Alibaba/wan-v2.7-image-edit

wan-v2.7-image-edit

Teste grátis a API Alibaba Wan 2.7 para edição de imagens econômica com entrada de várias imagens, alterações guiadas por prompt, controle de seed e saída visual estável.

Image to ImageMulti-Image

Modelos Wan 2.7 Image relacionados

wan-v2.7-imagetext-to-image

wan-v2.7-image-editimage-to-image

Documentação

Experimente agora o Gerador de Imagens por IA

Preços de Wan 2.7 Image Edit

Parâmetros	Preço	Preço original	Desconto

Base

$0.0270 por imagem

$0.0300 por imagem

90%

Exemplos

README

API Wan 2.7 Image Edit rápida e acessível (modelo criativo de edição de imagens da Alibaba)

A API Wan 2.7 Image Edit na Flaq AI oferece edição de imagem para imagem da Alibaba para desenvolvedores e equipes criativas que precisam de transformação visual baseada em prompt por meio de uma rota de API estável. Esta integração acessível da API de edição de imagens Wan ajuda a transformar imagens existentes com instruções em linguagem natural, suporte a entrada de múltiplas imagens e saída em proporções flexíveis. Ela foi criada para iteração prática de design, atualizações de marketing, visuais de produto e operações criativas escaláveis.

Principais recursos da API Wan 2.7 Image Edit

Edição de imagem baseada em prompt: Transforme visuais existentes com instruções em linguagem natural para mudanças de estilo, ajustes de objetos, atualizações de fundo e refinamentos criativos.
Suporte a entrada de múltiplas imagens: Use entradas de imagem para orientar fluxos de edição, referências visuais e transformações conscientes da composição.
Suporte flexível a proporções: Crie saídas editadas para layouts sociais, ecommerce, web e editoriais por meio de uma rota de API.
Acesso de API econômico: Execute edição em alto volume e iteração criativa por meio de uma integração gerenciada acessível da API Wan.
Transformação com preservação de estilo: Ajuste imagens mantendo contexto visual útil, identidade do sujeito e objetivos de composição alinhados.
Fluxo amigável para desenvolvedores: Adicione edição de imagens a apps, ferramentas criativas e sistemas de produção sem gerenciar infraestrutura de provedor.

Como usar a API Wan 2.7 Image Edit para edição de imagens na Flaq AI

Entrada: Entradas de imagem existentes mais prompts de edição em linguagem natural descrevendo a transformação desejada.
Saída: Imagens editadas entregues por meio de uma integração de API de imagem estável na Flaq AI.
Proporções: Suporta múltiplas proporções para layouts sociais, web, de produto e editoriais.
Configuração: Suporta controles práticos de prompt, imagem de entrada e variação para iteração criativa.
Capacidades: Edição de imagem para imagem, fluxos com referência de múltiplas imagens, transferência de estilo, atualizações de fundo, renovação de produto e transformação criativa por meio da integração acessível com a API Wan.

Melhores casos de uso para integração da API Wan 2.7 Image Edit

Atualizações criativas de marketing: Atualize visuais de campanha, localize ativos e crie variantes sem reconstruir imagens do zero.
Otimização de fotografia de produto: Ajuste fundos, estilo, layout e apresentação para fluxos de ecommerce e catálogo.
Variações para redes sociais: Transforme uma imagem em múltiplas direções criativas prontas para plataformas, para teste e publicação.
Iteração de design: Explore edições, referências e alternativas visuais rapidamente para ciclos de revisão criativa.
Adaptação de ativos de marca: Retrabalhe visuais mantendo direção de marca, foco no sujeito e intenção de campanha consistentes.

Nota Certifique-se de que os prompts e as imagens enviadas estejam em conformidade com as diretrizes de segurança e uso da Alibaba. Se ocorrer um erro, revise a entrada em busca de conteúdo restrito, simplifique a solicitação e tente novamente.

Wan 2.7 Image Edit vs concorrentes: análise comparativa

Wan 2.7 Image Edit vs. Wan 2.7 Image Pro Edit
Wan 2.7 Image Pro Edit é posicionado para saída de edição mais premium. Wan 2.7 Image Edit prioriza acessibilidade e transformação criativa eficiente para trabalho de produção cotidiano.
Wan 2.7 Image Edit vs. Qwen Image 2 Edit
Qwen Image 2 Edit oferece edição de imagens da Alibaba com forte controle de prompt. Wan 2.7 Image Edit dá às equipes uma rota de edição específica de Wan para fluxos flexíveis de imagem para imagem.
Wan 2.7 Image Edit vs. GPT Image Edit
GPT Image Edit oferece comportamento de edição nativo da OpenAI. Wan 2.7 Image Edit oferece uma alternativa da Alibaba para edição visual escalável e econômica na Flaq AI.
Wan 2.7 Image Edit vs. Nano Banana Edit
Nano Banana Edit foca em edição de imagens Gemini. Wan 2.7 Image Edit fornece edição impulsionada pela Alibaba com suporte a múltiplas imagens e roteamento de produção flexível.
Wan 2.7 Image Edit vs. Seedream Edit
Seedream Edit é forte para transformação visual comercial. Wan 2.7 Image Edit é útil para edições acessíveis, orientadas por API, em fluxos de marketing, ecommerce e redes sociais.

Use o modelo Wan 2.7 Image Edit diretamente em ferramentas poderosas de IA

Explore várias ferramentas de criação com IA para fluxos rápidos de imagem e vídeo no navegador, depois escale ideias bem-sucedidas com as APIs de modelos prontas para produção da Flaq AI. A Flaq AI fornece uma camada de API unificada para todos os modelos, facilitando o uso e a escala dos seus fluxos.

Texto para Imagem

Crie imagens de IA a partir de prompts de texto

Imagem para Imagem

Crie imagens de IA a partir de imagens e prompts de texto

Texto para Vídeo

Crie vídeos de IA a partir de prompts de texto

Imagem para Vídeo

Anime imagens em vídeos de IA

Criador de mídia com IA

Crie imagens e vídeos com IA em um espaço de trabalho unificado

Referência para vídeo

Crie vídeos consistentes usando mídias de referência

Tela de IA

Crie fluxos visuais de imagens e vídeos com IA em uma tela infinita

Exemplos de API

JavaScriptPythoncURL

Exemplo de envio

// 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;

Exemplo de polling

// 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));
}

Exemplo de envio

# 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']

Exemplo de polling

# 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)

Exemplo de envio

# 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"]
  }'

Exemplo de polling

# 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"

Modelos Wan 2.7 Image relacionados

Preços de Wan 2.7 Image Edit

Exemplos

Modelos relacionados

README

API Wan 2.7 Image Edit rápida e acessível (modelo criativo de edição de imagens da Alibaba)

Principais recursos da API Wan 2.7 Image Edit

Como usar a API Wan 2.7 Image Edit para edição de imagens na Flaq AI

Melhores casos de uso para integração da API Wan 2.7 Image Edit

Wan 2.7 Image Edit vs concorrentes: análise comparativa

Use o modelo Wan 2.7 Image Edit diretamente em ferramentas poderosas de IA

Texto para Imagem

Imagem para Imagem

Texto para Vídeo

Imagem para Vídeo

Criador de mídia com IA

Referência para vídeo

Tela de IA

Exemplos de API

Exemplo de envio

Exemplo de polling

Exemplo de envio

Exemplo de polling

Exemplo de envio

Exemplo de polling

Mais artigos sobre Wan 2.7 Image Edit