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）