Bóc lời từ file âm thanh thành văn bản. Tối đa 25MB mỗi file.

Viết kịch bản, tóm tắt, dịch và mọi tác vụ xử lý chữ. Đọc được cả ảnh.

Bóc lời từ file âm thanh thành văn bản. Tối đa 25MB mỗi file.

Viết kịch bản, tóm tắt, dịch và mọi tác vụ xử lý chữ. Đọc được cả ảnh.

Cắt chủ thể ra khỏi nền, giữ NGUYÊN từng điểm ảnh gốc — không vẽ lại, không sai chữ. Trả về PNG nền trong suốt thật. Hợp với ảnh sản phẩm, ảnh người, ảnh vật thể; ảnh phong cảnh không có chủ thể rõ thì không dùng được.

Tạo ảnh nhanh, chất lượng mới nhất của Alibaba

Tính năng nhất quán cao với khả năng chỉnh sửa chi tiết chính xác và chuyển đổi phong cách chính xác.

Biểu đạt nội dung kể chuyện nâng cao, xuất đầu ra 2K/4K siêu nét gốc, và tạo chuỗi hình ảnh liên tiếp.

Best For Fast Edit

Best For Edit

Tạo ảnh từ mô tả bằng chữ.

Google Nano Banana Pro cho phép sửa hình ảnh và tạo văn bản thành hình ảnh với đầu ra chất lượng cao, 1k 2k 4k. Hỗ trợ font chữ tiếng Việt.

Generative Upscale - Upscale cao cấp, nhanh chóng, tái tạo chi tiết, cải thiện chất lượng... đa dạng tùy chọn , mức giá cả hợp lý, phù hợp cho số lượng lớn.

Model ảnh 2k 4k mới nhất của ByteDance

[Mỗi lượt 4 ảnh] MidJourney là mô hình AI tạo ảnh từ văn bản, nổi bật với phong cách nghệ thuật đa dạng, chi tiết đẹp mắt và khả năng biến ý tưởng thành hình ảnh sống động.

[Mỗi lượt 4 ảnh] MidJourney V8 là phiên bản AI tạo ảnh mới với chất lượng vượt trội, chi tiết sắc nét, ánh sáng chân thực, hiểu prompt tốt hơn, hỗ trợ phong cách đa dạng từ nghệ thuật đến ảnh real.

Nano 2 là một model AI tạo và hiểu hình ảnh nhanh của Google, thuộc dòng Gemini Flash Image — nổi bật với tốc độ cao, chi phí thấp, cho phép tạo/chỉnh sửa ảnh từ mô tả văn bản hoặc phân tích nội dung hình ảnh.

Là mô hình tạo ảnh mới nhất từ BytePlus (thuộc ByteDance), nổi bật với khả năng kết nối web thời gian thực để tạo ảnh luôn cập nhật và đúng ngữ cảnh. Mô hình được nâng cấp mạnh về hiểu prompt phức tạp, độ nhất quán hình tham chiếu, tri thức toàn cầu và tạo cảnh chuyên nghiệp, phù hợp cho các quy trì

GPT Image 2 là model tạo ảnh AI thế hệ mới với khả năng hiểu prompt chính xác, cho hình ảnh sắc nét, chi tiết cao và bố cục tự nhiên. Phù hợp tạo ảnh chân dung, quảng cáo, sản phẩm, nghệ thuật và nội dung sáng tạo chuyên nghiệp.

Model mô phỏng chuyển động & thay thế nhân vật, cho animation tự nhiên và sống động.

Hailuo 2.3 là mô-hình AI video cao cấp (text-to-video và image-to-video) hỗ trợ độ phân giải cao (768 p/1080 p), tối ưu cho chuyển động chân thực, camera động và vật lý mô phỏng phức tạp — phù hợp cho sản xuất video cinematic, quảng cáo hoặc social-clip nhanh.

Max Creativity with Exceptional Value

Model VEO Omni là dòng tạo video thế hệ mới từ google, hỗ trợ đa phương thức lên đến 15S

Nhanh chóng, tiện lợi, giá rẻ, lên đến 15s - 30 fps. Có hỗ trợ âm thanh, đa phân cảnh.

Model Kling 2.6 chuyên sao chép chuyển động, thay thế nhân vật

See the Sound, Hear the Visual

Mô hình video thống nhất với hướng dẫn đa phương thức tất cả trong một và tính nhất quán đặc biệt.

Lipsync chuyên nghiệp

Đầu vào đa phương thức tất cả trong một, nhân vật điều khiển bằng giọng nói, và xuất âm thanh gốc kèm storyboard.

Seedance 2.0 là một công cụ AI tạo video thế hệ mới cho phép bạn biến văn bản, hình ảnh và âm thanh thành các video động mượt mà, chất lượng cao, với chuyển động, âm thanh và kể chuyện tự nhiên — phù hợp để sản xuất video ngắn, nội dung mạng xã hội hoặc trailer sáng tạo.

Model Kling cao cấp chuyên cho Edit video

Model Kling 3.0 chuyên sao chép chuyển động, thay thế nhân vật

Model chuyên cho tạo video từ nhiều ảnh, video, audio. Sáng tạo không giới hạn.

Mô hình cao cấp tiên tiến của Kling AI, có thể edit Video, thay đổi nhân vật, vật thể, bối cảnh...

Happy Horse 1.0 là model AI tạo video từ ảnh đầu (start frame) và các ảnh thành phần, cho phép dựng video với chuyển động mượt, giữ ổn định nhân vật và kết hợp nhiều yếu tố hình ảnh trong cùng một cảnh. Phù hợp để tạo video ngắn, animation sản phẩm và nội dung social từ asset có sẵn.

FLUX 3 là bước tiến tiếp theo của Black Forest Labs, hướng tới một nền tảng AI sáng tạo thống nhất, nơi hình ảnh, video và âm thanh được tạo ra từ cùng một mô hình thay vì nhiều hệ thống riêng lẻ.

Model chuyên cho tạo video từ nhiều ảnh, video, audio. Sáng tạo không giới hạn.