#pose

28 articles

SCAIL 现已登陆WaveSpeedAI

SCAIL 使用参考图像实现高保真角色动画。它能处理大幅度动作变化、风格化角色和多角色互动,无需显式的逐帧结构指导。提供即用型 REST 推理 API,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

FLUX.2 [flex] Edit 由 Black Forest Labs 提供精确的图像编辑功能——支持自然语言指令和十六进制颜色精确控制，可实现一致的工作室级效果。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Black Forest Labs 的 FLUX.2 [flex] 提供快速灵活的文本转图像生成，具有增强的真实感、更清晰的文本渲染和内置编辑功能，可实现快速迭代：即用型 REST 推理 API、最佳性能、无冷启动和经济实惠的定价。

PixVerse V5.5 图像转视频将单张图像转换为具有流畅动作、清晰细节和强大主体保真度的电影级片段——适合标志片头、角色运动和社交媒体帖子。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Seedream 4.5 编辑顺序功能可以进行多图像编辑，同时锁定角色和物体身份保持一致。它检测主体对象、保留连贯性，并应用受控编辑，输出分辨率最高达4K。提供现成可用的REST推理API、最佳性能、无冷启动、价格实惠

字节跳动推出的Seedream 4.0是最先进的图像生成模型，提供高保真输出，性能超越Nano Banana。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

WaveSpeedAI视频扩展工具可以扩展任何视频的边界，同时保持运动、身份和场景的连贯性。适合改变宽高比、重新构图、添加安全边距或生成新的视觉内容，无需裁剪或丢失内容。

Sync React-1 是一个生产级视频转视频唇同步模型。它将任何语音轨道映射到目标面部，生成音素准确的口型和平滑的时序，同时保持身份、头部姿态、光照和背景。支持情感和强度控制、多语言语音和长镜头

ACE-Step从文本生成长达4分钟的带歌词音乐，具有高保真音质；支持声音克隆、歌词编辑和混音。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

使用文本或参考图像交换图像背景；逼真的结果。基于授权数据训练，可安心用于商业用途。开箱即用的REST推理API、最佳性能、无冷启动、价格实惠。

实验性 FLUX.1 Kontext [dev] - 多超快端点,具有用于批处理和多视图输入的原生多图像处理能力。即用型 REST 推理 API,最佳性能,无冷启动,价格实惠。