Modelos de vídeo

Gemini Omni es el modelo multimodal de generación de vídeo de Google para crear vídeos a partir de texto, imágenes de referencia, vídeo de origen, recursos de audio reutilizables e ID de recursos de personaje.

Seedance 2.0 es el modelo de vídeo multimodal de ByteDance compatible con los modos de texto a vídeo, de fotograma inicial y final, y de referencia omnidireccional. Exclusivo de APIXO: concurrencia ilimitada, compatibilidad con retratos de personas reales y capacidades ocultas.

Seedance 2.0 Fast es una ruta de APIXO para los flujos de trabajo de ByteDance Seedance 2.0, que expone los modos de texto a vídeo, de primer y último fotograma y de omnirreferencia, con sonido opcional, búsqueda web y salida de 480p/720p.

HappyHorse es el modelo de generación y edición de vídeo de Alibaba para flujos de trabajo de texto a vídeo, de imagen a vídeo, de generación guiada por referencia y de edición de vídeo con salida de 720p/1080p.

Seedance 2.5 es el modelo de vídeo audiovisual de ByteDance para la narración de historias más largas y basadas en referencias. Combina dirección basada en una línea de tiempo, guía creativa multimodal, sonido sincronizado, rendimiento multilingüe y revisión selectiva para ayudar a los equipos de producción a desarrollar escenas conectadas en lugar de clips cortos y aislados.

MiniMax H3 es un modelo de vídeo multimodal de uso general que combina contexto de texto, imagen, vídeo y audio en un único flujo de trabajo de generación. Crea vídeos de hasta 2K y 15 segundos con sonido estéreo nativo, y además admite control del primer y último fotograma, referencias multimedia, transferencia de movimiento, narración con múltiples planos y edición de vídeo guiada por instrucciones.

Seedance 1.5 Pro es el modelo de vídeo por segundo de ByteDance para la generación rápida de texto a vídeo y de imagen a vídeo con salida a 480p/720p/1080p, sonido opcional, control de la relación de aspecto y estabilidad de cámara de lente fija.

Wan 2.7 es el modelo de generación y edición de vídeo de Alibaba para flujos de trabajo de texto a vídeo, de imagen a vídeo, de generación guiada por referencia y de edición de vídeo, con entrada de audio opcional y salida 720p/1080p.

Wan 2.6 es el modelo de generación de vídeo multimodo de Alibaba para flujos de trabajo de texto, imagen, imagen flash, referencia y referencia flash, con entrada de audio opcional y salida 720p/1080p.

Información archivada. Sora 2 Pro ya no está disponible en APIXO.

Video Upscaler es la API de vídeo a vídeo de APIXO que mejora un vídeo de origen a 1080p, 2K o 4K, con facturación por segundo del vídeo de origen.

Video Watermark Remover es la API de limpieza de vídeo a vídeo de APIXO para eliminar marcas de agua visibles, logotipos y superposiciones de texto de un vídeo de su propiedad o para el que tenga permiso de modificación, con facturación por segundo del vídeo de origen.

Seedance 2.0 Mini es la ruta de bajo coste de APIXO para los flujos de trabajo de Seedance 2.0 de ByteDance, que ofrece modos de texto a vídeo, de fotograma inicial y final y de referencia omnidireccional con sonido opcional, búsqueda web y salida a 480p/720p.

Kling 3.0 Turbo es el modelo de generación de vídeo rápida de Kuaishou para flujos de trabajo de texto a vídeo y de imagen a vídeo a partir de una sola imagen, con resultados de 720p/1080p y clips de 3-15 segundos.

Hailuo 2.3 es el modelo de vídeo asíncrono de MiniMax con modos estándar y pro para la generación de texto a vídeo y de imagen a vídeo. El modo estándar admite 6s/10s a 768p, mientras que el modo pro devuelve una salida fija de 5s a 1080p.

Hailuo 2.3 Fast es el modelo de imagen a vídeo de MiniMax optimizado para la velocidad, con modos estándar y pro. El modo estándar admite 6s/10s a 768p, mientras que el modo pro devuelve una salida fija de 6s a 1080p.

Grok Imagine Video es el modelo de generación de vídeo asíncrono de xAI para flujos de trabajo de texto a vídeo y de imagen a vídeo, con continuación opcional mediante task_id + index y control de estilo.

