Phota Text-to-Image現已登陸WaveSpeedAI
Phota Text-to-Image 能從文字提示生成高品質個性化照片。支援 4K 解析度、多種長寬比、批次生成及內建提示詞增強器。提供 REST API，每張圖片僅需 $0.09，無冷啟動延遲。
LTX-2.3 定價解析：API 費用、本地推理與雲端方案比較（2026）
詳解 LTX-2.3 API 定價：快速版與專業版差異、720p 與 1080p 方案比較、每秒費用分解，以及本地推理真正省錢的時機。
PixVerse V6 正式發布：鏡頭控制、原生音訊與多鏡頭影片生成
PixVerse V6 推出超過 20 種電影級鏡頭控制、帶有原生音訊的多鏡頭影片、15 秒 1080p 穩定輸出，以及適合開發者工作流程的 CLI 工具。了解 V6 帶來的新功能，以及您現在可以使用的最佳 AI 影片模型。
Claude Mythos（Opus 5）洩露：目前我們所知道的一切
Anthropic 的下一代 Claude Mythos 模型在一次資料洩露中曝光。以下是洩露文件中關於其編程、推理和網路安全能力的詳細內容，以及這對 AI 發展意味著什麼。
Suno vs MiniMax Music vs Google Lyria 3：AI音樂生成全面比較
深入比較 Suno v5.5、MiniMax Music 2.5 與 Google Lyria 3 Pro 的 AI 音樂生成能力，涵蓋音質、人聲、創作控制、定價及 API 存取等面向。
daVinci-MagiHuman：碾壓所有數位人生成器的開源模型
daVinci-MagiHuman 是一個 150 億參數的開源模型，能在單張 H100 上以 2 秒生成口型同步的說話人頭影片。勝率優於 Ovi 1.1（勝率 80%）與 LTX 2.3（勝率 60.9%），採用 Apache 2.0 授權，支援多語言，速度極快。
daVinci MagiHuman Text-to-Video 現已登陸WaveSpeedAI
daVinci MagiHuman Text-to-Video 可從文字提示生成電影感十足的人物中心影片，支援可選音訊同步。150億參數開源模型，最高 1080p 畫質，影片長度 5-10 秒。提供 REST API，每秒 $0.04，無冷啟動延遲。
daVinci MagiHuman Image-to-Video 現已登陸WaveSpeedAI
daVinci MagiHuman Image-to-Video 是一個 150 億參數的開源模型，可將參考圖片動畫化為電影級影片，並支援可選的音頻同步。效果媲美 WAN 2.5。解析度最高 1080p，時長 5-10 秒。REST API，$0.04/秒，無冷啟動。
LTX-2.3 ComfyUI 設定指南：兩階段流程、VRAM 修復與 Gemma 編碼器
在 ComfyUI 中設定 LTX-2.3：檢查點放置、Gemma 3 12B 編碼器配置、兩階段生成流程，以及適用於消費級 GPU 的低 VRAM 策略。
LTX-2.3 LoRA 訓練指南：風格、動作與 IC-LoRA 控制（2026）
使用官方 ltx-trainer 在 LTX-2.3 上訓練自定義 LoRA。涵蓋風格 LoRA、IC-LoRA 結構控制、rank 設定、資料集準備及常見訓練失敗問題。
Google Lyria 3 Clip現已登陸WaveSpeedAI
Google Lyria 3 Clip 可根據歌詞、描述及音頻等文字提示生成完整音樂曲目，支援圖像引導生成、負面提示詞及可重現結果。提供 REST API，每段剪輯僅需 $0.04，無冷啟動延遲。
Google Lyria 3 Pro現已登陸WaveSpeedAI
Google Lyria 3 Pro可生成高品質AI音樂，擁有比Clip層級更豐富的樂器編排、細膩的情感表達與更高的音訊保真度。支援文字與圖像引導的音樂創作。REST API，每段$0.08，無冷啟動延遲。