新模型：OmniHuman 2、Meshy T2.5、Krea 3 及更多

六个新模型涵盖图像生成与编辑、带音频的视频、从视频中提取 alpha 遮罩以及干净的 3D 网格。

图像生成与编辑

• Krea 3：根据文本生成 1K 或 2K 分辨率的高质量图像。当图像质量是首要考虑时，选择 Berry 变体；若追求速度，则选择 Jam 变体。
• Krea 3 Edit：根据文本指令编辑或组合最多八张图像。可设置可选的高推理级别，用于规划复杂编辑并保持未编辑区域不变。输出为 1K 或 2K 分辨率。

视频

• Minimax H3 Fast：根据文本、首尾帧图像或多模态参考生成 5 至 15 秒的视频。每次生成都包含原生立体声音频，分辨率为 480P 或 768P，帧率为 24 FPS。最多可组合 12 个参考文件，涵盖图像、视频和可选音频，用于引导角色、动作和风格。
• OmniHuman 2：从单张图像让一个人物动起来，使其跟随音轨说话或唱歌。可提供可选提示词来指导场景、动作和镜头。该模型输出原生 720p 视频，支持 30 至 300 秒的时长。
• LTX-2.5 Alpha Gen：从 RGB 视频生成帧对齐的灰度 alpha 遮罩，无需文本提示，也无需绿幕。该遮罩保留柔和与部分透明的边缘，可捕捉头发、烟雾、火焰和玻璃。白色保持不透明，黑色变为透明，灰色则呈现部分不透明度。输入最高支持 1920x1088 和 145 帧。

3D

• Meshy T2.5 Smart Topology：根据文本提示或图像生成干净、可直接用于生产的 3D 网格，无需二次重网格化处理。可在生成过程中设置目标多边形数量，最高 30,000 个面，以平衡资产质量与渲染性能。输出为三角形拓扑，可从源素材中获得更锐利的细节。