#talking-head
6 articles
すべてのタグ pixverse pixverse-v6 video-extend ai-video announcement model-release wavespeedai video-generation image-to-video audio text-to-video transition video-effects llm ai-models glm zhipu-ai claude gpt gemini deepseek comparison ai-news phota image-editing ai-tools image-to-image image-enhance upscaler image-quality text-to-image image-generation photorealistic camera-control vfx anthropic cybersecurity ai-music suno minimax google lyria magihuman davinci sand-ai digital-human lip-sync talking-head open-source audio-video davinci-magihuman text-to-audio music-generation professional ai-image-generator free-tools flux midjourney nano-banana seedream qwen-image pollo-ai lovart freepik best-ai-image-generator ai-video-generator sora kling veo seedance wan vidu best-ai-video-generator higgsfield kling-image-o3 kuaishou ai-image-generation 4k girl-filter face-transformation style-transfer portrait smile-filter photo-editing watermark-removal video-editing sora-alternative sora-shutdown openai pika grok ltx veo-4 photo-colorizer colorize photo-restoration body-swap face-swap portrait-transfer video-to-video prismaudio video-to-audio foley ai-audio sound-generation hunyuan audio-generation v2a iclr recraft recraft-v4 text-to-vector svg design dall-e vocal-remover karaoke music-production stem-separation people-remover object-removal inpainting fotor alternative ai-image photo-editor content-creation audio-converter desktop-app mp3 wav flac aac file-conversion image-converter png jpg webp heic video-converter mp4 mov avi webm janitor-ai media-io video-editor m2.7 ai-model agent coding benchmark age-filter entertainment aging dog-selfie pet-content gender-swap ghibli-filter anime studio-ghibli midjourney-v8 stable-diffusion best-tools ai-content-detector content-moderation content-safety nsfw-detection text-moderation image-moderation video-moderation api moderation-api developer-guide sora-2 character-consistency sketch-to-video animation infinitetalk alibaba celebrity-look-alike face-recognition clothes-changer virtual-try-on fashion fat-filter meme fortune-teller math-solver education story-generator creative-writing review baseten 2026 canva fal-ai fireworks-ai leonardo-ai modal gpu-cloud replicate cloudflare runpod together-ai ai-research helios bitdance bitdance-14b autoregressive qwen-image-2 typography skyreels skyreels-v3 talking-avatar portrait-animation soulx flashhead soulx-flashhead real-time streaming nano-banana-2 nano-banana-pro guide bytedance tutorial ai-images wavespeed-desktop android mobile playground batch-processing lora workflow ai-pipeline ffmpeg audio-conversion image-conversion video-conversion video-merge video-trimming video-enhancement video-upscale inworld tts text-to-speech voice-ai coming-soon multimodal gpt-image kimi moonshot-ai ai-assistant privacy local-ai personal-ai prediction deepmind genie-3 world-model interactive-environments mova clawdbot personal-assistant automation chatbot javascript typescript sdk python speculation ai-collaboration productivity ai-agents no-code app-builder development apple 3d background-remover face-enhancer image-enhancement image-eraser inpaint tools claude-code codex ai-coding cursor developer-tools image-enhancer ai-platforms inference hedra avatars heygen ai-avatar creative video-marketing ideas adobe firefly rankings image-translation localization image-upscaling enhancement quality video-extension video-upscaling enterprise clipdrop stability-ai developer dalle deepai performance black-forest-labs vertex-ai infrastructure hailuo-ai hugging-face tencent ideogram text-rendering imagen kling-ai luma-ai dream-machine serverless nightcafe ai-art pika-labs runway-ml lm-arena runway digital-twins tips video-production synthesia dalle-3 prompting avatar multi-modal aimlapi byteplus comfyui dreamina kie-ai openart openrouter poyo-ai skywork topaz upscaling qwen training fine-tuning depth controlnet pose upscale outpaint canny lightricks sdxl background-removal marketing event e-commerce product-photography mochi cogvideo social-media instagram
daVinci-MagiHuman：あらゆるデジタルヒューマン生成モデルを圧倒したオープンソースモデル
daVinci-MagiHumanは150億パラメータのオープンソースモデルで、単一のH100で2秒以内にリップシンク付きトーキングヘッド動画を生成します。Ovi 1.1（勝率80%）およびLTX 2.3（勝率60.9%）を凌駕。Apache 2.0ライセンス、多言語対応、超高速処理を実現。
2 分で読める
daVinci MagiHuman Image-to-VideoがWaveSpeedAIに登場
daVinci MagiHuman Image-to-Videoは150億パラメータのオープンソースモデルで、参照画像を映画品質の動画にアニメーション化し、オプションで音声同期にも対応しています。WAN 2.5と同等の性能を発揮。最大1080p、5〜10秒の動画を生成可能。REST API対応、$0.04/秒、コールドスタートなし。
1 分で読める
daVinci MagiHuman Text-to-VideoがWaveSpeedAIに登場
daVinci MagiHuman Text-to-Videoは、テキストプロンプトからシネマティックな人物中心の動画を生成し、オプションの音声同期にも対応。150億パラメータのオープンソースモデルで、最大1080p・5〜10秒の動画を出力。REST API対応、$0.04/秒、コールドスタートなし。
1 分で読める
InfiniteTalk Fast Video-to-Video MultiがWaveSpeedAIに登場
InfiniteTalk Fastのマルチキャラクター口パク同期は、動画と2つの音声トラックをリアルなトーキング・歌唱動画に変換します。標準より50%低コストで、最大10分まで対応。すぐに使えるREST推論API、高パフォーマンス、コールドスタートなし、リーズナブルな価格設定。
1 分で読める
InfiniteTalk Video-to-Video MultiがWaveSpeedAIに登場
InfiniteTalk Video-to-Video Multiは、動画と2つの音声入力からリアルなマルチキャラクターのリップシンク動画を生成します。480p/720pに対応し、最大10分、全身の一貫性を維持。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、リーズナブルな価格設定。
1 分で読める
SoulX FlashHead：96 FPSのリアルタイムAIトーキングヘッドがWaveSpeedAIに登場
SoulX FlashHeadは、アイデンティティのずれなしに96 FPSでリアルタイムストリーミングのトーキングヘッド動画を生成します。無限長の動画に対応。WaveSpeedAIでお試しください。
2 分で読める