WaveSpeed 部落格

來自 Black Forest Labs 的 FLUX 2 Flash Edit 提供超高速、生產級的圖像到圖像編輯。使用純英文提示和精確的十六進制顏色控制來重新設計場景、替換背景、內繪/外繪和修飾品牌一致的調色板。低延遲 REST API、無冷啟動

FLUX 2 flash 是來自 Black Forest Labs 的快速、生產級 AI 文字轉圖像生成器，針對逼真渲染和清晰、無錯字文字進行了優化。它支援提示詞忠實的風格和原生編輯——圖像轉圖像、修復/擴展、背景替換和快速變體——用於後期製作

Black Forest Labs 的 FLUX.2 [flex] 提供快速、靈活的文字轉圖像生成，具有增強的寫實性、更清晰的文字呈現和內建編輯功能，可快速迭代：提供現成可用的 REST 推論 API、最佳效能、無冷啟動，以及經濟實惠的定價。

使用 Midjourney 備受推崇的創意詮釋功能，從文字提示詞生成高品質藝術圖像。提供開箱即用的 REST 推理 API、最佳效能、無冷啟動、價格實惠。

Kandinsky 5 Pro 圖像轉影片可將單張影像轉化為連貫的 5 秒影片，由自然語言提示引導。它保留主體和構圖，同時添加流暢的動作和電影般的動態效果。可輸出 512p 或 1024p 解析度的常見寬高比，適用於社群貼文、廣告和概念預覽。

LongCat-Image Edit 是美團推出的 6B 參數雙語（中文-英文）圖像編輯模型，擅長多語言文字呈現、逼真效果和部署效率。提供隨時可用的 REST 推理 API，具有最佳效能且無冷啟動。

LongCat-Image 是美團開發的 6B 參數雙語（中文-英文）文字轉圖像模型，擅長多語言文字渲染、逼真效果和部署效率。提供即用型 REST 推理 API，具有最佳性能且無冷啟動延遲。

阿里巴巴 WAN 2.5 視頻延伸功能可將短視頻轉變為更長的影片，並保留或生成同步音頻以確保連貫性。提供現成可用的 REST 推理 API，性能最佳，無冷啟動，價格實惠。

Kandinsky 5 Pro 文字轉影片將自然語言提示轉換為連貫的 5 秒影片片段,具有強大的提示遵循性和流暢的動作。選擇 512p 或 1024p 輸出,支援常見的寬高比,適用於社群貼文、廣告和概念圖。專為穩定的生產使用而構建,提供隨時可用的 REST API,無需

Live Avatar 從參考圖像和音頻生成會說話的頭像視頻，創建逼真的口型同步動畫和自然表情。

MoCha 使用參考影像執行影片轉影片角色替換，無需逐幀姿態或深度圖。提供即用型 REST 推論 API、無冷啟動、經濟實惠的定價。

使用阿里巴巴 WAN 2.5 圖像編輯功能透過提示驅動的調整和風格升級來完善現有視覺效果，適用於照片和圖形。準備好用的 REST 推論 API，最佳效能，無冷啟動，價格實惠。