#video-generation

412 articles - Page 18

Google Veo3 圖像轉視頻现已登陆WaveSpeedAI

Google Veo 3 是 Google 的旗艦圖像轉視頻模型，可從圖像創建啟用音訊的視頻。隨時可用的 REST 推理 API、最佳性能、無冷啟動、平價計費。

ACE-Step Audio Inpaint 編輯特定音頻段落以改變歌詞或風格，同時保持周圍音頻不變。提供即用型 REST 推理 API、最佳效能、無冷啟動、實惠定價。

AI 圖像文字移除工具能夠乾淨地擦除圖像上的文字，並以驚人的視覺準確度重建背景。自動移除標題、標籤、字幕、浮水印、註釋或嵌入式 UI 文字，同時保留紋理、光線和場景完整性。隨時可用的 REST 推論

WAN 2.2 A14B 將圖像轉換為 480p 影片，從單一圖像實現無限的 AI 影片生成。提供現成可用的 REST 推理 API、最佳效能、無冷啟動、實惠的價格。

FLUX.2 [dev] Edit 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的十六進制顏色控制，實現一致、工作室品質的結果。即用型 REST 推理 API、最佳效能、無冷啟動、實惠的定價。

FIBO 是一個開源的 JSON 原生文字轉圖像模型，將意圖映射到結構化控制項以實現精確的企業級圖像生成。提供即用型 REST 推論 API、最佳性能、無冷啟動、價格實惠。

SAM3 影片是一個統一的基礎模型，用於提示式影片分割。提供文字、點、方框或遮罩提示，該模型可以跨幀分割和追蹤目標，具有強大的時間一致性。支援概念級別（「使用概念分割任何事物」）和多物件遮罩

PixVerse V5.5 特效是一個 AI 圖像轉影片模型，可將靜止影像轉換為流暢、自然的短影片，具有逼真的動作，支援 360p 至 1080p 的 5 秒/8 秒/10 秒片段，適用於社交貼文、廣告和預覽。提供即用型 REST 推論 API、最佳效能、無冷啟動、價格實惠

MultiTalk 將一張圖像和音頻轉換為音頻驅動的說話/唱歌視頻（圖像到視頻），支持長達 10 分鐘。即用型 REST 推理 API、最佳性能、無冷啟動、實惠的價格。

從視頻中移除 Sora 2 浮水印、標誌、字幕和文字，同時保持品質；支持多種格式和 10 分鐘的文件。現成可用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。

Seedance V1 Pro 以 720p 解析度生成連貫的多鏡頭文本到影片，具有平滑穩定的動作和精確的提示詞遵守。隨時可用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。

FLUX.1 Kontext [max] 提升提示詞遵循度和排版生成能力，提供一致、高品質的影像編輯體驗。提供即用型 REST 推理 API、最佳效能、無冷啟動、價格實惠。