WaveSpeedAI Blog

AI圖像和影片生成模型的最新資訊

快手 Kling Video O1 Std 圖像轉影片功能现已登陆WaveSpeedAI

Kling Omni Video O1 圖像轉影片（標準版）將靜態圖像轉換為動態高品質影片，同時保持主體身份和視覺/時間一致性。它添加自然運動、逼真的物理效果和流暢的場景動態，並在參考幀可用時支持靈活的片段時長

Kling Omni Video O1 Video-Edit 通過自然語言命令實現對話式視頻編輯。移除物體、改變背景、修改風格、調整天氣/光線，並通過簡單的文本指令（如「移除行人」或「將白天改為黃昏」）轉換場景。開箱即用 RE

SCAIL 使用參考圖像實現高保真角色動畫。它可以處理大幅度動作變化、風格化角色和多角色互動，無需顯式的逐幀結構指導。提供現成可用的 REST 推論 API、無冷啟動和經濟實惠的定價。

Google Nano Banana Pro (Gemini 3.0 Pro Image) Edit 支援具有 4K 能力輸出的影像編輯。可立即使用的 REST 推理 API、最佳效能、無冷啟動、平價定價。

Qwen-Image Layered 是一個統一的圖像層分解模型，用於提示導向的合成。提供點、框或粗略遮罩來隔離主體和區域，該模型將單個圖像分割為多個具有清晰 alpha、柔和邊緣和正確遮擋順序的 RGBA 圖層。可立即使用

Z-Image Turbo Inpaint 提供超快速的圖像修復功能，支持自然語言指令——無縫填充、修復或替換圖像中的區域，並獲得生產級品質的結果。隨時可用的 REST 推理 API、最佳性能、無冷啟動、經濟實惠的定價。

InfiniteTalk 將單張照片 + 音頻轉換為音頻驅動的說話或唱歌頭像視頻（圖像轉視頻），最長 10 分鐘，720p 級別 $0.30/5 秒。即用型 REST API，無冷啟動，價格實惠。

Ultimate Image Upscaler 是最先進的 AI 增強器，在將影像升級至 4K 或 8K 時重新構想細節。提供即用型 REST 推理 API、最佳效能、無冷啟動、經濟實惠的定價。

Z-Image-Turbo 是一個 60 億參數的文本轉圖像模型，能在亞秒級時間內生成逼真照片。提供開箱即用的 REST 推理 API、最佳效能、無冷啟動、價格實惠。

Grok 2 Image 是 xAI 最新的影像生成模型，能將簡單的文字提示轉換為清晰、逼真的視覺效果，只需數秒。從產品照片到社群貼文和概念藝術，它能密切遵循您的指示，讓您輕鬆從想法進展到可用於生產的影像，只需一個提示。準備好

由 minimax 開發的 Hailuo 2.3 Fast 可生成高品質的 6 秒和 10 秒圖像轉視頻片段，解析度為 768p，針對創作者和行銷人員進行了最佳化。隨時可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

MiniMax Hailuo 2.3 Pro 是一個圖像到視頻模型，可提供超清晰的 1080P 輸出和具有響應式渲染的物理感知場景。隨時可用的 REST 推理 API、最佳性能、無冷啟動、價格實惠。