AI モデルのコレクションを探す

Alibaba の Wan 3.0 image-to-video は、開始フレームから始めて 2〜30 秒の動きを音声付きで指示します。480p・720p・1080p で、任意の終了フレームが着地点を固定します。

ByteDance の Seedance 2.5 image-to-video は、渡した静止画から始めて動かし、音声も同時に生成します。4〜30 秒、480p・720p・1080p で、任意の終了静止画でショットを決めたフレームに着地させられます。

Seedance 2.5 Spicy は、渡した静止画を開始フレームに動かす ByteDance の検閲なし image-to-video で、音声も同時に生成します。4〜30 秒で、ネイティブは 480p・720p・1080p、その上にアップスケールの 4K があります。

Seedream 5.0 Pro の画像編集は、参照画像 1〜10 枚と指示から 1 枚を返します。写真 1 枚の修正も、被写体・衣装・セットの合成もでき、1K、1.5K、2K のいずれか、15 種の比率に対応し、検閲なしです。

Qwen Image 2.1 の画像編集は、参照画像 1〜10 枚を文章の指示で修正し、1k・1.5k・2k のいずれかで 1 枚を返します。白黒マスクによる部分編集にも対応し、白い部分が描き直されます。

Wan 2.7 Pro image-to-image は、参照画像 1〜9 枚をひとつの指示で編集・合成し、約 400 万画素の 2k キャンバスで返します。複合的な編集指示に強く、このエンドポイントは検閲なしです。

Z-Image Spicy Pro は検閲なしの text-to-image で、幅と高さを各辺 2560px まで個別に指定できます。プロンプトに文字数制限はなく、プロンプト拡張は既定でオフです。

Seedream 5.0 Pro の画像編集は、参照画像 1〜10 枚と指示から 1 枚を返します。写真 1 枚の修正も、被写体・衣装・セットの合成もでき、1K、1.5K、2K のいずれか、15 種の比率に対応し、検閲なしです。

Alibaba の Wan 3.0 image-to-video は、開始フレームから始めて 2〜30 秒の動きを音声付きで指示します。480p・720p・1080p で、任意の終了フレームが着地点を固定します。

Kling 3.0 Motion Control は、3〜30 秒の駆動クリップの動き・表情・ジェスチャーをキャラクター写真 1 枚にコピーします。720p か 1080p で、結果は駆動動画とまったく同じ長さです。

Lip Sync は、動画の人物の口元を、3〜60 秒の新しい音声トラックに合わせて描き直し、演技・照明・構図は撮影のままです。あなたの音声を載せた MP4 を返し、解像度は 720p までは維持されます。

Kling Avatar 2.0 talking avatar は、ポートレート 1 枚と音声ファイルから、その人物が話す、または歌うクリップを作ります。720p か 1080p で、長さは音声に合わせ、最長約 5 分です。

Seedream 5.0 Pro text-to-image は ByteDance の高精細モデルで、最大 5,000 文字のプロンプトから 1 枚を描きます。1K、1.5K、2K のいずれか、15 種の比率から選べ、JPEG か PNG で、検閲なしです。

Qwen Image 2.1 text-to-image は Alibaba のオープンウェイトモデルで、5,000 文字のプロンプトを 1k・1.5k・2k・15 種の比率の 1 枚にし、JPEG・PNG・WebP で返します。透過背景にも対応し、コンテンツフィルターはありません。

Z-Image Spicy Pro は検閲なしの text-to-image で、幅と高さを各辺 2560px まで個別に指定できます。プロンプトに文字数制限はなく、プロンプト拡張は既定でオフです。