Mỗi loại nội dung có một studio riêng.

Dịch vụ được AWS quản lý hoàn toàn cho ứng dụng và tác nhân AI tạo sinh, cung cấp các mô hình nền tảng từ những nhà cung cấp hàng đầu — bao gồm tạo hình ảnh qua Amazon Nova, Titan và Stability AI.

Quyền truy cập được Microsoft Azure quản lý tới các mô hình OpenAI, gồm cả tạo hình ảnh gpt-image — được hậu thuẫn bởi bảo mật doanh nghiệp, triển khai theo khu vực và các kiểm soát tuân thủ của Azure.

Những người tạo ra dòng mô hình FLUX — một phòng thí nghiệm hình ảnh tiên phong, nổi tiếng với độ chân thực hàng đầu, khả năng kiểm soát prompt chính xác và sự nhất quán về nhân vật, phong cách ở mức dùng được cho sản xuất.

Creative Reality Studio của D-ID tạo video người nói chân thực chỉ từ một tấm ảnh và triển khai avatar hội thoại theo thời gian thực — biến ảnh tĩnh thành video biết nói gần như người thật.

Nền tảng AI giọng nói — chuyển giọng nói thành văn bản và tạo phụ đề nhanh, chính xác (kèm cả chuyển văn bản thành giọng nói).

Một trung tâm suy luận thân thiện với lập trình viên, phục vụ hơn 100 mô hình cho văn bản, hình ảnh, video và giọng nói qua các API đơn giản — trả theo mức dùng, trên hạ tầng riêng tại Mỹ được tối ưu chi phí.

Nền tảng âm thanh AI hàng đầu cho giọng đọc siêu chân thực, nhân bản giọng nói và lồng tiếng đa ngữ trên hơn 70 ngôn ngữ — nổi tiếng với những giọng AI tự nhiên nhất hiện có.

Nền tảng suy luận hiệu năng cao, phục vụ các mô hình mở tiên tiến — gồm cả tạo hình ảnh FLUX — với chi phí kiểu mã nguồn mở, xử lý hơn 30 nghìn tỷ token mỗi ngày.

Genviral Studio AI tạo video ngắn từ một prompt, tự động định tuyến tới các mô hình video hàng đầu (Sora, Seedance và nhiều mô hình khác). Cấu hình khóa API Đối tác Genviral để tạo thẳng vào thư viện phương tiện của bạn.

Gemini Developer API của Google dành cho việc tạo phương tiện — từ các mô hình hình ảnh Nano Banana và Imagen đến video Veo, tất cả chạy bằng một khóa API Gemini duy nhất.

Nền tảng AI hợp nhất của Google Cloud để xây và mở rộng ứng dụng tạo sinh — với Imagen cho ảnh chân thực và Veo cho video từ văn bản chất lượng cao, kèm khả năng quản trị tích hợp sẵn.

Groq chạy suy luận AI trên con chip LPU thiết kế riêng để đạt độ trễ cực thấp. Về giọng nói, hãng cung cấp Whisper ASR và TTS Orpheus/PlayAI — phiên âm và tạo giọng theo thời gian thực.

Nền tảng sáng tạo đa phương thức dựng trên mô hình độc quyền Character-3, tạo video nhân vật, hình ảnh và âm thanh giàu biểu cảm — nổi tiếng vì cho ra diễn xuất sống động chỉ từ một keyframe.

Nền tảng video AI tạo video avatar và ảnh biết nói chân thực từ một kịch bản.

Bộ công cụ sáng tạo thuần AI, tạo hình ảnh, video và giọng nói từ văn bản hoặc ảnh tham chiếu — Soul cho hình ảnh, DoP cho ảnh-thành-video mang chất điện ảnh và Speak cho video biết nói.

Công cụ tạo ảnh bằng AI nổi tiếng nhất ở khả năng dựng chữ ngay trong ảnh dẫn đầu ngành — kiểu chữ sắc nét, đúng chính tả, rất hợp cho áp phích, quảng cáo và thiết kế cho mạng xã hội.

Một công cụ tạo video hàng đầu của Kuaishou, nổi tiếng với những đoạn dài mang chất điện ảnh, độ chân thực và vật lý thuyết phục. Các mô hình gần đây bổ sung âm thanh gốc, lời thuyết minh và tiếng động ngay trong một lượt tạo.

Nền tảng sáng tạo chạy trên mô hình nền tảng Phoenix của chính họ — nổi tiếng với đầu ra độ phân giải cao, chữ viết mạch lạc và Real-Time Canvas biến phác thảo thành tác phẩm hoàn chỉnh ngay tức thì.

