
من النص إلى صورة
أنشئ صور AI من مطالبات نصية
جرّب Alibaba Wan 2.7 API مجانًا لتحرير صور متقدم مع إدخال صور متعددة، وتغييرات موجهة بالـ prompt، والتحكم في seed، ومخرجات احترافية مستقرة. اختبر مخرجات النموذج، قارن الجودة البصرية، ثم وسّع الأفكار الناجحة عبر سير عمل API مستقر للصور أو الفيديو أو الوسائط المتعددة للفرق.
جرب مولد الصور بالذكاء الاصطناعي الآن
| المعلمات | السعر | السعر الأصلي | الخصم |
|---|
توفّر Wan 2.7 Image Pro Edit API على Flaq AI تحرير الصور من صورة إلى صورة من Alibaba للفرق التي تحتاج إلى تحويل بصري محسّن، وتحكم إبداعي أقوى، ومخرجات جاهزة للإنتاج عبر مسار API مستقر. يساعد تكامل Wan image editing API الاحترافي هذا على تحويل المرئيات الحالية بتعليمات باللغة الطبيعية، ودعم إدخال صور متعددة، وإخراج مرن لنسب الأبعاد. وقد صُمم لفرق العلامات التجارية والتجارة الإلكترونية والوكالات والمنتجات التي تبني مهام عمل تحرير متقدمة.
ملاحظة يُرجى التأكد من توافق المطالبات والصور المرفوعة مع إرشادات السلامة والاستخدام لدى Alibaba. إذا حدث خطأ، فراجع الإدخال بحثاً عن محتوى مقيّد، وبسّط الطلب، ثم حاول مرة أخرى.
Wan 2.7 Image Pro Edit مقابل Wan 2.7 Image Edit
يعد Wan 2.7 Image Edit مثالياً للتحرير اليومي بتكلفة مناسبة. ويركز Wan 2.7 Image Pro Edit على الصقل البصري الممتاز وملاءمة أقوى لمهام عمل الإنتاج العالية المستوى.
Wan 2.7 Image Pro Edit مقابل Qwen Image 2 Pro Edit
Qwen Image 2 Pro Edit هو مسار تحرير ممتاز آخر من Alibaba. يوفر Wan 2.7 Image Pro Edit خياراً خاصاً بـ Wan للتحويل المحسّن من صورة إلى صورة.
Wan 2.7 Image Pro Edit مقابل GPT Image Edit
يقدم GPT Image Edit سلوك تحرير أصيلاً ضمن OpenAI. يمنح Wan 2.7 Image Pro Edit المطورين بديلاً عبر Alibaba API لتحرير الصور الاحترافي.
Wan 2.7 Image Pro Edit مقابل Nano Banana Pro Edit
Nano Banana Pro Edit قوي في مهام عمل صور Gemini. يركز Wan 2.7 Image Pro Edit على تحرير ممتاز مدعوم من Alibaba مع توجيه إنتاج مرن.
Wan 2.7 Image Pro Edit مقابل Seedream Edit
يعمل Seedream Edit جيداً في التحويل الإبداعي التجاري. يعد Wan 2.7 Image Pro Edit خياراً قوياً للفرق التي تريد تحرير Wan ممتازاً عبر API مُدار.
استكشف عدة أدوات إنشاء AI لسير عمل سريع للصور والفيديو داخل متصفحك، ثم وسّع الأفكار الناجحة باستخدام واجهات API لنماذج Flaq AI الجاهزة للإنتاج. يوفر Flaq AI طبقة API موحدة لكل النماذج، مما يسهل استخدام سير العمل وتوسيعه.

أنشئ صور AI من مطالبات نصية

أنشئ صور AI من الصور والمطالبات النصية

أنشئ فيديوهات AI من مطالبات نصية

حوّل الصور إلى فيديوهات AI متحركة

أنشئ صورًا وفيديوهات بالذكاء الاصطناعي في مساحة عمل موحدة

أنشئ فيديوهات متناسقة من الوسائط المرجعية

أنشئ سير عمل مرئيًا للصور والفيديو بالذكاء الاصطناعي على لوحة لا نهائية
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'wan-v2.7-image-pro-edit',
prompt: 'Replace the background with a modern office interior',
width: 16,
height: 9,
image_url_list: ['https://example.com/image1.jpg']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'wan-v2.7-image-pro-edit',
'prompt': 'Replace the background with a modern office interior',
'width': 16,
'height': 9,
'image_url_list': ['https://example.com/image1.jpg']
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "wan-v2.7-image-pro-edit",
"prompt": "Replace the background with a modern office interior",
"width": 16,
"height": 9,
"image_url_list": ["https://example.com/image1.jpg"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"