Подборки моделей ИИ

Wan 3.0 image-to-video от Alibaba стартует с первого кадра и ведёт 2–30 секунд движения со сгенерированным звуком. Необязательный финальный кадр задаёт, где закончится план; 480p, 720p или 1080p.

Seedance 2.5 image-to-video от ByteDance начинает клип с вашего изображения и оживляет его, звук — за тот же проход. Клипы по 4–30 секунд в 480p, 720p или 1080p; необязательный финальный кадр задаёт, на чём закончится план.

Seedance 2.5 Spicy от ByteDance — image-to-video без цензуры: оживляет ваше изображение как первый кадр, звук — за тот же проход. Клипы по 4–30 секунд в нативных 480p, 720p или 1080p плюс уровень 4K с апскейлом.

Редактирование Seedream 5.0 Pro принимает от одного до десяти референсов и инструкцию и возвращает одно изображение. Правьте одно фото или собирайте героя, одежду и декорации в один кадр; пятнадцать соотношений сторон в 1K, 1.5K или 2K. Без цензуры.

Редактирование Qwen Image 2.1 правит от одного до десяти референсов по письменной инструкции и возвращает один кадр в 1k, 1.5k или 2k. Умеет и локальные правки по чёрно-белой маске, где белое перерисовывается.

Wan 2.7 Pro image-to-image редактирует или компонует от одного до девяти референсов по одной инструкции на холсте 2k, около 4 мегапикселей. Он держит составные многошаговые правки; эндпоинт без цензуры.

Z-Image Spicy Pro — text-to-image без цензуры с точной шириной и высотой, задаваемыми независимо, до 2560 пикселей по стороне. У промпта нет лимита символов, расширитель промпта по умолчанию выключен.

Редактирование Seedream 5.0 Pro принимает от одного до десяти референсов и инструкцию и возвращает одно изображение. Правьте одно фото или собирайте героя, одежду и декорации в один кадр; пятнадцать соотношений сторон в 1K, 1.5K или 2K. Без цензуры.

Wan 3.0 image-to-video от Alibaba стартует с первого кадра и ведёт 2–30 секунд движения со сгенерированным звуком. Необязательный финальный кадр задаёт, где закончится план; 480p, 720p или 1080p.

Kling 3.0 Motion Control копирует движения, мимику и жесты ведущего клипа длиной 3–30 секунд на фото одного персонажа в 720p или 1080p. Результат длится ровно столько же, сколько ведущее видео.

Lip Sync перерисовывает рот человека в видео под новую речевую дорожку на 3–60 секунд, оставляя игру, свет и кадрирование как снято. Возвращает MP4 с вашим аудио, разрешение сохраняется до 720p.

Kling Avatar 2.0 talking avatar превращает один портрет и аудиофайл в клип, где человек говорит или поёт это. Рендер в 720p или 1080p; длина клипа следует за аудио, до примерно 5 минут.

Seedream 5.0 Pro text-to-image от ByteDance — модель с высокой детализацией: промпт до 5 000 символов превращается в один кадр. Пятнадцать соотношений сторон в 1K, 1.5K или 2K, JPEG или PNG. Без цензуры.

Qwen Image 2.1 text-to-image — модель Alibaba с открытыми весами: промпт до 5 000 символов превращается в одно изображение в 1k, 1.5k или 2k в пятнадцати соотношениях сторон, JPEG, PNG или WebP. Доступен прозрачный фон, контент-фильтра нет.

Z-Image Spicy Pro — text-to-image без цензуры с точной шириной и высотой, задаваемыми независимо, до 2560 пикселей по стороне. У промпта нет лимита символов, расширитель промпта по умолчанию выключен.