#training

54 articles - Page 5

Cara Melatih Model LoRA Anda Sendiri Tanpa Coding?

Apakah Anda ingin membuat model AIGC Anda sendiri? Model yang memahami kebiasaan Anda, sesuai dengan gaya Anda, dan memberikan hasil yang benar-benar mencerminkan visi Anda? Maka Anda pasti harus mencoba melatih model LoRA — ini akan membuat proses kreatif Anda lebih efisien dan membebaskan.

2025-05-24 6 menit baca

Berhenti Melatih, Mulai Membuat: Gunakan LoRA di WaveSpeedAI

Apa itu LoRA? Anggap saja sebagai metode fine-tuning ringan: alih-alih melatih ulang seluruh model, Anda dapat dengan mudah menambahkan lapisan adaptasi cepat kecil ke model yang sudah ada untuk mengunci gaya Anda sendiri — lebih cepat dan lebih murah.

2025-04-14 9 menit baca

WaveSpeedAI Desktop Hadir: Pengalaman Kreasi AI yang Lebih Cepat dan All-in-One

WaveSpeedAI Desktop resmi hadir—menghadirkan kecepatan, fokus, dan Platform Pengembangan dan Kreasi All-in-One langsung ke komputer Anda.

2025-03-27 4 menit baca

Lima Model FLUX Baru Aktif di WaveSpeedAI: Dari Variasi Kreatif hingga Kontrol Presisi

Minggu ini, kami memperkenalkan lima endpoint model FLUX baru—masing-masing dirancang untuk tugas kreatif atau struktural tertentu. Baik Anda mencari untuk menghasilkan variasi gambar yang konsisten, menerapkan transfer gaya canggih, atau mengontrol generasi dengan peta tepi atau kedalaman, model-model ini memperluas toolkit kreatif Anda dengan presisi dan kecepatan.

2025-03-19 4 menit baca

SDXL Kini Tersedia di WaveSpeedAI: 2 Model Generatif Text-to-Image Berbasis Diffusion

Kami dengan senang hati memperkenalkan 2 model Stable Diffusion XL yang kini tersedia di WaveSpeedAI: sdxl dan sdxl-lora.

2025-01-30 2 menit baca

WAN-2.1 FLF2V Kini Tersedia di WaveSpeedAI: Dari Keyframe ke Gerakan Sinematik

Kami dengan senang hati menghadirkan penambahan powerful lagi ke lini WAN-2.1: WAN-2.1 FLF2V (First-Last Frame-to-Video) kini tersedia di WaveSpeedAI. Model ini memperkenalkan pendekatan novel untuk generasi video dengan mengambil frame awal dan frame akhir target, kemudian menghasilkan video yang smooth dan dynamic yang bertransisi di antara keduanya. Alih-alih interpolasi atau morphing, WAN-FLF2V menciptakan gerakan realistis yang diinformasikan oleh prompt teks, gaya, dan kohesi visual.

2025-01-14 3 menit baca