WaveSpeed 博客

Ovi是一个类似veo-3的模型,可将文本或文本+图像提示转换为同步视频和音频。提供即用型REST推理API,性能最佳,无冷启动,价格实惠。

OpenAI Sora 2 是一款最先进的文本转视频模型，具有逼真的视觉效果、精确的物理模拟、同步音频和强大的可控性。提供即用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

WAN 2.2 动画是统一的角色动画和替换模型，可复制动作和表情；生成长达 120 秒的 720p 视频。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

阿里巴巴 WAN 2.5 文本生成图像将文本提示转换为 AI 生成的图像，使用 WAN 2.5 模型进行按需图像创建。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

Alibaba WAN 2.6 Reference-to-Video 可将角色、道具或场景参考（单视角或多视角）转化为新的视频片段，同时保留身份特征、风格和布局，并具有流畅、连贯的运动效果。提供即用型 REST 推理 API，性能卓越，无冷启动，价格实惠。

Seedance 1.5 Pro Video-Extend将短视频片段转换为更长的视频，具有自然的运动连续性、稳定的美学效果和升级的输出。它支持4-12秒的时长控制、多种宽高比/分辨率和种子可复现结果——非常适合扩展广告创意和短剧

Wan2.2-趣味控制使用控制代码和多模态输入生成预设控制的视频，支持120秒720p；以Apache 2.0许可证发布供商业使用。即用型REST API，无冷启动，价格实惠。

Seedance 1.5 Pro 图像生成视频可根据文本提示和首帧图像生成电影级、偏向真人实拍的视频片段，同时保留图像的主体和构图，增加富有表现力的动作和稳定的美学效果。它支持 4-12 秒的时长控制（包括智能时长），自适应

Seedance 1.5 Pro Fast（文本转视频）将文本提示转换为电影级、偏向真人动作的视频，具有强大的提示词遵循能力、富有表现力且稳定的动作以及一致的美学效果。它支持4-12秒时长控制、多种宽高比（9:16、1:1、16:9）和720p/1080p输出

Seedance 1.5 Pro（文本生成视频）从文本生成电影级、真实感强的视频片段，具有出色的提示词遵循度、表现力强的动作和稳定的美学效果。它支持4–12秒的时长控制（包括智能时长）、多种宽高比（包括自适应）和可重现的生成

LatentSync 同步视频和音频输入以生成无缝同步内容。完美适用于唇形同步、音频配音和视频-音频对齐任务。

Kling 2.5 Turbo Std提供图像转视频功能，具有流畅的动作、电影级视觉效果和精确的提示词控制，相比2.1 Std版本价格低25%。提供即用型REST推理API，性能最优，无冷启动，价格实惠。