如果你平常會製作短影音、圖文輪播、商品素材或社群內容，真正麻煩的通常不是沒有 AI 工具，而是工具散落在不同網站。

生成圖片要開一個平台，讓圖片動起來又要換網站；做到一半才發現需要配音、3D 模型或虛擬人物，整套流程又得重新拼一次。

這次整理的 11 個 AI 網站，涵蓋了：

• AI 圖片生成與編輯
• 圖片轉影片
• 電影感影片生成
• 圖片轉 3D 模型
• 文字轉語音
• AI 虛擬人物
• 多模型 API
• 綜合型 AI 工作空間

不過在開始之前，必須先釐清一件事：

「免費 AI 工具」不一定代表可以永久、無限制使用。

它可能是免費額度、公開展示版、開源模型，或第三方網站提供的試用服務。正式投入工作前，仍要確認當下的額度、輸出限制與商業授權。

1. MuAPI：用一組 API 串接多種生成模型

MuAPI 並不是單一的圖片或影片生成器，而是把多種 AI 模型整合進同一套 API。

裡面涵蓋圖片、影片、音訊與語言模型，例如 Flux、Kling、Veo、Seedance、Suno、Claude 與 GPT 等。

它最適合的不是偶爾生成一張圖片的人，而是：

• 正在開發 AI 應用程式
• 想建立自動化內容流程
• 不想分別串接十幾家模型
• 需要在不同模型之間切換
• 想讓 AI Agent 自動呼叫生成工具

要注意的是，MuAPI 採用按用量扣除點數的計費模式，不能算是永久免費平台。它的價值在於「整合與自動化」，而不是免費生成。MuAPI 官方說明、計費文件

2. Z-Image Turbo：快速生成寫實圖片

Z-Image Turbo 主打快速生成清晰、寫實的 AI 圖片。

使用方式很簡單：

1. 輸入畫面描述。
2. 選擇比例或風格。
3. 生成圖片。
4. 挑選結果並下載。

這類工具適合製作：

• 短影音封面
• 社群圖文配圖
• 部落格首圖
• 商品情境圖
• 沒有真人素材的視覺內容

但要特別注意：開源模型與使用該模型的第三方網站是兩回事。

模型本身可能開放使用，不代表每一個冠上相同名稱的網站都由原團隊營運，也不代表所有生成結果都能直接商用。上傳個人照片或客戶素材前，記得先查看隱私政策。

3. LTX-2 Distilled：將圖片轉成動態畫面

LTX 系列屬於影片生成模型，適合用靜態圖片延伸動態鏡頭。

你可以上傳一張人物或場景圖片，再描述：

• 人物要做什麼動作
• 鏡頭要如何移動
• 背景要出現什麼變化
• 畫面的情緒與光線
• 影片大約如何開始與結束

如果要製作人物說話影片，不能只寫「讓他說話」，最好補上表情、頭部幅度、視線方向與鏡頭穩定要求。

例如：

人物看向鏡頭自然說話，嘴型與語音同步，只有輕微的頭部動作與眨眼。鏡頭固定，背景保持穩定，不增加額外人物，不改變臉部特徵。

要注意的是，模型本身、官方模型頁與提供線上生成的第三方服務，可能有不同的收費與授權條件。

4. TRELLIS 2：一張圖片轉成 3D 模型

TRELLIS 2 類型的工具可以從單張圖片推算物體的立體結構，再輸出可旋轉或下載的 3D 模型。

它適合：

• 遊戲原型
• 電商商品展示
• 角色設計
• AR／VR 素材
• 3D 動畫測試
• Blender、Unity 或 Unreal 工作流程

輸入圖片的品質非常重要。

背景越乾淨、物體輪廓越完整、光線越平均，通常越容易產生可用的結果。若圖片只拍到正面，模型看不到的背面細節仍然是 AI 推測出來的。

因此，AI 生成的 3D 模型更適合原型與視覺測試；若要用在正式商品、精準建模或製造流程，仍需要人工修整。

5. Wan 2.2：把靜態圖片變成影

片

Wan 系列可以根據文字或圖片生成影片。

最直接的用法，就是上傳一張圖片，再描述你希望發生的動作。

例如：

鏡頭緩慢向前推進，桌上的咖啡冒出熱氣，窗外光影輕微移動，整體保持真實攝影風格，畫面穩定，不改變主要物件。

好的圖片轉影片指令，通常包含五項資訊：

• 主體動作
• 鏡頭運動
• 背景變化
• 光線與風格
• 不希望發生的變形

如果只寫「讓這張圖動起來」，AI 就必須自行補完大量細節，人物變形、物件漂移與背景閃爍的機率也會提高。

6. TripoSplat：快速建立可旋轉的 3D 物件

TripoSplat 同樣屬於圖片轉 3D 類工具。

基本流程通常是：

1. 上傳物件圖片。
2. 等待系統建立立體結構。
3. 在網頁中旋轉預覽。
4. 下載模型。
5. 匯入其他 3D 軟體繼續處理。

它適合快速將角色、玩具、家具或商品概念轉成 3D 草稿。

