#controlnet
46 articles - Page 3
ByteDance Avatar Omni Human 现已登陆WaveSpeedAI
ByteDance OmniHuman 將單張肖像照片轉換為具有逼真動作和表情的虛擬人物影片（$0.12/秒）。開箱即用的 REST 推論 API、最佳效能、無冷啟動、平價定價。
Midjourney 圖像轉影片功能现已登陆WaveSpeedAI
Midjourney 圖像轉影片將單一影像轉換為藝術性豐富、高品質的影片，採用 Midjourney 的創意 AI 技術。提供現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。
Runway Gen4 Image on 现已登陆WaveSpeedAI
RunwayML Gen4 Image 模型讓您使用最多 3 張參考影像來生成精確影像，捕捉每個角度和細節。現成可用的 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。
Vidu Start End To Video Q2 Turbo 现已登陆WaveSpeedAI
Vidu Q2 Turbo Start-End to Video 在開始和結束圖像之間創建流暢的圖像轉視頻過渡，提供快速高品質結果。提供開箱即用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。
ElevenLabs Eleven V3 现已登陆WaveSpeedAI
ElevenLabs eleven-v3 是一個文字轉語音模型，以託管端點形式提供；請求費用為每 1000 個字符 $0.1。現成可用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。
Google Gemini 2.5 Flash 圖像編輯现已登陆WaveSpeedAI
Nano Banana (Gemini 2.5 Flash Image) 提供圖像到圖像的生成和精確編輯，具有深度推理以提高準確性。隨時可用的 REST 推理 API、最佳性能、無冷啟動、經濟實惠的定價。
場景行銷向前行走现已登陆WaveSpeedAI
生成行人向前行走的短視頻，適用於行銷和推廣用途，產生一致的向前行走動作。提供即用型 REST 推理 API、最佳性能、無冷啟動、經濟實惠的定價。
Vidu 文字轉圖片 Q2 现已登陆WaveSpeedAI
Vidu 文字轉圖片 Q2 將文字提示轉換為具有卓越視覺細節和創意靈活性的高品質影像。現成可用的 REST 推理 API、最佳效能、無冷啟動、價格實惠。
Vidu 文字轉影片 2.0 现已登陆WaveSpeedAI
Vidu 文字轉影片 2.0 將文字提示轉換為高品質 720p 影片，具有卓越的視覺細節和多樣的動作動態。即用型 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。
Vidu 文本到影片功能现已登陆WaveSpeedAI
Vidu 文本到影片將文本提示轉換為高品質 720p 影片，具有卓越的視覺保真度和多樣化的動作動態。現成可用的 REST 推論 API、最佳效能、無冷啟動、平價定價。
隨著Replicate加入Cloudflare，建構者比以往更需要穩定性——為什麼數千人正將他們的多模態工作負載遷移到WaveSpeedAI
當一個主要的多模態AI平台被收購時，漣漪效應會迅速出現。對於運行多模態工作負載的團隊來說，不確定性不僅僅是不方便。這是昂貴的。越來越多的人正在選擇遷移到WaveSpeedAI來回應。
Hailuo 2.3 — Where Motion Meets Emotion
For years, creators have imagined AI that can capture not only motion but also emotion — the subtle essence that makes human expression feel vibrant. That vision has long felt just out of reach. However, today, with the launch of the Hailuo 2.3 Model Series, we take a step closer to making it real! Now it officially lives on WaveSpeedAI! Built by MiniMax, each model—i2v-standard, t2v-standard, or i2v-Fast is designed to bring imagination to life with strong emotional depth. Let's enter the next era of cinematic AI generation, where technology feels human, and every frame tells a story.