跳到主要内容

生成资产（图片/视频/音频）

除了在对话里让 AI 生成媒体文件，你还可以在资源库中打开「生成」，按自己设定的参数直接生成图片、视频或音频。生成过程在对话中进行，生成的文件会保存到你的资产中。

打开「生成」​

  1. 点击左侧导航栏的 …（更多），选择「资源库」。
  2. 在「资产」标签页点击「生成」，或按 Ctrl+Shift+G。
  3. 在弹窗顶部选择图片（Image）、视频（Video）或音频（Audio）。

生成弹窗：图片标签页，包含模型/工具、提示词、比例、分辨率、质量和透明背景

生成图片​

  1. 在 Model/Tool（模型/工具）中选择模型。目前可选 GPT Image 2.5 Flare、GPT Image 2.5 Sunburst、GPT Image 2、Nano Banana Pro、Nano Banana 2、MAI Image 2.6、MAI Image 2.6 Flash、FLUX.2 Pro、Seedream、Imagen 4、Qwen Image 等，列表会随新模型上线而更新。
  2. 在 Prompt（提示词）中描述你想要的画面。例如：“一张温暖柔光下、摆在木质柜台上的新鲜可颂照片，用于 Brightside Bakery 网站首页。”
  3. 设置参数。以 GPT Image 2.5 Flare 为例，可以设置：
    • Aspect Ratio（比例）：从正方形 1:1（1024x1024），到 4:3、3:2、16:9、2:1、21:9、3:1 等横版，以及对应的竖版（如 9:16、1:3）。
    • Resolution（分辨率）：1K、2K 或 4K。
    • Quality（质量）：Auto、Low、Medium、High、X-High 或 Max。
    • Transparent background（透明背景）：生成带透明通道的 PNG，而不是不透明背景。适合做 Logo、贴纸和产品抠图。
  4. 点击 Generate in Chat（在对话中生成）。

生成视频和音频​

  • 视频生成属于 Pro 工具，仅限专业版和尊享版使用。在「更多 → 能力库」中，「生成视频」工具（根据描述或图片生成短视频）带有「专业版」和「费用较高」标记，免费版显示「升级后可用」。近期更新加入了 MiniMax H3、Seedance 2.5 等视频模型，支持设置分辨率、比例和时长、添加参考图、放大视频，还有 Talking Avatar（用一张图片加一段音频生成会说话的视频）。
  • 音频使用「生成语音与音乐」工具：朗读文本，或生成音乐和音效。MAI Voice 2 支持富有表现力的语音合成。

能力库中的媒体工具：生成视频标记为 Pro 并显示升级入口，生成语音与音乐可直接使用

升级套餐请见会员套餐。

生成结果在哪里​

  • 结果会显示在对话中，文件同时保存到「资源库 → 资产」，用「已生成」筛选即可找到。
  • 图片和视频生成会在后台继续进行，即使离开页面或刷新，结果也会出现。
  • 生成媒体和调用其他工具一样，先用套餐额度，再扣点数。详见预置工具定价。

「生成」与在对话中生成的区别​

你也可以直接在对话中让 AI 生成媒体。新对话默认带有「GPT-image-2 生成与编辑」工具，其他媒体工具可以在输入框的「工具」中开启。

方式处理方式适用场景
「生成」弹窗用你选的参数直接调用所选模型，一步出结果。需求明确，已经知道要用哪个模型、什么尺寸和质量。
在对话中生成模型根据对话内容拟定工具参数，工具运行后，模型再结合结果回复你。需要边聊边明确需求、结合上下文决定参数，或对结果进行解释和调整。

如果想在已有结果的基础上继续改，请见预览与再创作资产。