#alibaba

186 articles - Page 2

阿里巴巴 WAN 2.6 图像转视频现已登陆WaveSpeedAI

阿里巴巴 WAN 2.6 将文本或图像转换为视频(720p/1080p),具有同步音频,比谷歌 Veo3 更快更便宜。提供现成的 REST 推理 API,最佳性能,无冷启动,价格实惠。

阿里巴巴 WAN 2.6 图像编辑将提示词转化为精确的照片编辑——调整色彩和光线、重新设计美学、替换背景、移除物体和完善细节，同时保留主体身份。专为稳定、可重复的图像到图像流程设计。现成可用的 REST API，最佳

FLUX 2 Max Edit 提供来自 Black Forest Labs 的生产级图像到图像编辑——应用自然语言指令和精确的十六进制颜色控制，以获得一致的工作室级质量结果。即用型 REST 推理 API、最佳性能、无冷启动、实惠定价。

Kling Omni Video O1视频编辑支持通过自然语言命令进行对话式视频编辑。删除对象、更改背景、修改风格、调整天气/光线，使用简单的文本指令如'删除行人'或'将白天改为黄昏'来变换场景。

Google Nano Banana Pro（Gemini 3.0 Pro Image）编辑功能支持4K输出的图像编辑。即用型REST推理API，最佳性能，无冷启动，价格实惠。

Qwen-Image Layered 是一个统一的图像分层分解模型，用于提示引导的合成。提供点、框或粗糙蒙版来隔离主体和区域，该模型将单个图像分解为多个具有清晰 Alpha 通道、柔和边缘和正确遮挡顺序的 RGBA 图层。即插即用

Z-Image Turbo Inpaint 提供超快速图像修复，支持自然语言指令——无缝填充、修复或替换图像中的区域，生成生产级质量的结果。现成的 REST 推理 API、最佳性能、无冷启动、价格实惠。

Z-Image-Turbo 是一个 60 亿参数的文本到图像模型，可在不到一秒的时间内生成逼真照片。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Kandinsky 5 Pro 图像转视频可将单张图像转换为连贯的5秒视频，由自然语言提示引导。它保留主体和构图，同时增加平滑运动和电影般的动态效果。支持512p或1024p输出，适用于常见的宽高比，可用于社交媒体帖子、广告和概念预览。

LongCat-Image Edit是美团推出的60亿参数双语(中英文)图像编辑模型，擅长多语言文本渲染、逼真度和部署效率。提供开箱即用的REST推理API，性能最佳，无冷启动。

阿里巴巴 WAN 2.5 Video-Extend 将短视频转换为更长的视频,保留或生成同步音频以确保连续性。提供即用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

Kandinsky 5 Pro文本转视频将自然语言提示转换为连贯的5秒视频片段,具有强大的提示词遵循和流畅的动作。在常见宽高比中选择512p或1024p输出,适用于社交媒体帖子、广告和概念镜头。为稳定的生产使用而构建,配备即用型REST API,无需