WaveSpeedAI Blog

AI图像和视频生成模型的最新资讯

IC Light现已登陆WaveSpeedAI

IC-Light V2 是一个AI驱动的图像重新打光模型。用可自定义的光照方向重新打光任何图像。随时可用的REST推理API，最佳性能。

LTX-2 Lipsync从参考图像和音频输入生成同步的说话头视频。采用19B DiT架构驱动，能生成高保真

Meshy 6 将 2D 图像转换为高质量 3D 模型，具有准确的几何重建和卓越的纹理质量。可随时使用的 REST 推理 API，最佳

Meshy 6 从文本描述生成高质量 3D 模型，具有精确的几何结构和卓越的纹理质量。随时可用的 REST 推理 API，性能最佳

Qwen Image Max Edit是一个AI图像编辑模型，支持文本提示进行图像编辑，同时支持中文和英文语言。即用型REST推理API，性能最佳

Qwen Image Max是一款高质量文本生成图像模型，支持中文和英文提示词。提供即用型REST推理API，最佳性能

Qwen3 TTS：具有风格控制的多语言、多声音文本转语音合成。支持 11 种语言和 9 个语音角色。即用型 REST 推理 API

Qwen3 TTS Voice Clone：从参考音频克隆任何声音并以该声音生成语音。开箱即用的REST推理API，性能最佳，无冷启动

Qwen3 TTS Voice Design：用自然语言描述生成具有自定义音色特征的语音。开箱即用的REST推理API，性能最佳，无需

SAM 3 是一个统一的基础模型，用于可提示的图像分割，可使用文本、点或框来检测和分割对象。提供即用型 REST 推理 API

SAM 3 RLE是一个统一的基础模型，用于可提示的图像分割，支持使用文本、点或框来检测和分割对象。返回RLE（行程长度编码）格式的分割结果。

SAM 3 Video RLE是一个统一的基础模型，用于视频中基于提示的分割。使用文本、点或框跟踪和分割视频帧中的对象，retu