WaveSpeedAI Blog

AI图像和视频生成模型的最新资讯

停止手动遮罩图像：使用Qwen-Image Layered创建干净的RGBA图层

Qwen-Image Layered是一个提示引导的图像分解模型，可将单个图像分解为多个干净的RGBA图层，每个图层都具有适当的透明度、柔和边缘和正确的遮挡顺序——可立即用于真实的生产工作流程。

什么是LoRA？可以把它看作一种轻量级微调方法：与其重新训练整个模型，你只需向现有模型添加一个小的'快速适应'层来锁定你自己的风格——更快、更便宜。

A groundbreaking idea deserves more than just a tool—it deserves a dream team.

多模态AIGC平台释放无限创意

过去几年，AI视频生成经历了几波创新浪潮——首先是更流畅的动作，然后是更高的视觉清晰度。

杰作与平庸之间的区别不在于AI——而在于指令。

现已在WaveSpeedAI上推出，阿里巴巴的WAN 2.6模型为创作者提供更强的叙事能力、更智能的参考驱动生成和更长、更富表现力的输出。我们重点介绍了定义WAN 2.6的三个核心功能。

全球多模态推理加速平台 WaveSpeedAI 今日宣布推出 Veo 3.1——谷歌最新的视频和音频生成模型——现已通过 WaveSpeedAI API 访问。

Veo 3 开启了AI视频生成的新篇章——当有声视频成为可能而非想象

多年来，AI视频生成一直是一场无声电影。我们看着令人惊艳的AI生成视觉效果在诡异的寂静中展开，期待着技术能找到自己的声音。

最近，由埃隆·马斯克开发的新模型 Grok 在 X 上走红。但还有另一个同样强大的竞争者——WAN 2.2 Spicy。由阿里巴巴团队构建，它提供相同的创意灵活性，支持多个用例，甚至提供 API 调用。得益于其广泛的边界，你可以在这里释放你的想象力——现在已在 WaveSpeedAI 上可用！

Wan2.2-Fun-Control是一款下一代视频生成和控制模型，设计用于生成高质量视频，严格遵循预定义的控制条件。