WaveSpeedAI Blog

AI图像和视频生成模型的最新资讯

字节跳动 Waver 1.0 现已登陆WaveSpeedAI

字节跳动推出的 Waver 1.0 是一个多功能模型，支持文本生成视频、图像生成视频和文本生成图像。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Hailuo 02 T2V-Pro 是一款文本生成视频模型，针对超清晰 1080P 视频和物理驱动场景的响应处理进行了微调。提供即用型 REST API、无冷启动、最佳性能、实惠价格。

Minimax Video-01 是一个文本到视频模型，提供高压缩率、强大的文本响应能力、电影风格和原生高清输出。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

FLUX.1 [schnell] 是一个 12B 校正流变压器，通过 API 进行高质量文本到图像生成。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Hunyuan i2v将图像和文本提示转换为高质量视频，从描述性输入生成连贯的短片。即用型REST推理API，性能最佳，无冷启动，价格实惠。

用于图像和视频生成的高级提示词优化器。自动增强提示词的清晰度、结构、构图、运动动态和风格控制——在 FLUX、Wan、Kling、Veo、Seedance 等多个模型上产生显著更好的输出。可即用的 REST 推理 API

可扩展的文本内容审核工具，用于过滤和分类用户生成的文本，适合安全和合规工作流程。即用型REST推理API，最佳性能，无冷启动，价格实惠。

高精度图像字幕生成器，可从图像生成详细、类似人类的描述。适用于内容理解、无障碍访问、数据集标注、SEO 和多模态 AI 工作流。即用型 REST 推理 API，性能最佳，无冷启动，价格实惠。

Wan 2.1 文本生成图像通过将 Wan 2.1 视频模型适配为最先进的视觉保真度,提供超逼真的摄影图像。开箱即用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

MMAudio v2 从视频或文本输入生成同步音频，非常适合与视频模型配合为视频添加配乐。提供即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

SeedVR2视频升级器将低分辨率视频转换为高保真4K，具有无缝运动和一致的帧。即用型REST推理API，最佳性能，无冷启动，价格实惠。

通过上传视频和图像来交换任何视频中的面孔——快速执行无限次、无缝的面部替换。随时可用的REST推理API、最佳性能、无冷启动、价格实惠。