WaveSpeed 博客 - Page 106

Kling 2.6 Pro动作控制将参考动作片段（舞蹈、动作、手势）转换为流畅、逼真的动画。上传角色图像（或源视频）和动作视频；该模型转移动作同时保留身份和时间一致性。可直接使用的REST API具有快速

Kling 2.6 Pro 提供顶级文本生成视频功能，具有流畅动作、电影级视效、强大的提示词遵循和原生音频支持，可直接分享。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

Kling 2.1 Pro 可将图像转换为专业电影级视频，具有增强的保真度、精确的摄像机移动和动态运动控制。提供随时可用的 REST 推理 API、顶级性能、无冷启动、价格实惠。

字节跳动 LipSync 通过生成精确的唇动与输入音频完全同步，将音频转换为逼真的说话视频。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

字节跳动Seedance v1 Lite将1到4张参考图像转换为高质量视频，采用参考转视频的图像转视频生成技术。提供即用型REST推理API，性能最佳，无冷启动，价格实惠。

Seedream 4.5 顺序模式生成具有一致角色和对象的多图像集合，统一所有输出的调色板、光照和风格。支持高达 4K 的结果，适用于营销活动、故事板和产品线。提供开箱即用的 REST 推理 API、最佳性能、无冷启动、经济实惠

字节跳动视频超分利用AI超分辨率技术将视频升级至4K并在安全的云环境中恢复细节。即用型REST推理API、最佳性能、无冷启动、价格实惠。

字节跳动的 USO（统一风格-主题优化）统一了风格驱动和主题驱动的生成，产生一致的输出，融合了艺术风格和主题保真度。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

ElevenLabs eleven-v3是一个文本转语音模型，可作为托管端点使用；请求成本为每1000个字符0.1美元。即用型REST推理API，最佳性能，无冷启动，价格实惠。

ElevenLabs Flash V2是一个文本转语音模型，使用ElevenLabs Flash V2引擎将文本转换为语音。提供开箱即用的REST推理API、最佳性能、无冷启动、平价定价。

ElevenLabs Flash V2 是一个文本转语音模型，使用 ElevenLabs Flash V2 引擎将文本转换为语音音频。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

ElevenLabs 多语言 V1 提供跨多种语言的自然发音文本转语音。提供开箱即用的 REST 推理 API，最佳性能，无冷启动，价格实惠。