写实文生图 + LoRA 风格 + 一次 4/8 张批量,自动保存
首帧 → 视频(5B / 14B 双专家)
文生图(UNET + Qwen3-VL + Wan VAE)
图生视频(FL2VA)
双引擎:Z-Image Turbo 秒级试 prompt · Qwen-Image 中文强(出片主力,可图生图)
官方 wan-2.2-i2v-fast(超热门常驻温),秒级起,1-3 分钟出片
官方 minimax/h3,免冷启动(生成本身约 3 分钟)
阿里官方,文生视频 / 图生视频,720p-1080p,免冷启动
MiniMax 官方,真人动作 / 电影感 VFX,图生视频可带首帧
字节官方,原生音频 + 最长 30 秒 + 图生视频
淘宝商品图 → 模特试穿 → 任意动作视频,三步完整链路 + 实测效果演示
人物图 + 服装图 → 换装效果,5+1 个模型可选(IDM-VTON / CatVTON / prunaai / 眼镜试戴)
p-image-edit 多图编辑:人物图 + 鞋图 → 试穿效果(<1s · $0.01/次)
rembg 去背景 → 透明底图,试穿前预处理(淘宝商品图先处理再试穿)
Real-ESRGAN 2x/3x/4x,低清图放大(视频 4K = 2K + 超分)
Meta MusicGen 提示词 → 配乐 BGM(宣传片配乐用,外挂到视频)
MiniMax Music-2.6(自动写词)+ Google Lyria 3 Pro:描述 → 完整歌曲(中英文)
Kokoro 旁白/台词,多种中英声音 + 语速(宣传片旁白用)
P-Image/Pro、Flux-Dev、Qwen-Image、Wan-Small、Z-Image、Klein 一页切换,$0.002-0.03/张
训固定角色/风格/编辑($1.8-4/千步),权重存 HuggingFace 后生图/编辑
参考图锁角色($0.4/条)+ Wan T2V/I2V 固定价($0.05-0.11/条)
Gemini 2.5:把 A 放进 B / 背景替换 / 多图一致性 / 文字渲染
P-Image-Ideogram 能渲染文字,Replicate / Pruna 可切换对比
P-Video 文/图/音频生视频,draft 草稿,双通道对比
P-Video-Avatar 内置 TTS,台词直接出解说视频
P-Video-Replace 保留动作运镜,替换视频中的人
P-Video-Animate 参考图 + 源视频 → 动起来
| 服务 | 实验(省小时价) | 批量(省单任务) | 批量 crossover | 现状 |
|---|---|---|---|---|
| Z-Image | L40S | H100 | ≥19 张 | H100 |
| Wan 5B/14B | L40S | L40S | 恒 L40S | ✅ 最优 |
| Krea2 | L40S(待测) | H100 | 待实测 | H100 |
| H3 | H100 | H100 | — | ✅ 唯一 |
实验期容器按小时持有(闲置也计费)→ 用小时单价最低;批量期容器满载连跑 → 用单任务成本最低(快 >2.03x 才值)。
💡 在浏览器菜单选择「安装应用 / 添加到主屏幕」,即可作为 App 使用。