WaveSpeedAI Blog

AI圖像和影片生成模型的最新資訊

InfiniteTalk Multi 在现已登陆WaveSpeedAI

InfiniteTalk Multi 將單一影像和兩個音訊輸入轉換為多角色對話或歌唱影片，最高支援 720p。提供隨用隨付的 REST 推論 API、最佳效能、無冷啟動、平價定價。

Wan-2.2/image-to-video-lora 支援從單一圖像進行無限制的圖像到視頻生成，產生流暢的電影級動作，保持清晰的細節。支援自訂 LoRA 以實現風格和角色一致性。可即時使用的 REST 推論 API，性能最佳，無冷啟動，價格實惠。

InfiniteTalk fast 將一張照片 + 音頻轉換為音頻驅動的說話或唱歌化身視頻（圖像到視頻），最長 10 分鐘。即用型 REST API，無冷啟動，價格親民。

音頻驅動的 infinitetalk-fast 將一個影片和音頻轉換為逼真的說話或唱歌影片，具有唇形同步。提供即用型 REST 推理 API、最佳性能、無冷啟動、經濟實惠的定價。

Wan2.1-DITTO 是統一的影片轉影片模型，用於逼真的風格轉移和重演，在幀之間複製整體動作和表情。隨時可用的 REST 推論 API、最佳效能、無冷啟動、平價定價。

HunyuanVideo-Foley 使用文字提示從上傳的影片生成逼真的 Foley 和環境音訊。提供隨時可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

由音訊驅動的 InfiniteTalk 將一段影片加上音訊轉換為具有唇形同步的逼真說話或唱歌影片，支援 480p 或 720p 解析度。提供現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

ThinkSound 將上傳的影片轉換為逼真、文字引導的音頻。上傳影片並新增文字提示即可生成栩栩如生的聲音。隨時可用的 REST 推理 API、最佳效能、無冷啟動、價格實惠。

WAN 2.1 合成到真實 Ditto 在視頻到視頻的合成到真實轉換中鏡像動作和面部表情。即用型 REST 推理 API，最佳性能，無冷啟動，價格實惠。

Qwen-Image-Edit LoRA (20B) 支援雙語中文/英文圖像編輯,具有風格保留和語義及外觀編輯功能。開箱即用的 REST API、最佳效能、無冷啟動、平價。

WaveSpeedAI 視頻延展器可將任何視頻擴展到其原始邊界之外，同時保持運動、身份和場景連貫性。非常適合改變寬高比、重新構圖、添加安全邊距或生成新的視覺背景，無需裁剪或丟失內容。

Wan 2.2 影片編輯讓您透過文字提示修改影片（例如更改服裝或角色）。由 Wan 2.2 提供支援，支援 480p（$0.20/5秒）和 720p（$0.40/5秒），最長 120 秒。現成可用的 REST 推理 API，最佳效能，無冷啟動，價格實惠。