但如果輸入圖片包含複雜背景、遮擋、透明材質或大量反光，模型品質可能明顯下降。正式使用前，最好先準備去背圖片。

7. Qwen：不只是聊天，也能處理多種內容

Qwen 是一個綜合型 AI 工作空間，可以用來：

• 寫作與摘要
• 網路研究
• 分析文件
• 生成圖片
• 編輯圖片
• 產生語音
• 處理多模態內容
• 協助程式開發

如果你不想在十個網站之間來回切換，這類綜合平台很適合拿來當第一站。

我的用法通常不是直接要求它完成全部工作，而是先讓它負責：

1. 整理題目。
2. 建立內容結構。
3. 撰寫生成指令。
4. 檢查素材缺漏。
5. 再把任務交給專門工具完成。

這樣會比一開始就要求「幫我做完一支影片」更穩定。

8. Omni Image Editor：用文字修改圖片

Omni Image Editor 類型的工具，重點不是從零生成，而是讓你直接描述想修改的地方。

例如：

• 移除背景中的路人
• 將天空改成黃昏
• 替換人物服裝
• 移除商品上的文字
• 增加社群貼文標題
• 改變圖片比例
• 延伸畫面邊緣

一個比較穩定的修改指令可以寫成：

保留主要人物的臉部、姿勢與服裝，只移除背景中的其他人物。將背景替換為簡潔的深色攝影棚，加入柔和側光，不增加文字，不改變人物比例。

重點是同時寫出「要改什麼」與「哪些東西不能改」。

9. Qwen3-TTS：將文字轉成自然語

音

Qwen3-TTS 是文字轉語音模型，可根據文字生成語音，並支援語氣、節奏與角色感等控制；相關模型也涵蓋聲音設計及聲音複製能力。Qwen API 平台、技術報告

適合用在：

• 短影音旁白
• 教學影片
• Podcast 草稿
• 有聲文章
• 虛擬角色對話
• 多語言內容

生成語音時，不要只貼入整篇文章。

先把文案改成適合口語的分句，加入合理的逗號與停頓，並移除難以自然朗讀的符號，效果通常會更好。

如果使用聲音複製功能，務必只使用自己擁有權利或已取得明確授權的聲音。

10. Google Flow：製作更完整的 AI 電影片

段

Google Flow 是為 AI 影像創作設計的工具，整合 Veo、Imagen 與 Gemini，可用來建立影片片段、場景和故事，並強調角色與素材的一致性。Google Flow 官方介紹

它比較適合：

• 電影感短片
• 品牌廣告概念
• 故事型短影音
• 角色一致的多鏡頭內容
• 需要管理多個素材與場景的企劃

Flow 可以免費開始試用，但進階模型、生成次數與較高額度仍與 Google AI 方案及點數有關，不能理解成永久無限免費。Google Flow

它和一般「輸入一句話、產生一段影片」的差別，在於你可以先規劃場景與素材，再組織成較完整的敘事。

11. Cantina：建立會說話的 AI 角色

Cantina 主打可對話、表演與互動的 AI 角色。

你可以選擇或建立角色，設定角色個性與內容，再生成角色說話的畫面。

它適合：

• 虛擬主持人
• 不露臉短影音
• 故事型角色帳號
• 情境對話
• 社群娛樂內容
• AI 角色實驗

但虛擬人物是風險比較高的應用。

不要拿真實人物的照片製作誤導性內容，也不要讓觀眾誤以為影片中的人物真的說過那些話。涉及真人外貌、聲音或品牌角色時，應先確認授權。

這 11 個工具，應該怎麼選？

如果你只是想快速完成一個作品，可以按照任務選擇：

• 需要生成圖片：Z-Image Turbo
• 需要局部修改圖片：Omni Image Editor
• 需要讓圖片動起來：Wan 2.2、LTX 系列
• 需要電影感與多場景：Google Flow
• 需要建立 3D 模型：TRELLIS 2、TripoSplat
• 需要 AI 配音：Qwen3-TTS
• 需要虛擬人物：Cantina
• 需要研究與整理工作：Qwen
• 需要建立自動化產品：MuAPI

不要一次註冊全部網站。

先挑出你目前流程中最耗時間的一步，再測試一個對應工具。能穩定產出之後，才把下一個工具接進來。

真正有價值的從來不是收藏了多少網站，而是你能不能把工具串成一套重複執行的工作流程。

專屬資源：把 AI 當免費員工，你的隨身數位秘書已上線

大家都說 AI 很強，但每次打開對話框，看著閃爍的游標卻不知道該輸入什麼？你需要的不是花幾十個小時學寫程式，而是掌握直接套用的「溝通密碼」。

這份建立於 Notion 的《萬用實戰指令大禮包》，為你準備好 10 大核心領域、50+ 款隨插即用的實戰指令。無論是爆款短影音腳本生成、高情商職場信件、學術論文梳理，還是程式開發除錯，只需找到對應情境「複製、填空、發送」，一秒產出專家級成果。

