#model-release

317 articles - Page 17

WaveSpeedAI Vibevoice 现已登陆WaveSpeedAI

wavespeed-ai/vibevoice 是一个先进的语音生成模型,可以从文本生成高保真、自然且富有表现力的语音,支持可选的说话人/地区风格控制,以获得更精确的结果,易于集成到实际应用中。现成可用的 REST 推理 API,最佳性能

Hunyuan3D V2 多视图是腾讯的图像到3D生成模型，现已在 WaveSpeedAI 上线。该模型能从多视图图像构建3D重建。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

RunwayML Gen4 Turbo 是一款图像到视频的生成模型，能够从图像生成高质量视频。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

使用 wavespeed-ai/ghibli 将照片转换为吉卜力工作室风格的插画，捕捉手绘美学和异想天开的调色板。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

Pika v2.0 Turbo 是一款文本转视频模型，支持多种尺寸，包含先进的提示词优化功能以改进结果。随时可用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

生成简短、常规或长图像标题，帮助您理解和描述视觉内容。随时可用的REST推理API，最佳性能，无冷启动，价格实惠。

Moondream3 Detect：为图像中的对象提供精确边界框，用于准确的计算机视觉定位。即用型REST推理API，最佳性能，无冷启动，价格实惠。

Moondream3 Point在图像中找到对象并返回精确的坐标点，用于计算机视觉任务，实现准确的点定位。随时可用的REST推理API、最佳性能、无冷启动、价格实惠。

Moondream3 Query 通过视觉问答和可选的思维链功能来回答图像上的自然语言问题，提供详细解释。提供即用型 REST 推理 API，性能最佳，无冷启动，价格实惠。

使用 OpenAI Whisper Large v3 Turbo 实现精准语音转文字：支持多语言转录、自动语言检测和标点符号。开箱即用的 REST 推理 API，性能最优，无冷启动，价格实惠。

Pika V2.1 将图像转换为高质量视频，支持多种输出尺寸和高级提示词优化，实现精确控制。提供即用型 REST 推理 API，性能最佳，无冷启动，价格实惠。

PixVerse V4.5 I2V Fast将图像或文本转换为高质量视频，支持多分辨率、宽高比和运动模式控制。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。