#digital-human
36 articles
daVinci-MagiHuman: Das Open-Source-Modell, das jeden digitalen Menschen-Generator übertroffen hat
daVinci-MagiHuman ist ein 15B Open-Source-Modell, das lippensynchrone Talking-Head-Videos in 2 Sekunden auf einer einzigen H100 generiert. Übertrifft Ovi 1.1 (80% Gewinnrate) und LTX 2.3 (60,9%). Apache 2.0 lizenziert, mehrsprachig und blitzschnell.
daVinci MagiHuman Image-to-Video jetzt auf WaveSpeedAI
daVinci MagiHuman Image-to-Video ist ein 15B Open-Source-Modell, das Referenzbilder in kinoreife Videos mit optionaler Audio-Synchronisierung animiert. Vergleichbar mit WAN 2.5. Bis zu 1080p, 5–10 Sekunden. REST API, 0,04 $/Sek., keine Cold Starts.
daVinci MagiHuman Text-to-Video jetzt auf WaveSpeedAI
daVinci MagiHuman Text-to-Video erstellt kinematografische, menschenzentrierte Videos aus Textprompts mit optionaler Audiosynchronisierung. 15B Open-Source-Modell, bis zu 1080p, 5–10 Sekunden. REST API, 0,04 $/Sek., keine Cold Starts.
InfiniteTalk Fast Video-to-Video Multi auf WaveSpeedAI vorgestellt
InfiniteTalk Fast Multi-Charakter-Lippensynchronisation wandelt Videos und zwei Audiospuren in realistische Sprech- oder Gesangsvideos um. 50 % günstiger als der Standard, bis zu 10 Minuten. Sofort einsatzbereite REST-Inference-API, beste Leistung, keine Kaltstarts, erschwingliche Preise.
InfiniteTalk Video-to-Video Multi auf WaveSpeedAI
InfiniteTalk Video-to-Video Multi erstellt realistische Mehrpersonen-Videos mit lippensynchronem Audio aus einem Video und zwei Audioeingaben. Unterstützt 480p/720p, bis zu 10 Minuten, mit ganzkörperlicher Kohärenz. Sofort einsatzbereite REST-Inferenz-API, beste Performance, keine Kaltstarts, günstige Preise.
SkyReels V3 Talking Avatar: KI-Sprechkopf-Video aus einem Foto
SkyReels V3 Talking Avatar erstellt lebensechte Sprechkopf-Videos aus einem Porträtfoto und Audio. Lippensynchronisation in 40+ Sprachen. Jetzt auf WaveSpeedAI ausprobieren.
SoulX FlashHead: KI-Gesprächskopf in Echtzeit mit 96 FPS
SoulX FlashHead erzeugt Echtzeit-Streaming-Talking-Head-Videos mit 96 FPS ohne Identitätsdrift. Videos in unbegrenzter Länge. Jetzt auf WaveSpeedAI ausprobieren.
Longcat Avatar auf WaveSpeedAI vorstellen
LongCat Avatar erzeugt super-realistische, lippensynchronisierte Langvideos mit natürlicher Dynamik und konsistenter Identität. Konvertiert ein Foto + Audio in audio-gesteuerte Sprech- oder Singing-Avatar-Videos (Image-to-Video), bis zu 1 Minute, 720p-Stufe $0,30/5s. Ready-to-use REST API, keine Coldstarts, aff
InfiniteTalk auf WaveSpeedAI vorstellen
InfiniteTalk konvertiert ein Foto + Audio in audio-gesteuerte sprechende oder singende Avatar-Videos (Image-to-Video), bis zu 10 Minuten, 720p-Stufe $0,30/5s. Sofort einsatzbare REST-API, keine Kaltstarts, erschwingliche Preise.
Einführung von Kuaishou Kling V1 AI Avatar Standard auf WaveSpeedAI
Kling AI Avatar produziert beeindruckende KI-generierte Video-Avatare für digitale Identität und Content-Erstellung, mit On-Demand-Videos abgerechnet zu $0,25 pro 5 Sekunden. Sofort einsatzbereite REST-API, keine Kaltstart-Verzögerungen, erschwingliche Preisgestaltung.
Einführung von InfiniteTalk Multi auf WaveSpeedAI
InfiniteTalk Multi konvertiert ein einzelnes Bild und zwei Audioeingaben in Videos mit mehreren sprechenden oder singenden Charakteren in bis zu 720p. REST-Inference-API ready-to-use, beste Leistung, keine Kaltstart-Zeiten, erschwingliche Preise.
Einführung von InfiniteTalk Fast auf WaveSpeedAI
InfiniteTalk Fast wandelt ein Foto + Audio in audiogesteuerte Sprech- oder Singing-Avatar-Videos um (Image-to-Video), bis zu 10 Minuten. Einsatzbereite REST API, keine Coldstarts, erschwingliche Preise.