#model-release

310 articles - Page 3

Vidu Text-to-Video Q2がWaveSpeedAIに登場

Vidu Q2 Text-to-Videoはテキストプロンプトを優れた視覚的忠実性と多様なモーションを備えた高品質ビデオに変換します。すぐに使用可能なREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

2025-12-05 1 分で読める

Kuaishou Kling Video O1 Std Reference To Video がWaveSpeedAIで利用可能に

Kling Omni Video O1（標準版）Reference-to-Videoは、複数の視点からキャラクター、小道具、またはシーンの参照を使用して創造的なビデオを生成します。対象の特徴を抽出し、フレーム全体でアイデンティティの一貫性を保ちながら新しいビデオコンテンツを作成します。すぐに使用できるREST API、最高のパフォーマンス

2025-12-04 1 分で読める

KuaishouKling Image O1がWaveSpeedAIに登場

Kling Omni Image O1は、MVLテクノロジーを搭載したKuaishouのマルチモーダル画像生成モデルです。最大10枚のリファレンス画像をサポートして機能の一貫性を維持し、詳細な編集（追加/削除/変更）、スタイルコントロール、シリーズコンテンツ作成が可能です。IPキャラクターデザイン、コマ漫画、ブランドマーチャンダイズに最適です

2025-12-03 1 分で読める

Google Nano Banana Pro Edit MultiがWaveSpeedAIに登場

GoogleのNano Banana Pro（Gemini 3.0 Pro Image）Editは、1回の実行で複数の高品質な編集画像を生成できる次世代の画像編集モデルです。非常に低コスト — 1枚あたり$0.07のみ。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

2025-12-02 1 分で読める

WaveSpeedAIにMiniMax Hailuo 2.3 T2V Proが登場

MiniMax Hailuo 2.3 Proはテキスト・ツー・ビデオモデルで、1080p動画を2.5倍の効率で生成し、複雑な指示の精度は85%です。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

2025-11-30 2 分で読める

MiniMax Hailuo 2.3 T2V StandardがWaveSpeedAIに登場

Hailuo 2.3は物理認識型の768p動画を生成するテキスト・ツー・ビデオモデルで、2.5倍の効率性と85%の複雑な指示対応率を実現します。すぐに使用可能なREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

2025-11-29 1 分で読める

Google Gemini 3 Pro Image EditがWaveSpeedAIに登場

Google の Gemini 3.0 Pro (Gemini 3.0 Pro Image) Edit は、モバイルデバイス向けの 4K 対応出力で画像編集とテキストから画像への生成を実現します。すぐに使用可能な REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

2025-11-28 1 分で読める

WaveSpeedAI FLUX 2 Dev テキスト画像生成がWaveSpeedAIで利用可能

Black Forest LabsのFLUX.2 [dev]は、高速でスタジオクオリティのテキスト画像生成を実現し、リアリティの向上、鮮明なテキストレンダリング、迅速な反復作業のためのネイティブ編集機能を備えています。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

2025-11-28 1 分で読める

Google Gemini 3 Pro Image Text-to-ImageがWaveSpeedAIに登場

Google の Gemini 3.0 Pro（Gemini 3.0 Pro プレビュー）は、スマートフォン向けに最適化された高解像度 4K 画像生成を実現する最先端のテキスト画像生成モデルです。すぐに使用できる REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

2025-11-27 1 分で読める

WaveSpeedAI InfiniteTalk Fast Multi がWaveSpeedAIに登場

InfiniteTalk fast multiは、1つの画像と2つのオーディオ入力を複数キャラクターのトーキングまたはシンギングビデオに変換します。すぐに使用できるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

2025-11-22 1 分で読める

WaveSpeedAI HunyuanVideo FoleyがWaveSpeedAIに登場

HunyuanVideo-Foleyは、アップロードされたビデオから、目的の音を説明するテキストプロンプトを使用して、リアルなフォーリーと環境音を生成します。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

2025-11-20 1 分で読める

ThinkSoundがWaveSpeedAIに登場

ThinkSoundは、アップロードされたビデオをテキストガイドのリアルなオーディオに変換します。ビデオをアップロードしてテキストプロンプトを追加して、リアルなサウンドを生成できます。すぐに使用できるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

2025-11-20 1 分で読める