#controlnet

43 articles

Scail 现已登陆WaveSpeedAI

SCAIL 使用參考圖像實現高保真角色動畫。它可以處理大幅度動作變化、風格化角色和多角色互動，無需顯式的逐幀結構指導。提供現成可用的 REST 推論 API、無冷啟動和經濟實惠的定價。

Qwen-Image Layered 是一個統一的圖像層分解模型，用於提示導向的合成。提供點、框或粗略遮罩來隔離主體和區域，該模型將單個圖像分割為多個具有清晰 alpha、柔和邊緣和正確遮擋順序的 RGBA 圖層。可立即使用

FLUX.2 [flex] Edit 提供來自 Black Forest Labs 的精確圖像編輯功能——應用自然語言指令和精確十六進位色彩控制，實現一致的工作室品質效果。即用型 REST 推理 API，最佳效能，無冷啟動，經濟實惠的定價。

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。

PixVerse V5.5 圖像轉影片將單一影像轉換為具有流暢動作、清晰細節和強大主體保真度的電影片段—非常適合標誌片頭、角色動作和社交媒體貼文。提供即用型 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。

Seedream 4.5 Edit Sequential 執行多圖像編輯，同時鎖定角色和物體身份跨鏡頭。它檢測主要主體、保持連續性，並應用受控編輯，輸出高達 4K。準備就緒的 REST 推理 API、最佳性能、無冷啟動、經濟實惠的定價

InfiniteYou AI 換臉 - 由 ByteDance 零樣本身份保留技術提供支持的高品質換臉。即用型 REST 推理 API、最佳效能、無冷啟動、價格實惠。

MiniMax Hailuo 2.3 Standard 是一個圖像轉影片模型，可生成物理感知的 768p 輸出，效率提升 2.5 倍。現成可用的 REST 推理 API、最佳效能、無冷啟動、平價定價。

MultiTalk (WAN 2.1) 是一款音訊驅動的 AI，可將單一影像和音訊轉換為說話或唱歌的對話影片。提供現成可用的 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。

WaveSpeedAI Video Outpainter 可將任何影片擴展至原始邊界之外，同時保留動態、主體身份與場景一致性。無論是調整長寬比、重新取景、添加安全邊距，還是生成新的視覺背景，皆無需裁剪或損失任何內容。

Qwen-Image-Edit-Plus (2509) 是一個 20B MMDiT 圖像編輯器，具備多圖像編輯、單圖像一致性和原生 ControlNet 支援。提供開箱即用的 REST 推論 API、最佳效能、無冷啟動、經濟實惠的價格。

ACE-Step 可從文本生成長達 4 分鐘的帶歌詞音樂，具有高音頻保真度；支援聲音複製、歌詞編輯和混音。隨時可用的 REST 推理 API，最佳效能，無冷啟動，價格實惠。