1、谷歌Imagen 3现在开放全员使用
效果也不错，提示词写的详细些效果更好。 地址：https://aitestkitchen.withgoogle.com/tools/image-fx
2、阿里发布Qwen2-Audio模型
支持语音+文本输入，且没有用到ASR模型。语音识别的能力可以，但是聊天效果一般，毕竟是7B模型，另外，音频中的一些信息还是回丢失。
模型：https://huggingface.co/collections/Qwen/qwen2-audio-66b628d694096020e0c52ff6
3、FLUX ControlNet在线使用 目前已支持的ControlNet仅有Canny模式。 地址：https://huggingface.co/spaces/DamarJati/FLUX.1-DEV-Canny
4、VFusion3D：图片生成3D模型
Meta的模型，论文在今年3月份就发布了，近期发布了代码。效果一般且不可商用。
项目地址：https://junlinhan.github.io/projects/vfusion3d.html
在线使用：https://huggingface.co/spaces/facebook/VFusion3D
