KI-Modell-Sammlungen entdecken

Alibabas Wan 3.0 Bild-zu-Video startet von einem Startbild und führt 2 bis 30 Sekunden Bewegung mit erzeugtem Ton. Ein optionales Schlussbild bestimmt, wo die Einstellung endet, in 480p, 720p oder 1080p.

ByteDances Seedance 2.5 Bild-zu-Video startet den Clip auf einem von Ihnen gelieferten Standbild und animiert es, mit Ton im selben Durchgang. Die Clips dauern 4 bis 30 Sekunden in 480p, 720p oder 1080p; ein optionales Schlussbild legt das Ende fest.

Seedance 2.5 Spicy ist ByteDances unzensiertes Bild-zu-Video-Modell und animiert ein Standbild als erstes Bild, mit Ton im selben Durchgang. Die Clips dauern 4 bis 30 Sekunden in nativem 480p, 720p oder 1080p, dazu eine hochskalierte 4K-Stufe.

Seedream 5.0 Pro Bildbearbeitung nimmt ein bis zehn Referenzbilder plus eine Anweisung und liefert ein Bild. Überarbeiten Sie ein Foto oder fügen Sie Motiv, Garderobe und Set zu einem Bild zusammen, in fünfzehn Seitenverhältnissen bei 1K, 1.5K oder 2K. Unzensiert.

Qwen Image 2.1 Bildbearbeitung überarbeitet ein bis zehn Referenzbilder per Textanweisung und liefert ein Bild in 1k, 1.5k oder 2k. Mit einer Schwarz-Weiß-Maske sind auch lokale Änderungen möglich, wobei Weiß neu gemalt wird.

Wan 2.7 Pro Bild-zu-Bild bearbeitet oder kombiniert ein bis neun Referenzbilder mit einer Anweisung, auf einer 2k-Fläche von etwa 4 Megapixeln. Es ist für verschachtelte, mehrteilige Bearbeitungs-Prompts gebaut; dieser Endpunkt ist unzensiert.

Z-Image Spicy Pro ist ein unzensierter Text-zu-Bild-Endpunkt mit exakter Breite und Höhe, je unabhängig bis 2560 Pixel pro Seite. Der Prompt hat keine Zeichengrenze, und die Prompt-Erweiterung ist standardmäßig aus.

Seedream 5.0 Pro Bildbearbeitung nimmt ein bis zehn Referenzbilder plus eine Anweisung und liefert ein Bild. Überarbeiten Sie ein Foto oder fügen Sie Motiv, Garderobe und Set zu einem Bild zusammen, in fünfzehn Seitenverhältnissen bei 1K, 1.5K oder 2K. Unzensiert.

Alibabas Wan 3.0 Bild-zu-Video startet von einem Startbild und führt 2 bis 30 Sekunden Bewegung mit erzeugtem Ton. Ein optionales Schlussbild bestimmt, wo die Einstellung endet, in 480p, 720p oder 1080p.

Kling 3.0 Motion Control überträgt Bewegungen, Mimik und Gesten eines Antriebsclips von 3 bis 30 Sekunden auf ein Figurenfoto, in 720p oder 1080p. Das Ergebnis ist genau so lang wie das Antriebsvideo.

Lip Sync zeichnet den Mund der Person in einem Video neu, passend zu einer neuen Sprachspur von 3 bis 60 Sekunden, und lässt Darstellung, Licht und Bildausschnitt unverändert. Es liefert eine MP4 mit Ihrem Audio, in der Auflösung bis 720p.

Kling Avatar 2.0 Talking Avatar macht aus einem Porträt und einer Audiodatei einen Clip, in dem die Person sie spricht oder singt. Rendern Sie in 720p oder 1080p; die Clip-Länge folgt Ihrem Audio, bis etwa 5 Minuten.

Seedream 5.0 Pro Text-zu-Bild ist ByteDances Bildmodell für hohe Detailtreue und macht aus einem Prompt mit bis zu 5.000 Zeichen ein Bild. Wählen Sie aus fünfzehn Seitenverhältnissen bei 1K, 1.5K oder 2K, als JPEG oder PNG. Unzensiert.

Qwen Image 2.1 Text-zu-Bild ist Alibabas Open-Weight-Modell: Ein Prompt mit 5.000 Zeichen wird zu einem Bild in 1k, 1.5k oder 2k in fünfzehn Seitenverhältnissen, als JPEG, PNG oder WebP. Transparente Hintergründe sind möglich, es gibt keinen Inhaltsfilter.

Z-Image Spicy Pro ist ein unzensierter Text-zu-Bild-Endpunkt mit exakter Breite und Höhe, je unabhängig bis 2560 Pixel pro Seite. Der Prompt hat keine Zeichengrenze, und die Prompt-Erweiterung ist standardmäßig aus.