频生成和联网搜索增强。