AI 模型
youcut.ai 背后的所有模型:优势、局限以及使用它们的工具。
removal
BiRefNet v2 ZhengPeng7 (open source) via fal.ai
BiRefNet(双边参考网络)v2 是开源的高分辨率二分图像分割模型。它预测柔和的 alpha 遮罩,将主体与背景分离,可在现代 GPU 上于一秒内处理最高 2K 分辨率的发丝、毛发与细小结构。它是 youcut.ai 通用、商品与 Logo 模式的默认引擎。
Bria RMBG 2.0 Bria AI via fal.ai
Bria RMBG 2.0 是 Bria AI 推出的抠图模型,完全基于授权图像训练。它在人物与人像上表现尤为突出,皮肤与头发周围的 alpha 边缘平滑。youcut.ai 将其作为人像模式的主引擎,并在 BiRefNet 返回低置信度遮罩时自动切换为备选。Bria 还发布了视频抠图模型,为视频抠图工具提供支持。
edit
Bria Eraser Bria AI via fal.ai
Bria Eraser 是专注于"去除"的修复模型:给定图像与遮罩,它会用与周围纹理、光线和透视一致的背景填充区域,而不是凭空生成新物体。它是 youcut.ai 物体擦除、去路人、去文字与去水印的默认引擎,超大区域则由 FLUX Fill 作为备选。
FLUX.1 Fill [pro] Black Forest Labs via fal.ai
FLUX.1 Fill [pro] 是 Black Forest Labs 基于 120 亿参数 FLUX 架构打造的专用修复与扩图模型。它可以将图像向边界外延伸(扩图),或在可选文本引导下重绘遮罩区域,并保持光线、颗粒与透视与原图一致。在 youcut.ai 上,它驱动扩图工具、大面积去除的备选方案以及场景化工具中的场景生成。
DDColor DAMO Academy (open source) via fal.ai
DDColor 是阿里达摩院开源的图像上色模型,采用双解码器(像素级颜色与语义颜色查询),生成生动而合理的色彩。它在历史照片上表现尤佳,能赋予自然的肤色、天空与植被色彩。youcut.ai 在"上色"与"修复 + 上色"模式中于 CodeFormer 修复之后运行 DDColor。
CodeFormer S-Lab NTU (open source) via fal.ai
CodeFormer 是基于 Transformer 的人脸修复模型,利用学习到的面部特征离散码本,从退化输入中重建清晰自然的人脸。其保真度权重让 youcut.ai 能在修复强度与相似度之间取得平衡,因此修复后的亲人依然像本人。它运行在老照片修复、照片增强的人脸步骤,以及开启人脸增强的图片放大中。
Nano Banana (Gemini 2.5 Flash Image) Google via fal.ai
Nano Banana 是 Google Gemini 2.5 Flash Image 模型的社区昵称。它因在多次编辑中保持人物或商品可辨识、遵循多步自然语言指令并融合多张参考图而走红,速度快(3–6 秒)、价格合理。youcut.ai 将 Nano Banana 作为 AI 修图、AI 背景生成、AI 职业头像、商品图生成与商品场景化的默认引擎,并在 AI 生图中提供其文生图模式。
Kolors Virtual Try-On Kuaishou (Kolors) via fal.ai
Kolors Virtual Try-On 是快手 Kolors 团队基于扩散模型的服装迁移模型。它接收人物图与服装图,将服装以正确的版型、垂感与印花位置渲染到人物身上,并保持人物姿势与身份。youcut.ai 将其与合成模特预设库结合,让卖家无需拍摄即可从平铺图生成上身图;最终由 Nano Banana 做统一协调。
upscale
Clarity Upscaler Philipp Schmid / open source via fal.ai
Clarity Upscaler 是开源的扩散式放大器,结合分块 Stable Diffusion 流程与 ControlNet tile 引导。它不是简单插值像素,而是在目标分辨率上重新合成纹理、边缘与细微结构,结果像一张更高分辨率的照片。它是 youcut.ai 图片放大(2x/4x/8x)的主引擎,也是照片增强中的锐化阶段。
AuraSR v2 fal.ai (open source)
