#alibaba
215 articles - Page 17
所有标签 gemini-3-5-flash google google-io ai-models agent-tools deepmind gemini-3-5 gemini-3-5-pro gemini-omni gemini-omni-flash video-generation ai-video gemini-4 claude-mythos gpt-5-5 seedance bytedance pricing model-release gpt-5-6 openai chatgpt alignment leak gemini omni veo hidream open-source image-generation diffusion-transformer multimodal tutorial rumor llm api comparison guide best alternative openrouter aws azure google-cloud inference image-to-3d 3d 3d-generation tripo3d h3.1 pbr quad-mesh announcement wavespeedai multiview-to-3d text-to-3d text-to-image nucleus nucleus-image image-to-image materials texture patina image-to-map game-dev unreal unity blender material-extract video-to-video video-inpainting object-removal masking void sam3 text-to-audio music-generation music-cover style-transfer minimax image-to-video pixverse animation reference-to-video character-consistency text-to-video transition baidu ernie multilingual chinese fast audio-to-video music-video lip-sync runway-ml ideogram image-editing sora portrait-effect photo-styling parkour action-video talking-photo travel-photo ad-generation spokesperson virtual-try-on fashion ai-avatar free-tools avatar-generator talking-head ai-image image-generator video-generator wan-2-7 kling gpt-image-2 predictions deevid-ai wan alibaba video-editing video-edit wan-2.7 video-extend veo3 start-end-to-video kuaishou elements vace video-joiner wavespeed-ai gemma-4 on-device-ai audio-converter audio-processing file-conversion image-converter image-processing face-blur privacy video-converter video-processing ai-tools 4k midjourney flux nano-banana seedream best-ai-image-generator pixverse-v6 audio video-effects glm zhipu-ai claude gpt deepseek ai-news phota image-enhance upscaler image-quality photorealistic camera-control vfx anthropic cybersecurity ai-music suno lyria magihuman davinci sand-ai digital-human audio-video davinci-magihuman professional ai-image-generator qwen-image pollo-ai lovart freepik ai-video-generator vidu best-ai-video-generator higgsfield kling-image-o3 ai-image-generation girl-filter face-transformation portrait smile-filter photo-editing watermark-removal sora-alternative sora-shutdown pika grok ltx veo-4 photo-colorizer colorize photo-restoration body-swap face-swap portrait-transfer 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 inpainting fotor photo-editor content-creation desktop-app mp3 wav flac aac png jpg webp heic 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 moderation-api developer-guide sora-2 sketch-to-video infinitetalk celebrity-look-alike face-recognition clothes-changer 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 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 gpt-image kimi moonshot-ai ai-assistant local-ai personal-ai prediction 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 background-remover face-enhancer image-enhancement image-eraser inpaint tools claude-code codex ai-coding cursor developer-tools image-enhancer ai-platforms hedra avatars heygen creative video-marketing ideas adobe firefly quality image-translation localization rankings image-upscaling enhancement video-extension video-upscaling enterprise developer clipdrop stability-ai dalle deepai performance black-forest-labs vertex-ai infrastructure hailuo-ai hugging-face tencent text-rendering imagen kling-ai luma-ai dream-machine serverless nightcafe ai-art pika-labs lm-arena runway digital-twins tips video-production synthesia dalle-3 prompting avatar multi-modal aimlapi byteplus comfyui dreamina kie-ai openart 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
Kling O1视频模型即将到来——视觉创作的全面跃升
专为创作者、电影制作人和设计师打造，Kling O1在智能性、一致性和可编辑性方面实现了重大突破，覆盖完整的视频工作流程。这款下一代多模态视频引擎为所有视频从业者带来更流畅、更直观、高度可控的创作体验。
1 分钟阅读
Kling Omni Video O1 Video Edit 现已登陆WaveSpeedAI
WaveSpeedAI荣幸宣布推出Kling Video Edit，由快手突破性的多模态视频模型Kling Omni Video O1驱动。使用Video Edit，您可以通过简单的自然语言指令修改视频。
2 分钟阅读
Nano Banana Pro vs Wan 2.5 Image Edit：编辑精修遇见完整生成能力
探索谷歌的 Nano Banana Pro（Gemini 3.0 Pro Image）和 Wan 2.5 Image Edit 如何结合生成和精准编辑来简化创意工作流程。
2 分钟阅读
Seedream V4 快速开始指南
Seedream 4.0 支持三种输入类型：文本、单张图像和多张图像。
4 分钟阅读
WaveSpeedAI上的Qwen-Image-Edit：在几秒内清理照片和完善视觉效果
您是否厌倦了与复杂的图像编辑软件作斗争，花费数小时和精力才能进行简单的修改？您是否希望有一个图像编辑工具能够解决您的图像编辑挑战？我们很高兴地宣布，Qwen-Image-Edit现已在WaveSpeed AI上可用。基于旗舰级20B参数Qwen-Image模型构建，该工具将尖端的语义理解与像素级完美的外观控制相结合，使用户能够以前所未有的精度创建、修改和优化图像。
1 分钟阅读
WaveSpeedAI上的通义图像：锐利文本渲染和精准编辑
WaveSpeedAI上的通义图像：锐利文本渲染和精准编辑
1 分钟阅读
速度还是规模？Nano Banana Pro 与 Qwen Image 为创意专业人士的对比
Google Nano Banana Pro（Gemini 3.0 Pro Image）和 Seedream 4 的简明对比，突出了创意专业人士的速度、逼真度和工作流优势。
1 分钟阅读
停止手动遮罩图像：使用Qwen-Image Layered创建干净的RGBA图层
Qwen-Image Layered是一个提示引导的图像分解模型，可将单个图像分解为多个干净的RGBA图层，每个图层都具有适当的透明度、柔和边缘和正确的遮挡顺序——可立即用于真实的生产工作流程。
1 分钟阅读
停止训练，开始创作：在WaveSpeedAI上使用LoRA
什么是LoRA？可以把它看作一种轻量级微调方法：与其重新训练整个模型，你只需向现有模型添加一个小的'快速适应'层来锁定你自己的风格——更快、更便宜。
2 分钟阅读
AI视频的下一步：认识WAN 2.5
过去几年，AI视频生成经历了几波创新浪潮——首先是更流畅的动作，然后是更高的视觉清晰度。
2 分钟阅读
通过WaveSpeedAI上的阿里巴巴WAN 2.6解锁下一代视频创作
现已在WaveSpeedAI上推出，阿里巴巴的WAN 2.6模型为创作者提供更强的叙事能力、更智能的参考驱动生成和更长、更富表现力的输出。我们重点介绍了定义WAN 2.6的三个核心功能。
1 分钟阅读
WAN 2.2 Spicy：AI 变得大胆的地方
最近，由埃隆·马斯克开发的新模型 Grok 在 X 上走红。但还有另一个同样强大的竞争者——WAN 2.2 Spicy。由阿里巴巴团队构建，它提供相同的创意灵活性，支持多个用例，甚至提供 API 调用。得益于其广泛的边界，你可以在这里释放你的想象力——现在已在 WaveSpeedAI 上可用！
1 分钟阅读