工作流

ACE-Step 1.5XL 基础版：文本转音乐 使用40亿参数ACE-Step 1.5 XL模型，从文本提示生成高质量音频。 音频 · 27 次使用 Anima Lllite: 任意控制到图像 使用 ControlNet-LLLite 为 Anima-Base v1.0 动漫风格图像添加轻量级、类似 LoRA 的条件控制，支持一个条件输入和可选的局部重绘遮罩，输出单张结果。适合带动态遮罩的动漫局部重绘、线稿或灰度草图风格迁移，以及多场景构图中的角色生成控制。 图像 · 27 次使用 Anima Lllite: 深度控制图像 使用Anima LLLite模型从深度图生成动漫风格的插图，该模型应用轻量级ControlNet校正以实现精确的空间控制。输入1张图像，生成2个图像输出及一个对比视图。适用于3D场景重建、VFX深度通道处理和AR资产准备。 图像 · 27 次使用 Boogu Turbo: 文生图 使用Boogu Turbo模型从文本提示词生成高质量图像，这是一个经过蒸馏的10B参数文生图流水线，仅需4步即可生成逼真输出。该工作流接受一个文本提示词，输出一张1024x1024的图像。非常适合快速原型制作逼真概念、生成营销视觉素材，以及创建具有强提示词遵循度的双语文本渲染图像。 图像 · 27 次使用 Lens Turbo: 文生图 输入文本提示词并选择分辨率、宽高比和推理步数。使用Lens文生图模型生成高质量图像。 图像 · 27 次使用 SD3.5大型深度 使用SD 3.5深度信息引导生成图像。 图像 · 27 次使用 人物肖像重新打光 上传角色肖像，在保持角色一致性的同时创建多种电影级光照条件。 角色与时尚 · 27 次使用 深度估计: Depth Anything 3 上传1张图像。使用Depth Anything 3生成深度图，并查看原始图像与深度输出的并排对比。适用于3D场景重建、AR/VR资产准备以及视觉特效深度通道。 图像工具 · 27 次使用 Claude: Opus 5 加载图像并输入提示词，与Claude Opus 5互动，这是一个能力强大且经济高效的AI模型，擅长编码、知识工作和问题解决。非常适合软件工程使用例、需要视觉分析的科学研究和日常生产力提升，配有一位周到、主动的助手。 LLM · 26 次使用 HeyGen：会说话的照片 使用HeyGen的Avatar IV引擎从单张照片生成说话头像视频，该引擎可生成带有唇形同步语音、面部表情、头部运动和自动手势的完整动画视频。非常适合从单张图像创建用于演示的数字头像、用于互动内容的虚拟角色以及个性化视频消息。 视频 · 26 次使用 Pika H3 Flex：文生视频（API） 通过合作伙伴 API 使用 Pika H3 Flex 从提示词生成带同步音频的 CLIP，无需下载权重。一个节点即可覆盖文生视频、图生视频和首尾帧，只需连接可选的帧输入，支持 480p 至 4K 输出和 5 至 15 秒时长。当本地安装不可用时，非常适合在 MiniMax H3 上进行提示词探索。 视频工具 · 26 次使用 VEED Remove Video Background：透明遮罩导出 用 VEED Remove Video Background 把主体从视频里抠出来：节点对每一帧做前景分割，返回帧序列与 alpha 遮罩，再经 Join Image with Alpha 合成为带透明通道的 PNG 序列，可直接用于合成。可选 standard、fast 或绿幕抠像，单段视频最长 60 秒。 视频工具 · 26 次使用 Seedance 2.0: Viral Videos Character Swap 一个一键工作流，用您的角色重新创建输入视频。您只需上传视频和您的角色。此工作流使用Google Gemini LLM分析输入视频并逆向工程生成提示词。您可以提示注入此分析的具体详情。该工作流提取视频的首帧并将您的角色替换到其中，将其发送到Seedance 2.0参考生视频并生成 角色与时尚 · 26 次使用 深度图: Depth Anything v2 将视频转换为时间稳定的深度图 视频工具 · 26 次使用 图像放大: Topaz Illustration 上传一张插画，使用Topaz进行放大。生成一张色彩准确、平滑且风格化的图像，但可能会出现一些伪影。 图像工具 · 26 次使用 Flux.1 Kontext Pro 使用Flux.1 Kontext专业版图像编辑图像。 图像 · 25 次使用 Eleven v4：文本转对话 使用 Eleven v4 从文本生成多说话人对话：为每个条目分配独立的一行和独立的声音，通过 [quietly] 或 [laughs] 等音频标签指导表达方式，或从样本中克隆声音并让它参与对话。输出为一个音频文件。非常适合播客、游戏对话和角色对话。 音频 · 25 次使用 Kling O3: 文生视频 上传文本、音频或图像，生成同步音频、角色一致性和故事板控制的15秒视频。 视频 · 25 次使用 LTX-2.5 (Pro): FLF2V 使用LTX-2.5从两张参考图像生成视频，将两帧的内容融合为单个动画序列。非常适合创建过渡镜头、在两个主体或场景之间变形，以及从静态参考构建多镜头叙事。 视频 · 25 次使用 GPT-5.6 Luna GPT-5.6 Luna通过分析单张参考图并根据用户提示词生成结构化创意文本，简化了视觉前期制作。它接收1张输入图像，不产生明确的视觉输出，而是专注于快速、标准化的文案撰写。非常适合批次场景描述扩展、镜头列表整理以及高音量创意构思。 LLM · 25 次使用 Tripo3.0：图生模型 将图像或素描转换为 3D 模型，Tripo 3.0 几何结构精细，附带生产级 PBR 材质。 3D 模型 · 25 次使用 Vidu Q4 预览：参考生视频 使用 Vidu Q4 预览版，从两张参考图像生成富有表现力的视频。这是一款旗舰模型，专为生动的角色表演、动态镜头语言和惊艳的视觉效果而打造。非常适合角色驱动的叙事、电影级动作场景，以及包含爆炸、烟雾或粒子的特效密集型场景。 视频 · 25 次使用 图形设计重组器 上传图形设计并选择所需宽高比。生成并重新构图以适应新的宽高比。 品牌与设计 · 25 次使用 视频放大: HitPaw 上传视频以增强和放大。输出更清晰、时间一致性更好的恢复结果，并支持可选的人像增强。 视频工具 · 25 次使用