#alibaba
215 articles - Page 17
所有標籤 gemini-3-5-flash google google-io ai-models agent-tools deepmind gemini-3-5 gemini-3-5-pro gemini-omni gemini-omni-flash video-generation ai-video gemini-4 claude-mythos gpt-5-5 seedance bytedance pricing model-release gpt-5-6 openai chatgpt alignment leak gemini omni veo hidream open-source image-generation diffusion-transformer multimodal tutorial rumor llm api comparison guide best alternative openrouter aws azure google-cloud inference image-to-3d 3d 3d-generation tripo3d h3.1 pbr quad-mesh announcement wavespeedai multiview-to-3d text-to-3d text-to-image nucleus nucleus-image image-to-image materials texture patina image-to-map game-dev unreal unity blender material-extract video-to-video video-inpainting object-removal masking void sam3 text-to-audio music-generation music-cover style-transfer minimax image-to-video pixverse animation transition reference-to-video character-consistency text-to-video baidu ernie multilingual chinese fast audio-to-video music-video lip-sync runway-ml ideogram image-editing sora portrait-effect photo-styling parkour action-video talking-photo travel-photo ad-generation spokesperson virtual-try-on fashion ai-avatar free-tools avatar-generator talking-head ai-image image-generator video-generator wan-2-7 kling gpt-image-2 predictions deevid-ai wan alibaba video-editing video-edit wan-2.7 video-extend veo3 start-end-to-video kuaishou elements vace video-joiner wavespeed-ai gemma-4 on-device-ai audio-converter audio-processing file-conversion image-converter image-processing face-blur privacy video-converter video-processing ai-tools 4k midjourney flux nano-banana seedream best-ai-image-generator pixverse-v6 audio video-effects glm zhipu-ai claude gpt deepseek ai-news phota image-enhance upscaler image-quality photorealistic camera-control vfx anthropic cybersecurity ai-music suno lyria magihuman davinci sand-ai digital-human audio-video davinci-magihuman professional ai-image-generator qwen-image pollo-ai lovart freepik ai-video-generator vidu best-ai-video-generator higgsfield kling-image-o3 ai-image-generation girl-filter face-transformation portrait smile-filter photo-editing watermark-removal sora-alternative sora-shutdown pika grok ltx veo-4 photo-colorizer colorize photo-restoration body-swap face-swap portrait-transfer prismaudio video-to-audio foley ai-audio sound-generation hunyuan audio-generation v2a iclr recraft recraft-v4 text-to-vector svg design dall-e vocal-remover karaoke music-production stem-separation people-remover inpainting fotor photo-editor content-creation desktop-app mp3 wav flac aac png jpg webp heic mp4 mov avi webm janitor-ai media-io video-editor m2.7 ai-model agent coding benchmark age-filter entertainment aging dog-selfie pet-content gender-swap ghibli-filter anime studio-ghibli midjourney-v8 stable-diffusion best-tools ai-content-detector content-moderation content-safety nsfw-detection text-moderation image-moderation video-moderation moderation-api developer-guide sora-2 sketch-to-video infinitetalk celebrity-look-alike face-recognition clothes-changer fat-filter meme fortune-teller math-solver education story-generator creative-writing review baseten 2026 canva fal-ai fireworks-ai leonardo-ai modal gpu-cloud replicate cloudflare runpod together-ai ai-research helios bitdance