
Texte vers image
Créer des images IA à partir de prompts textuels
Essayez gratuitement l'API Alibaba Wan 2.7 pour une édition d'images rentable avec entrée multi-image, changements guidés par prompt, contrôle du seed et résultats visuels stables.
Essayez dès maintenant le Générateur d'Images IA
| Paramètres | Prix | Prix d’origine | Remise |
|---|
L'API Wan 2.7 Image Edit sur Flaq AI fournit l'edition image-to-image d'Alibaba aux developpeurs et equipes creatives qui ont besoin d'une transformation visuelle basee sur prompt via une route API stable. Cette integration abordable de l'API d'edition d'images Wan aide a transformer des images existantes avec des instructions en langage naturel, la prise en charge des entrees multi-images et une sortie flexible en rapport d'aspect. Elle est concue pour l'iteration design pratique, les actualisations marketing, les visuels produit et les operations creatives scalables.
Remarque Veillez a ce que les prompts et images importees respectent les consignes de securite et d'utilisation d'Alibaba. Si une erreur se produit, examinez l'entree pour detecter le contenu restreint, simplifiez la demande, puis reessayez.
Wan 2.7 Image Edit vs. Wan 2.7 Image Pro Edit
Wan 2.7 Image Pro Edit est positionne pour une sortie d'edition plus premium. Wan 2.7 Image Edit privilegie l'abordabilite et la transformation creative efficace pour le travail de production quotidien.
Wan 2.7 Image Edit vs. Qwen Image 2 Edit
Qwen Image 2 Edit offre l'edition d'images Alibaba avec un fort controle par prompt. Wan 2.7 Image Edit donne aux equipes une route d'edition specifique a Wan pour des workflows image-to-image flexibles.
Wan 2.7 Image Edit vs. GPT Image Edit
GPT Image Edit fournit un comportement d'edition natif OpenAI. Wan 2.7 Image Edit offre une alternative Alibaba pour l'edition visuelle scalable et rentable sur Flaq AI.
Wan 2.7 Image Edit vs. Nano Banana Edit
Nano Banana Edit se concentre sur l'edition d'images Gemini. Wan 2.7 Image Edit fournit une edition propulsee par Alibaba avec prise en charge multi-image et routage de production flexible.
Wan 2.7 Image Edit vs. Seedream Edit
Seedream Edit est solide pour la transformation visuelle commerciale. Wan 2.7 Image Edit est utile pour des editions abordables et pilotees par API dans les workflows marketing, ecommerce et sociaux.
Explorez plusieurs outils de création IA pour des workflows rapides d'image et de vidéo dans votre navigateur, puis faites évoluer les idées réussies avec les API de modèles prêtes pour la production de Flaq AI. Flaq AI fournit une couche d'API unifiée pour tous les modèles, afin de faciliter l'utilisation et la mise à l'échelle de vos workflows.

Créer des images IA à partir de prompts textuels

Créer des images IA à partir d'images et de prompts textuels

Créer des vidéos IA à partir de prompts textuels

Animer des images en vidéos IA

Créez des images et des vidéos IA dans un espace de travail unifié

Créez des vidéos cohérentes à partir de médias de référence

Créez des flux visuels d'images et de vidéos IA sur un canevas infini
// 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-edit',
prompt: 'Change the background to a beach scene',
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-edit',
'prompt': 'Change the background to a beach scene',
'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-edit",
"prompt": "Change the background to a beach scene",
"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"