#wavespeedai

349 articles - Page 14

WaveSpeedAI Image CaptionerがWaveSpeedAIに登場

画像から詳細で人間らしい説明を生成する高精度のImage Captioner。コンテンツ理解、アクセシビリティ、データセットラベリング、SEO、マルチモーダルAIワークフローに最適。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。

MMAudio v2はビデオまたはテキスト入力から同期されたオーディオを生成し、ビデオモデルと組み合わせてビデオにサウンドトラックを追加するのに最適です。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。

実験的な FLUX.1 Kontext [max] (multi) は、複数画像コンテキスト処理に対応し、入力の組み合わせをサポートします。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。

写真をリアルな体を揺らすダンスビデオに変換し、自然な動きと表現力豊かな感情を実現します。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。

HiDream-I1は、数秒で最先端の画像品質を提供するオープンソースの17Bパラメータ画像生成基盤モデルです。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、手頃な価格設定。

FLUX.1 Redux [pro]は、単一の入力から微妙な画像バリエーションを作成してFLUX.1を適応させ、迅速な改善とワークフロー対応の再スタイリングを実現します。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。

Luma Photon FlashはLumaのテキスト画像生成モデルで、テキストプロンプトから直接画像を生成します。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。

Hailuo 02は、超高画質1080P出力と複雑な物理演算シーンの処理に最適化されたAIビデオ生成モデルです。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。

SongGeneration (LeVo)はオープンソースのテキスト・トゥ・ソングモデルで、歌詞とオプションのオーディオまたはテキストプロンプトを高品質な楽曲に変換します。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。

写真の顔交換をAIで瞬時に実現。ウォーターマークなし、リアルで共有可能な結果を数秒で生成。REST推論API搭載、最高性能、コールドスタートなし、手頃な価格設定。

透かしなしでビデオの顔をインスタント交換できるオンラインAI機能。リアルな結果を数秒で生成して共有可能。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。

Luma Photonはテキストプロンプトから画像を生成するテキスト画像モデルです。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。