La API Wan 2.2 Animate es el modelo de animación de personajes de Alibaba que combina una imagen de origen y un vídeo de movimiento para generar resultados animados y estilizados con un comportamiento de animación/reemplazo.

InfiniteTalk convierte una foto y un audio en vídeos de avatares que hablan o cantan con una sincronización labial precisa. Admite hasta 10 minutos con una resolución de 480p o 720p.

Kling 3.0 Std es el modelo de generación de vídeo de calidad estándar de Kuaishou con modos de texto a vídeo, de imagen a vídeo y de control de movimiento. Admite clips de hasta 15 segundos con generación de sonido opcional y relaciones de aspecto flexibles.

Vidu Q3 es un modelo de generación de vídeo facturado por segundo que combina flujos de trabajo estándar y Turbo de texto a vídeo, además de los de imagen a vídeo, en una sola API. Admite animación de una sola imagen, transiciones entre el primer y el último fotograma, sonido y música de fondo (BGM) opcionales y resultados de hasta 1080p.

Kling 2.5 Turbo Pro es el modelo de vídeo de alta velocidad de Kuaishou para la creación de vídeo a partir de texto e imágenes. Admite clips de 5-10 segundos, imágenes de fotograma final opcionales, control de la relación de aspecto para texto a vídeo, además de indicaciones negativas y guía de escala CFG.

LTX-2 19B es el transformador de difusión 19B de código abierto de Lightricks para la generación de vídeo cinematográfico. Admite flujos de trabajo de texto a vídeo y de imagen a vídeo, condicionamiento LoRA y resultados de alta fidelidad de hasta 1080p en la API.

Kling 2.1 es el modelo de vídeo multinivel de Kuaishou con los modos Standard, Pro y Master para la creación de imagen a vídeo y texto a vídeo. Admite clips de 5-10 segundos, imágenes finales opcionales para Pro y control de la relación de aspecto para texto a vídeo en Master.

Kling 2.6 es el modelo de vídeo audiovisual nativo de Kuaishou que genera vídeo, voz, efectos de sonido y ambiente en una sola pasada. Admite la creación audiovisual a partir de texto e imagen con generación de voz en chino e inglés y clips de hasta 10 segundos.

Modelo de vídeo con IA actualizado de Google DeepMind con rutas lite, fast y quality, control de duración de 4/6/8 segundos, salida de 720p/1080p/4k y flujos de trabajo con múltiples imágenes de referencia.

Wan 2.5 es el modelo de generación de vídeo de Alibaba para flujos de trabajo de texto a vídeo y de imagen a vídeo, con entrada de audio opcional, salida 480p/720p/1080p, clips de 5 o 10 segundos y expansión de prompts.

Información archivada. Sora 2 ya no está disponible en APIXO.

Kling 4.0 genera vídeos a partir de texto, fotogramas clave ordenados, imágenes y vídeos de referencia, sujetos con nombre y voces.

Wan 3.0 Video LoRA admite flujos de trabajo de texto a vídeo, imagen a vídeo y referencia a vídeo con duración inteligente. El modo de referencia acepta entradas de imagen, vídeo y audio.

Wan 3.0 Video Pro LoRA aumenta la calidad máxima de salida a 4K en los flujos de trabajo de texto a vídeo, imagen a vídeo y referencia a vídeo, con duración inteligente y referencias de imagen, vídeo y audio.

FLUX 3 es el modelo de vídeo multimodal de Black Forest Labs para la conversión de texto a vídeo, de imagen a vídeo y la extensión de vídeo, con audio nativo y salida en MP4 de 720p o 1080p.

Grok Imagine Video 1.5 anima imágenes de referencia, fotogramas iniciales y finales, fotogramas clave temporizados e imágenes en bucle, con límites de entrada que dependen de la resolución.

Kling 3.0 Omni expone nueve modos a través de un único punto de conexión (endpoint): niveles standard, pro y 4K para flujos de trabajo de texto a vídeo, imagen a vídeo y referencia a vídeo.

MiniMax H3 LoRA es la versión estilizada con LoRA de MiniMax H3 con una salida de 480p y 768p. Las imágenes, el audio y el vídeo de referencia pueden condicionar la generación de vídeo a partir de referencias.

Wan 3.0 Video admite flujos de trabajo de texto a vídeo, imagen a vídeo y referencia a vídeo con duración inteligente. El modo de referencia acepta entradas de imagen, vídeo, audio, archivo y enlace.