我们店上周要上一款新杯子。运营甩给我一句话："给做个主图，再剪个 15 秒视频，今天要用。"
我手头没有设计师。于是我把这个真实需求，丢给了我能找到的所有 AI 出图出视频工具。一共十一个。下面是我花两天跑出来的真实结论，不是官网宣传稿。
先说我测试的方式，免得你说我不公平：同一个产品描述（"白色陶瓷马克杯，极简风，浅灰背景，自然光"），同样的提示词，能出图的都出图；视频那部分，我拿出好的一张图，喂给各个图生视频工具，要"杯子轻微旋转，光影流动"。
出图这一组：风格差得离谱
Midjourney 还是那个味。你给一句极简描述，它给你的是"加了滤镜的电影感"。好看，但经常"太好看了"——杯子的材质感被艺术化处理了，拿去当电商主图，客户会问"实物跟图差这么多？"它现在也有网页版了，早不用蹲 Discord，但订阅最低一档也要十刀一个月，而且不能商用白嫖。
Stable Diffusion（SDXL / SD3 那系）和 ComfyUI 是一类——开源、本地跑、免费。前提是你有张像样的显卡。我那张 8G 的卡跑 SDXL 能行，但出图慢，一张得十几秒。最大的好处是完全可控：模型随你换，参数随你调，不联网也能出。ComfyUI 那个节点连线的玩法，一开始劝退，用熟了是真的爽——一个工作流保存下来，以后换产品只换提示词。
Flux（Black Forest Labs 出的）是这两年的黑马。写实能力强得离谱，文字渲染也比 SD 干净（SD 一直被"图里字母乱码"坑）。开源的 Flux.1 [dev] 能本地部署，就是吃显存，8G 卡跑起来吃力。它出的杯子，材质、反光、阴影都像真拍的。
Recraft 是给"要做设计"的人用的。它出图自带矢量能力，logo、图标、带文字的图都能来，免费档够玩。我做杯子主图顺手让它出了套配套的图标，省了再开一个工具。
Krea 走实时路线，你涂鸦它实时生成，适合边想边改。不过它更偏"玩创意"，稳定出电商图不如前面几个。
一个小真相：电商主图我最常用的组合是 Flux 出底图 + 本地 SD 做背景替换/去背。Midjourney 的图我一般只拿来当灵感参考，不直接上架，因为"艺术感"和"真实感"是两件事。
图生视频这一组：差距在"稳不稳"
视频我喂的是 Flux 出的那张干净杯子图。
Runway（Gen-3 / Gen-4 那系）出来的最"电影"。镜头语言讲究，光影流动自然，缺点是贵，订阅起步十五刀，按秒算额度，生成一次得等一会儿。适合要质感的广告片。
可灵（Kling） 是国内的惊喜。长视频稳，运动连贯，嘴型对口型那块也比不少国外工具强。免费档能玩，会员档出片快。做短视频带货，它现在是我首选。
Sora（OpenAI）真实度最高，但门槛也高——得有 ChatGPT Plus 那档订阅才顺手用，而且它更偏"文生视频"，你给它一段描述它能编一段出来，拿来当素材库很猛。
Pika 和 Luma Dream Machine 胜在快和好玩。Pika 2.0 那套特效（比如"让图里的水流动起来"）适合做社交媒体那种轻内容，正经广告还是差点意思。
我那个杯子的视频，最后用的是可灵——15 秒、杯子缓慢转、光影扫过，发朋友圈和店铺首页都够用，关键半小时搞定。
价格与门槛对照
下面这表是公开价格和我的体感。价格天天变，看个量级。
| 工具 | 类型 | 价格(约) | aibounty 评分 | 强项 | 门槛 |
|---|---|---|---|---|---|
| Midjourney | 出图 | $10/月起 | 86 (A) | 艺术感、电影感 | 低（网页版） |
| Stable Diffusion | 出图(开源) | 免费 | 92 (S) | 可控、本地 | 高（要显卡） |
| ComfyUI | 出图(开源) | 免费 | 93 (S) | 工作流复用 | 高（节点） |
| Flux | 出图(开源) | 免费/dev 版 | 88 (A) | 写实、文字清 | 高（吃显存） |
| Recraft | 出图/设计 | 免费档 | 82 (A) | 矢量、带字 | 低 |
| Krea | 出图(实时) | 免费档 | 79 (B) | 实时涂鸦 | 低 |
| Runway | 视频 | $15/月起 | 88 (A) | 电影感 | 中 |
| 可灵 Kling | 视频 | 免费档 | 91 (S) | 长视频稳、对口型 | 低 |
| Sora | 视频 | 含 Plus 订阅 | 79 (B) | 真实度最高 | 中（要订阅） |
| Pika | 视频 | 免费档 | 76 (B) | 快、好玩 | 低 |
| Luma | 视频 | 免费档 | 78 (B) | 快、自然 | 低 |
我的实际工作流，不藏着
如果你也想上手，照我这套走基本不会翻车：
- 出底图用 Flux（没显卡就用 Recraft 免费档顶着）。
- 背景、去背、局部改，用本地 Stable Diffusion 或 ComfyUI。
- 要电影感广告片，上 Runway；要快出短视频带货，上 可灵。
- 灵感参考看 Midjourney，但别直接拿它的图当商品图。
还有个坑得提醒：别迷信"一个工具打通关"。出图和出视频现在是两拨人做的，强行用一个工具干所有事，往往两头不讨好。我那张杯子的图在 Flux 出得最好，视频却在可灵出得最稳——分开用，各取所长。
最后一句大实话：AI 出图出视频这两年进步快得吓人，但"能出"和"能上架"中间还差一个审美和合规。你出来的图如果连基本构图都不对、文字乱码、手指六根，客户一眼就觉得假。工具帮你省的是执行时间，省不掉你脑子里那点判断力。
这类工具我们每天在 [AIbounty](/) 上跟进新出的。图像视频这个分类里现在六百多个，从开源到商业的都有。新出的 Flux 类、可灵类，都是我们第一时间扒进来的，挑工具前翻一下，比搜半天官网省事。
评分说明：上表「aibounty 编辑评分」为站内编辑自有评分（5 维各 0-20 分、合计 0-100：成熟度 / 生态 / 能力 / 独特性 / 国内可达），独立于 GitHub 星标，反映我们对工具实际定位的判断，仅供横向参考。