• 🤖 跨模型完美支援： 無縫接軌 ChatGPT、Claude 3.5 Sonnet、Gemini 等主流工具。
• ⚡ 隨插即用，零學習門檻： 每個指令皆附帶「替換括號」，無腦操作即可發送。
• 🔄 一次買斷，持續更新： 隨 AI 進化每月擴充新指令，越早入手越划算。

盲目測試指令會耗費你無數個加班的夜晚，現在只需 NT$ 1,680 即可買斷這套高轉換率的生產力外掛（未來將隨內容擴充逐步調漲）。

遇到任何操作卡關，或希望未來新增特定情境指令？歡迎透過 Email 聯繫contact@denghao.info。（為了維持專業高效的溝通品質，來信請務必附上您的問題，並告訴我「您希望我怎麼稱呼您」）。

以下是深度會員內容 :

先別收藏全部：用這張表選工具

一套不露臉內容的實作流程

第一步：先讓 AI 建立內容企劃

把以下指令交給 Qwen 或你慣用的語言模型：

你是短影音內容企劃。
我的主題是：【填入主題】。
目標觀眾是：【填入受眾】。
影片長度為：【填入秒數】。

請先提出三個不同角度，不要直接寫完整腳本。
每個角度必須包含：觀眾正在面對的問題開頭三秒的鉤子三個核心重點最適合的視覺素材結尾行動呼籲

不確定的資料請標示「需要查證」，不要自行補充數字。

先選角度，再進入製作，可以避免生成一堆最後用不到的素材。

第二步：產生統一風格的圖片

根據以下內容，建立一張【9:16／16:9】主視覺。

主體：【人物或物件】
場景：【環境】
動作：【正在做什麼】
構圖：【特寫／半身／廣角】
光線：【光線描述】
色彩：【主要色彩】
風格：【寫實攝影／3D／插畫】

必須保留的元素：【列出】
不要出現：【文字、浮水印、多餘人物、變形手指等】

請讓主要視覺位於【位置】，並保留【位置】的空白，方便後續加入標題。

如果同一篇內容需要多張圖，請固定人物描述、服裝、色彩與攝影風格，不要每張重新發明角色。

第三步：把圖片轉成穩定影片

使用這張圖片建立【5／8／10】秒影片。

主體動作：【具體且幅度小的動作】
鏡頭運動：【固定／緩慢推進／向右平移】
背景變化：【光影、煙霧、風吹等】
影片節奏：【平穩／緊張／快速】

保持人物身分、臉部、服裝與場景一致。
不增加新人物，不改變物件數量，不突然切換鏡頭。
避免臉部變形、手指異常、背景閃爍與畫面漂移。

短影音不需要每個鏡頭都有巨大動作。

小幅度、可控制的動態，通常比要求角色奔跑、轉身、說話與換景同時發生更穩定。

第四步：生成配音

生成語音前，先把文章改成真正能念的口語稿。

可使用這個指令：

將以下文字改寫成適合 AI 配音的繁體中文口播稿。

每個分句控制在 7 至 10 個中文字左右，以逗號安排自然停頓。
不要大量使用四個字以下的短句。
保留原意，不增加未經證實的數據。
語氣自然、直接，不要像新聞稿。

原文：
【貼上文章】

語音生成後，至少檢查專有名詞、英文品牌、數字與多音字，不要直接整段使用。

內容生產的最短組合

如果你只是想製作一支不露臉短影音，不需要真的使用 11 個工具。

最短流程只要四步：

1. Qwen：研究、腳本與畫面規劃。
2. Z-Image Turbo 或其他圖片模型：建立主視覺。
3. Wan 或 Flow：將關鍵圖片轉成動態鏡頭。
4. Qwen3-TTS：產生旁白。

若原始圖片已經存在，則可以把圖片生成換成 Omni Image Editor，先整理圖片再進入影片生成。

免費工具使用前的六項檢查

每次找到新的「免費 AI 網站」，先確認：

• 是否為模型官方網站
• 是否只是第三方展示頁
• 免費的是註冊、預覽，還是可以下載
• 輸出是否含有浮水印
• 生成內容是否允許商業使用
• 上傳素材是否會被保留或拿去訓練

尤其是人物照片、客戶資料、未公開商品與公司文件，不要因為網站寫著免費就直接上傳。

最後請記住：

免費工具可以降低測試成本，但不能替你承擔授權、隱私與內容正確性的責任。