WaveSpeedAI Blog

AI圖像和影片生成模型的最新資訊

Kuaishou Kling V2.1 I2V Pro 開始結束幀现已登陆WaveSpeedAI

Kling v2.1 I2V Pro 開始-結束幀生成具有精確開始/結束幀控制、增強視覺保真度和動態攝像機運動的電影級圖像到視頻剪輯。即用型 REST 推理 API、最佳性能、無冷啟動、價格實惠。

Kling Omni Video O1 (標準版) 是快手首個具有 MVL (多模態視覺語言) 技術的統一多模態視頻模型。文本轉視頻模式能從文本提示生成電影級視頻，具有主題一致性、自然物理模擬和精確的語義理解。即插即用

LTX-2 Retake 可對影片的任何部分進行有針對性的重新錄製——替換視覺、音訊或兩者——同時保持時序和連續性，每輸出影片秒數僅需 $0.1。提供隨時可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Luma Ray 2 Flash 將文本轉化為高品質影片，支援靈活的尺寸和內建提示詞優化，確保精確輸出。提供即用型 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。

Luma Ray 2 是一款文本轉視頻模型，能從文本提示創建高品質視頻，具有進階提示詞優化和支援多種視頻尺寸。提供即用型 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Hailuo 02 Fast 是一個 MiniMax 圖像轉視頻模型，為創作者和行銷人員製作高品質 6 秒和 10 秒 512p 影片。提供現成可用的 REST 推論 API、最佳效能、無冷啟動、經濟實惠的定價。

SteadyDancer 是一個 14B 參數的人類圖像動畫框架，可將靜止圖像轉換為連貫的舞蹈視頻。具有首幀保留、強大的身份一致性和時間連貫性，用於逼真的運動生成。隨時可用的 REST 推理 API，最佳性能，無冷啟動

MiniMax Speech 2.5 HD 預覽版提供高清文字轉語音、增強的多語言表現力、精準的語音克隆和 40 種語言支援。提供即用型 REST API、最佳效能、無冷啟動、價格實惠。

Minimax Speech 2.6 HD：超人類品質、低延遲（< 250ms）文字轉語音，支援聲音複製、文字正規化和 40+ 種語言。隨時可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Minimax Speech 2.6 Turbo 是一款文字轉語音模型，提供超擬人語音克隆、業界領先的文本規範化、低於 250 毫秒的延遲和 40+ 種語言支援。定價：每 1000 個字元 $0.06。現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。

Clarity AI Crystal 升級器透過 AI 升級和可調整的細節增強功能來提升影像解析度，適用於肖像和風景照片。提供現成可用的 REST 推理 API、最佳效能、無冷啟動、經濟實惠的定價。

MiniMax Speech 2.5 Turbo 預覽版：支援多語言的高清文字轉語音，可跨越 40 種語言進行精確語音複製。$0.04/1000 字符。現成可用的 REST 推論 API、最佳效能、無冷啟動、價格實惠。