bitdance-14b autoregressive qwen-image-2 typography skyreels skyreels-v3 talking-avatar portrait-animation soulx flashhead soulx-flashhead real-time streaming nano-banana-2 nano-banana-pro ai-images q3 wavespeed-desktop android mobile playground batch-processing lora workflow ai-pipeline ffmpeg audio-conversion image-conversion video-conversion video-merge video-trimming video-enhancement video-upscale inworld tts text-to-speech voice-ai coming-soon gpt-image kimi moonshot-ai ai-assistant local-ai personal-ai prediction genie-3 world-model interactive-environments mova clawdbot personal-assistant automation chatbot javascript typescript sdk python speculation ai-collaboration productivity ai-agents no-code app-builder development apple background-remover face-enhancer image-enhancement image-eraser inpaint tools claude-code codex ai-coding cursor developer-tools image-enhancer ai-platforms hedra avatars heygen creative video-marketing ideas adobe firefly quality rankings image-translation localization image-upscaling enhancement video-extension video-upscaling enterprise developer clipdrop stability-ai dalle deepai performance black-forest-labs vertex-ai infrastructure hailuo-ai hugging-face tencent text-rendering imagen kling-ai serverless luma-ai dream-machine nightcafe ai-art pika-labs lm-arena runway digital-twins tips video-production synthesia dalle-3 prompting avatar multi-modal aimlapi byteplus comfyui dreamina kie-ai openart poyo-ai topaz upscaling skywork qwen training fine-tuning depth controlnet pose upscale outpaint canny lightricks sdxl background-removal marketing event e-commerce product-photography mochi cogvideo social-media instagram
Kling O1 視頻模型即將到來——視覺創作的全面飛躍
專為創作者、電影製作人和設計師打造，Kling O1 在智能、一致性和可編輯性方面實現了重大飛躍，覆蓋整個視頻工作流程。這款下一代多模態視頻引擎為所有視頻工作者帶來更流暢、更直觀、高度可控的工作體驗。
1 分鐘閱讀
Kling Omni Video O1 Video Edit——自然語言視頻編輯登陸WaveSpeedAI
WaveSpeedAI 很榮幸宣佈推出 Kling Video Edit，由快手突破性的多模態視頻模型 Kling Omni Video O1 提供支持。使用 Video Edit，您可以通過簡單的自然語言指令修改視頻。
1 分鐘閱讀
Nano Banana Pro 與 Wan 2.5 Image Edit：編輯精度遇上完整生成能力
探索 Google 的 Nano Banana Pro（Gemini 3.0 Pro Image）和 Wan 2.5 Image Edit 如何結合生成和精確編輯，以簡化創意工作流程。
2 分鐘閱讀
Seedream V4 快速入門
Seedream 4.0 支援三種輸入類型：文字、單一影像和多重影像。
4 分鐘閱讀
WaveSpeedAI 上的 Qwen-Image-Edit：在幾秒內清理照片和完善視覺效果
您是否厭倦了與複雜的圖像編輯軟件搏鬥，只為進行簡單修改就花費數小時和精力？您是否希望有一個能夠解決圖像編輯挑戰的圖像編輯工具？我們很高興地宣布，Qwen-Image-Edit 現已在 WaveSpeed AI 上推出。基於旗艦級 20B 參數 Qwen-Image 模型，此工具將尖端的語義理解與像素完美的外觀控制相結合，使用戶能夠以前所未有的精度創建、修改和細化圖像。
1 分鐘閱讀
WaveSpeedAI 上的 Qwen-Image：銳利文字渲染與精確編輯
WaveSpeedAI 上的 Qwen-Image：銳利文字渲染與精確編輯
1 分鐘閱讀
速度還是規模？Nano Banana Pro vs Qwen Image for 創意專業人士
Google Nano Banana Pro (Gemini 3.0 Pro Image) 和 Seedream 4 的簡明比較，重點強調創意專業人士的速度、逼真度和工作流程優勢。
2 分鐘閱讀
停止手動遮罩圖像：使用 Qwen-Image Layered 建立乾淨的 RGBA 圖層
Qwen-Image Layered 是一個提示引導的圖像分解模型，能將單一圖像分割成多個乾淨的 RGBA 圖層，每個圖層都具有適當的透明度、柔和邊緣和正確的遮擋順序——可立即用於實際生產工作流程。
2 分鐘閱讀
停止訓練，開始創作：在 WaveSpeedAI 上使用 LoRA
什麼是 LoRA？可以將其視為一種輕量級微調方法：與其重新訓練整個模型，不如簡單地向現有模型添加一個小型「快速適應」層來鎖定您自己的風格 — 更快更便宜。
3 分鐘閱讀
AI 影片的下一步：認識 Wan 2.5
在過去幾年，AI 影片生成經歷了幾波創新浪潮——首先是更流暢的動作，然後是更高的視覺清晰度。
2 分鐘閱讀
利用阿里巴巴 WAN 2.6 解鎖下一代影片創作 - 现已登陆WaveSpeedAI
阿里巴巴的 WAN 2.6 模型現已在 WaveSpeedAI 上線，為創作者提供更強大的故事講述能力、更智能的參考驅動生成和更長、更富表現力的輸出。我們強調了定義 WAN 2.6 的三個核心功能。
1 分鐘閱讀
WAN 2.2 Spicy：AI 變得大膽的地方
最近，由埃隆·馬斯克開發的新模型 Grok 在 X 上引起了熱烈討論。但還有另一個同樣強大的競爭者——WAN 2.2 Spicy。由阿里巴巴團隊開發，它提供相同的創意靈活性、支持多種用途，甚至提供 API 調用。受益於其寬泛的邊界，你可以在這裡釋放你的想像力——現在已在 WaveSpeedAI 上推出！
1 分鐘閱讀