阿里巴巴happyhorse-1.1-i2v
HappyHorse 1.1 图生视频模型，以输入图片作为视频首帧，结合文本提示词生成动态视频，将静态图片中的人物、物体和场景转化为连续运动画面。支持音频、1080P和3至15秒视频。
公共模型广场
找到适合你的模型
探索文本、图像、视频与音频模型，按能力和厂商快速筛选。
29 个结果 / 全部 52 个模型
勾选卡片，比较 2–3 个模型阿里巴巴阿里巴巴happyhorse-1.1-r2v
HappyHorse 1.1 参考生视频模型，根据参考图片与文本提示词生成视频，利用参考素材引导人物、对象和场景的视觉呈现，适用于需要参考图像的内容创作。
阿里巴巴happyhorse-1.1-t2v
HappyHorse 1.1 文生视频模型，根据文本提示词生成有声视频，支持1080P输出、单片段最长15秒，可将场景、人物动作和镜头描述转换为视频画面。
阿里巴巴qwen-image-2.0
qwen-image-2.0 是通义千问图像生成与编辑模型，支持根据文本生成图片，也支持结合1至3张参考图片与编辑指令修改画面。2.0支持指令式图像编辑，可通过自然语言描述对输入图片进行修改，也可直接从文本生成新图片。
阿里巴巴qwen-image-2.0-pro
qwen-image-2.0-pro 是通义千问图像生成与编辑模型，支持根据文本生成图片，也支持结合1至3张参考图片与编辑指令修改画面。2.0支持指令式图像编辑，可通过自然语言描述对输入图片进行修改，也可直接从文本生成新图片。
阿里巴巴qwen-image-3.0
qwen-image-3.0 是通义千问图像生成与编辑模型，支持根据文本生成图片，也支持结合1至3张参考图片与编辑指令修改画面。3.0提供提示词增强和思考模式，支持PNG输出，生成与编辑的像素面积范围为512×512至2048×2048。标准版兼顾图像质量与生成速度。
阿里巴巴qwen-image-3.0-pro
qwen-image-3.0-pro 是通义千问图像生成与编辑模型，支持根据文本生成图片，也支持结合1至3张参考图片与编辑指令修改画面。3.0提供提示词增强和思考模式，支持PNG输出，生成与编辑的像素面积范围为512×512至2048×2048。
阿里巴巴wan3.0-video-ali
万相 Wan3.0-Video 是 All-in-One 视频生成模型，统一支持文生视频、图生视频和多模态参考生视频。支持480P、720P、1080P及最长30秒视频，并可生成台词、背景音乐和音效，具备首帧、首尾帧控制与视频编辑能力。
阿里巴巴wan3.0-video-prime-ali
万相 Wan3.0-Video-Prime 是视频生成优速版，在保持高质量视频生成能力的同时提升生成速度。支持文本、图像等多模态参考，具备文生视频、首帧和首尾帧生视频、有声视频生成等能力。
阿里巴巴happyhorse-1.0-video-edit
HappyHorse-1.0-Video-Edit支持视频编辑，自然语言指令编辑视频，可参考最多5张图片局部或全局编辑视频元素，能够精准复刻视频动态过程，实现更强表现能力。
阿里巴巴qwen3-235b-a22b-instruct-2507
Qwen3-235B-A22B-Instruct-2507是阿里Qwen团队于2025年7月发布的旗舰混合专家大语言模型，拥有2350亿参数（每次推理激活22B），支持256K上下文处理。该模型在指令遵循、逻辑推理、数学、科学、编程和工具使用等场景表现突出，尤其优化了多语言长尾知识覆盖和复杂任务处理能力。
阿里巴巴qwen3-32b
Qwen3将"思考模式"与"非思考模式"整合到统一框架中，支持根据任务复杂度动态切换推理策略。例如，复杂问题采用多步推理模式，简单问题则快速响应。