#video-generation

483 articles - Page 12

WaveSpeedAI WAN 2.1 多人对话功能现已登陆WaveSpeedAI

MultiTalk（WAN 2.1）是一款音频驱动的AI，可将单张图像和音频转换为会话或唱歌的视频。提供开箱即用的REST推理API、最佳性能、无冷启动、经济实惠的价格。

由 Hailuo AI 开发的 Hailuo 02 是一个图生视频模型，可生成超清晰的 768P 视频，能够出色处理物理驱动场景。提供即用型 REST 推理 API、最佳性能、无冷启动、平价定价。

WAN 2.2 图像转视频可将单张图像转变为流畅的电影级运动效果，细节清晰——理想用于故事板、意境镜头和产品演示。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

InfiniteTalk Multi将单张图像和两个音频输入转换为最高720p分辨率的多角色对话或唱歌视频。提供开箱即用的REST推理API、最佳性能、无冷启动、价格实惠。

Wan-2.2/image-to-video-lora 可从单个图像生成无限的图像到视频内容,产生流畅、电影级的运动效果和清晰的细节。支持自定义 LoRA 用于风格和角色一致性。即用型 REST 推理 API、最佳性能、无冷启动、经济实惠的价格。

InfiniteTalk Fast 将一张照片 + 音频转换为音频驱动的说话或唱歌虚拟形象视频（图像转视频），最长可达 10 分钟。即用型 REST API，无冷启动，价格实惠。

音频驱动的 infinitetalk-fast 将一个视频加上音频转换为逼真的说话或唱歌视频，具有唇形同步。现成可用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

Wan2.1-DITTO是一款统一的视频转视频模型，用于逼真的风格转移和重演，可复制整个帧中的整体运动和表情。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

音频驱动的 InfiniteTalk 将一个视频加音频转换为逼真的说话或唱歌视频，具有 480p 或 720p 的唇形同步。开箱即用的 REST 推理 API，最佳性能，无冷启动，价格实惠。

WAN 2.1 合成到真实 Ditto 在视频转视频的合成到真实转换中镜像动作和面部表情。即用的 REST 推理 API、最佳性能、无冷启动、实惠定价。

WAN 2.2 视频编辑让您可以通过文本提示修改视频（例如更改服装或角色）。采用 WAN 2.2 技术，支持 480p（$0.20/5秒）和 720p（$0.40/5秒），最长可处理 120 秒视频。即用型 REST 推理 API，性能最佳，无冷启动延迟，价格实惠。

WAN 2.2 从文本提示生成超详细图像，并支持自定义 LoRA 以实现细粒度的风格和主题控制。开箱即用的 REST 推理 API，最佳性能，无冷启动，价格实惠。