LTX Studio của Lightricks là nền tảng sản xuất video bằng AI trọn khâu. Chạy trên mô hình mã nguồn mở LTX-2, nó đưa bạn từ kịch bản đến storyboard rồi tới video hoàn chỉnh.

Dream Machine của Luma AI biến văn bản và hình ảnh thành video chân thực, mượt mà. Các mô hình Ray nổi tiếng với chuyển động tự nhiên, vật lý thuyết phục và vòng lặp sáng tạo nhanh, dồi dào.

Hailuo, công cụ tạo video bằng AI của MiniMax, nổi bật với chuyển động điện ảnh ấn tượng và bám sát prompt, từ văn bản hoặc chỉ một ảnh — kèm mẫu dựng sẵn cho nhảy, hiệu ứng và hoạt hình nhân vật.

Tạo hình ảnh của OpenAI qua gpt-image-1 — mô hình đa phương thức nguyên bản đứng sau ChatGPT — với phong cách đa dạng, kiến thức nền vững, chữ viết chính xác và chỉnh sửa theo prompt.

Cổng hợp nhất tới hơn 400 mô hình từ hơn 70 nhà cung cấp qua một API tương thích OpenAI duy nhất — gồm cả API hình ảnh riêng phủ hơn 30 mô hình — kèm chuyển đổi dự phòng tự động.

Bộ mô hình Qwen của Alibaba, phục vụ qua DashScope / Model Studio — Qwen-Image tạo ảnh 2K gốc từ prompt dài, còn Wan cho phép chuyển văn bản thành video và ảnh thành video.

Nền tảng ảnh AI thiên về thiết kế, nổi tiếng nhất ở khả năng tạo đồ họa vector/SVG có thể chỉnh sửa bên cạnh ảnh chân thực, cùng các phong cách thương hiệu tái sử dụng được mà không cần huấn luyện.

Reel.Farm biến một prompt duy nhất thành video slide kiểu TikTok đã hoàn thiện — chữ trên slide, bố cục và nhịp đều được tạo sẵn cho bạn. Được dựng cho nội dung ngắn số lượng lớn, tự động.

Chạy và tinh chỉnh các mô hình mã nguồn mở về hình ảnh, video và âm thanh qua một API — từ FLUX và Stable Diffusion đến công cụ nâng độ phân giải video và trình tạo nhạc.

Nền tảng AI tạo sinh tiên phong, với dòng Gen-4 tạo ra video mang chất điện ảnh, độ trung thực cao từ văn bản và hình ảnh — được đánh giá cao nhờ nhân vật, bối cảnh nhất quán và khả năng điều khiển chuyển động ở tầm đạo diễn.

Nền tảng suy luận cực nhanh, phục vụ hơn 200 mô hình mở và thương mại — LLM cùng hình ảnh, video và âm thanh — qua một API tương thích OpenAI với mức giá dễ dự đoán.

Công ty đứng sau Stable Diffusion và các mô hình Stable Image, cung cấp phương tiện tạo sinh mở, đạt chuẩn doanh nghiệp để tạo và chỉnh sửa ảnh với toàn quyền kiểm soát sáng tạo.

Suno là một mô hình nhạc AI tạo sinh hàng đầu, biến một prompt văn bản — hoặc lời, phong cách và tiêu đề của chính bạn — thành những bản nhạc hoàn chỉnh chất lượng phòng thu, có lời hoặc chỉ nhạc nền. Studio này dùng cổng sunoapi.org.

Tavus xây dựng các mô hình nền tảng cho AI đối diện trực tiếp — bản sao video theo thời gian thực và tác nhân hội thoại biết nhìn, nghe và đáp lại có cảm xúc, thông qua API kết xuất Phoenix và CVI.

Đám mây suy luận trọn gói, phục vụ hơn 200 mô hình mã nguồn mở qua một API — chat, hình ảnh, âm thanh và video — với các nhân tối ưu để tạo nhanh hơn, rẻ hơn ở quy mô lớn.

Vercel AI Gateway định tuyến yêu cầu tới hàng trăm mô hình của nhiều nhà cung cấp qua một API duy nhất — văn bản, hình ảnh và video — với chuyển đổi dự phòng tự động và không cộng thêm phí nền tảng.

Nền tảng sáng tạo Wan của Alibaba (Model Studio) hạ thấp rào cản làm nội dung với dòng mô hình Wan2.x — bao gồm văn bản-thành-video, ảnh-thành-video và văn bản-thành-ảnh.

xAI phát triển Grok, trợ lý AI của công ty xAI thuộc Elon Musk, với hiểu biết thời gian thực về thế giới. Mô hình hình ảnh (Aurora) tạo ảnh chân thực, bám sát prompt bằng chính khóa API dùng cho các mô hình chat Grok.