AuraSR 是 fal.ai 以开源权重发布的 GAN 超分辨率模型。它只需一次前馈计算,4 倍放大不到一秒完成,并在不凭空生成纹理的情况下保持边缘锐利,非常适合插画、Logo、动漫与即时预览。youcut.ai 用 AuraSR 渲染图片放大的免费预览,并作为线稿类内容的引擎。
image
FLUX.1 [schnell] Black Forest Labs via fal.ai
FLUX.1 [schnell] 是 Black Forest Labs 120 亿参数 FLUX.1 模型的时间步蒸馏版本,仅需 1–4 步扩散即可生成高质量图片。它以 Apache 2.0 许可发布,单张运行成本约 $0.003,因此 youcut.ai 只收 1 积分。以其速度而言质量出色,提示词遵循度高,手部与文字表现尚可,是切换到高端模型之前的推荐起点。
FLUX 1.1 [pro] Black Forest Labs via fal.ai
FLUX 1.1 [pro] 是 Black Forest Labs 的高端文生图模型,速度约为初代 FLUX.1 pro 的六倍,画质、提示词遵循度与多样性均有提升。它擅长写实场景、自然光线、皮肤与材质,ultra 模式下支持最高 2K 输出。youcut.ai 以每张 3 积分提供,并将其作为 AI 职业头像工具的写实引擎。
Seedream 4.0 ByteDance via fal.ai
Seedream 4.0 是字节跳动的图像模型,在同一架构中融合文生图与指令式编辑,原生 2K 分辨率并支持多参考图。它以精致的审美、准确的中英双语文字和编辑时的高一致性著称。youcut.ai 在 AI 生图中使用其文生图端点,在 AI 修图、扩图与商品图生成中使用其编辑端点。
GPT Image OpenAI
GPT Image 是 OpenAI 原生多模态的图像生成与编辑模型,是 DALL·E 的后继产品线。它的突出能力是精确的指令遵循、世界知识以及清晰的多行文字渲染,因此是海报、包装样机、信息图与多步骤复杂编辑的最佳选择。它是 youcut.ai 的高端选项,在 AI 生图与 AI 修图中每张 5 积分。
video
Wan 2.2 A14B Alibaba (open source) via fal.ai
Wan 2.2 A14B 是阿里开源的视频生成模型,采用混合专家设计(140 亿激活参数),在运动质量与电影感控制上优于 Wan 2.1。它支持 480p 与 720p 的 5 秒文生视频与图生视频。由于开源且高效,youcut.ai 将其作为经济档,每条 8 积分,适合社媒内容与商品循环视频。
LTX-2 (13B distilled) Lightricks via fal.ai
LTX-2 是 Lightricks 基于 DiT 的视频模型,130 亿参数蒸馏版专为速度优化,5–10 秒视频在一分钟内(有时数秒)即可生成。部分配置支持带同步音频的图生视频,最高输出 1080p。以其速度与价格而言质量扎实,因此 youcut.ai 将其定位为 6 积分的快速/草稿档。
Kling 2.5 Turbo Pro Kuaishou via fal.ai
Kling 2.5 Turbo Pro 是快手当前的旗舰视频模型,结合真实物理、富有表现力的角色运动与 1080p 输出,生成速度也快于之前的 Kling 版本。它支持 5 或 10 秒的文生视频与图生视频,运镜控制可靠。youcut.ai 将其作为 AI 视频生成与图生视频的主要"品质"档,每条 15 积分;其口型同步姊妹模型驱动说话照片工具。
Seedance 1.0 Pro ByteDance via fal.ai
Seedance 1.0 Pro 是字节跳动的视频生成模型,以原生多镜头输出著称:一条提示词即可生成角色一致、剪辑连贯的短序列。它提示词遵循度高、运动流畅、支持 1080p 的 5–10 秒视频,价格中等。youcut.ai 在 AI 视频生成与图生视频中提供,每条 12 积分。
Veo 3.1 Google DeepMind via fal.ai
Veo 3.1 是 Google DeepMind 的旗舰视频模型。它生成 8 秒 1080p 视频并原生生成音频,包括环境音、音效与对口型对白,是当前最写实、物理一致性最好的输出。由于上游成本高,youcut.ai 将其作为高端档,每条 60 积分,付费套餐可用。