WaveSpeed 博客

OmniVoice Voice Clone可从3-10秒的短音频样本中克隆任何声音，支持600多种语言的零样本声音克隆，提供开箱即用的REST推理接口。

Meta从其新成立的超级智能实验室发布了Muse Spark。以下是它的功能、已确认的信息以及开发者需要关注的内容。

Godmod3 让你只需一个 OpenRouter 密钥即可并行运行 50 多个 AI 模型——无需安装、无需服务器、无需账号。以下介绍这在实际中意味着什么。

Claude Opus 4.7 即将到来。频繁的模型更新为何会暴露直接 API 集成的真实成本——以及 AI 团队正在如何应对。

Tripo3D H3.1 Image-to-3D — 将单张图像转换为具有纹理和PBR材质的高质量3D模型。支持高清纹理、精细几何结构和四边形拓扑。现已在WaveSpeedAI上线。

Tripo3D H3.1 Multiview-to-3D——通过2-4张多角度图像生成高质量3D模型。支持高清纹理、PBR材质、精细几何与四边形拓扑。现已在WaveSpeedAI上线。

Tripo3D H3.1 文本转3D——从文本生成高质量3D模型。支持高清纹理、PBR材质、精细几何体、四边形拓扑及自动尺寸调整。现已在WaveSpeedAI上线。

Nucleus Image — 快速、高质量的文生图模型。支持灵活的宽高比、可调节的推理步数、CFG、负向提示词、种子控制及多种输出格式。在WaveSpeedAI上每张图片仅需$0.01。

PATINA Material Extract — 将任意参考图像转换为完整的无缝平铺PBR材质集（基础色、法线、粗糙度、金属度、高度）。现已在WaveSpeedAI上线。

PATINA Image-to-Map — 从单张图像生成无缝高分辨率PBR贴图（基础色、法线、粗糙度、金属度、高度），兼容Unreal、Unity、Blender。现已在WaveSpeedAI上线。

PATINA Material — 文本生成PBR材质。通过提示词生成无缝平铺PBR材质集（基础色、法线、粗糙度、金属度、高度），现已在WaveSpeedAI上线。

VOID Video Inpainting——使用遮罩引导的AI修复技术从视频中移除对象。支持四重遮罩或自动SAM-3遮罩，可选Pass 2精化以保证时序一致性。现已在WaveSpeedAI上线。