#model-release

310 articles

WaveSpeedAI LTX 2 19b现已登陆WaveSpeedAI

LTX-2 19b是首个基于DiT的音视频基础模型，具有同步的音频和视频、高保真度、多种性能模式和生产级质量

LTX-2 19b Image-to-Video LoRA是首个基于DiT的音频-视频基础模型，支持同步的音频和视频生成。此LoRA版本支持自定义

LTX-2 19b 文本生成视频 LoRA 是首个基于 DiT 的音视频基础模型，支持同步的音频和视频生成。该 LoRA 版本支持自定义

LTX-2 19b是首个基于DiT的音视频基础模型，具有同步音视频、高保真度、多种性能模式和生产级就绪等特点

GPT Image 1.5 Edit 是 OpenAI 的图像模型,用于精确的自然语言编辑。可以添加/移除对象、交换背景、修饰面部、调整颜色/光照、编辑文本/图形、裁剪/调整大小,以及应用十六进制颜色控制。即用型 REST 推理 API、最佳性能、无冷启动、价格实惠

阿里巴巴 WAN 2.6 图像编辑将提示词转化为精确的照片编辑——调整色彩和光线、重新设计美学、替换背景、移除物体和完善细节，同时保留主体身份。专为稳定、可重复的图像到图像流程设计。现成可用的 REST API，最佳

Black Forest Labs 的 FLUX 2 Max 提供生产级文本到图像生成，具有增强的真实感、更清晰的文本渲染和原生编辑功能，可确保可靠、可重复的结果。提供随时可用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

SCAIL 使用参考图像实现高保真角色动画。它能处理大幅度动作变化、风格化角色和多角色互动,无需显式的逐帧结构指导。提供即用型 REST 推理 API,无冷启动,价格实惠。

Ultimate Image Upscaler 是最先进的 AI 增强工具，可在将图像升级到 4K 或 8K 时重新构想细节。即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Z-Image-Turbo 是一个 60 亿参数的文本到图像模型，可在不到一秒的时间内生成逼真照片。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

Grok 2 Image 是 xAI 最新的图像生成模型，能在几秒内将简单的文本提示转化为清晰、逼真的视觉效果。从产品图到社交媒体帖子和概念艺术，它能紧密遵循你的指示，让你只需一个提示就能从想法直接生成可用于生产的图像。准备好了

FLUX 2 Turbo编辑提供超快速图像编辑功能——来自Black Forest Labs，应用自然语言指令和精确十六进制颜色控制，实现一致、专业级效果和超快速度。现成可用的REST推理API、最佳性能、无冷启动、价格实惠。