Veo 3.1 Fast
Veo 3.1 Fast 是 Google 的快速影片生成模型,適合需要較快產出影片的創作與開發工作。官方列出的用途包括分鏡預覽、敘事內容及參考圖片引導的影片製作。(developers.googleblog.com) 支援文字生成影片、圖片生成影片,以及指定首尾影格生成過渡畫面。 支援使用參考圖片、延長影片及生成聲音;可產生與畫面同步的對話或音效。 支援 Content Credentials(…
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
Veo 3.1 Fast 是 Google 的快速影片生成模型,適合需要較快產出影片的創作與開發工作。官方列出的用途包括分鏡預覽、敘事內容及參考圖片引導的影片製作。(developers.googleblog.com) 支援文字生成影片、圖片生成影片,以及指定首尾影格生成過渡畫面。 支援使用參考圖片、延長影片及生成聲音;可產生與畫面同步的對話或音效。 支援 Content Credentials(…
Veo 3.1 是 Google 的影片生成模型系列;此處為標準 Generate 版本,而非 Fast 版本。Google Cloud 於 2025 年 11 月 17 日宣布 Veo 3.1 正式推出(GA);該模型 ID 的官方模型頁也列出相同發布日期。(docs.cloud.google.com) 接受文字和圖片輸入,支援文字轉影片、圖片轉影片、依首尾影格生成影片,以及使用參考圖片、延長影…
CosyVoice-v3-Flash 是通義實驗室 CosyVoice 系列的語音合成與聲音複製模型,由阿里雲百鍊提供推理服務。官方發布清單將其列於 2025 年 11 月 17 日;國際部署版本則列於 2026 年 2 月 9 日。(help.aliyun.com) 支援文字轉語音及即時串流合成;相較先前版本,官方表示其自然度、音色、韻律與情感表現有所改善。 支援使用約 5–20 秒參考音訊複製…
Qwen3-ASR-Flash 的長音訊檔案轉錄版本,是以大型語言模型為基礎的多語言自動語音辨識模型;輸入音訊,輸出文字。本 ID 為 2025-11-17 快照版本。(help.aliyun.com) 可自動判斷語言並轉錄多語種語音,適合會議錄音、訪談、通話及音視訊內容的非即時文字整理。(alibabacloud.com)…