ลองใช้ Qwen Image 3.0 Pro Edit API จาก Alibaba ฟรี พร้อมรูปภาพอ้างอิงหนึ่งถึงสามภาพ อัตราส่วนภาพที่ยืดหยุ่นเจ็ดแบบ และการควบคุม seed เพื่อการแก้ไขรูปภาพ Alibaba ที่ทำซ้ำผลลัพธ์ได้
โมเดล Qwen Image 3.0 Pro ที่เกี่ยวข้อง
ลองใช้ AI Image Generator ได้เลยตอนนี้
โมเดลที่เกี่ยวข้อง
qwen-image-2.0text-to-imageqwen-image-2.0-editimage-to-imageqwen-image-2.0-protext-to-imageqwen-image-2.0-pro-editimage-to-imageqwen-image-lora-editimage-to-imagez-imagetext-to-image
happyhorse-1.0-text-to-videotext-to-videohappyhorse-1.0-image-to-videoimage-to-videohappyhorse-1.1-text-to-videotext-to-videohappyhorse-1.1-image-to-videoimage-to-videohappyhorse-1.1-reference-to-videoreference-to-videowan-2.7-text-to-videotext-to-videowan-2.7-image-to-videoimage-to-videowan-2.7-lora-image-to-videoimage-to-videowan-2.7-video-editvideo-editwan-2.7-reference-to-videoreference-to-videowan-v2.7-imagetext-to-imagewan-v2.7-image-editimage-to-imagewan-v2.7-image-protext-to-imagewan-v2.7-image-pro-editimage-to-imagewan-2.6-text-to-videotext-to-videowan-2.6-image-to-videoimage-to-videoqwen-image-3.0-protext-to-imageqwen-image-3.0-pro-editimage-to-imagewan-3.0-text-to-videotext-to-videowan-3.0-image-to-videoimage-to-videowan-3.0-video-editvideo-editwan-3.0-reference-to-videoreference-to-videoqwen-3.7-max-text-to-texttext-to-textqwen-3.7-plus-text-to-texttext-to-textqwen-3.7-max-web-searchweb-searchqwen-3.7-plus-web-searchweb-searchqwen-plus-charactertext-to-textqwen-flash-charactertext-to-textqwen-3.8-max-text-to-texttext-to-textqwen-3.8-max-web-searchweb-searchREADME
Qwen Image 3.0 Pro Edit API (การแปลงภาพอย่างแม่นยำ)
Qwen Image 3.0 Pro Edit API ใช้คำสั่งภาษาธรรมชาติกับภาพที่มีอยู่เพื่อการแปลงภาพอย่างควบคุม รองรับเวิร์กโฟลว์แก้ไขที่ใช้ภาพเป็นหลัก พร้อมอินพุตหลายภาพซึ่งเป็นตัวเลือก อัตราส่วนเอาต์พุตที่ยืดหยุ่น และการควบคุมซีด สำหรับเครื่องมือสร้างสรรค์และไปป์ไลน์การผลิตบน Flaq AI
คุณสมบัติสำคัญของ Qwen Image 3.0 Pro Edit API
-
การแก้ไขภาพตามพรอมต์: อธิบายการเปลี่ยนแปลงที่ต้องการกับตัวแบบ พื้นหลัง วัสดุ แสง สไตล์ และองค์ประกอบด้วยภาษาธรรมชาติ
-
รองรับการอ้างอิงหลายภาพ: รวมภาพอินพุตที่รองรับเมื่อการแก้ไขต้องใช้แหล่งภาพ ภาพอ้างอิง หรือความสัมพันธ์ระหว่างตัวแบบหลายรายการ
-
การรักษาตัวแบบและฉาก: รักษาเอกลักษณ์ องค์ประกอบ และความสัมพันธ์เชิงพื้นที่ที่สำคัญให้คงที่ขณะใช้การเปลี่ยนแปลงแบบเจาะจง
-
เวิร์กโฟลว์การแปลงเชิงสร้างสรรค์: สำรวจการเปลี่ยนสไตล์ การจัดแสงใหม่ การปรับวัตถุ การเปลี่ยนพื้นหลัง และการปรับแต่งภาพ
-
อัตราส่วนเอาต์พุตที่ยืดหยุ่น: ปรับผลลัพธ์ที่แก้ไขสำหรับแนวตั้ง แนวนอน สี่เหลี่ยมจัตุรัส โซเชียล ผลิตภัณฑ์ และงานบรรณาธิการผ่านการควบคุมอัตราส่วนที่มีให้
-
การทำซ้ำตามซีด: ใช้ทิศทางซีดซ้ำเมื่อเวิร์กโฟลว์ต้องการรูปแบบที่ควบคุมได้จากคำขอแก้ไขที่เกี่ยวข้อง
วิธีใช้ Qwen Image 3.0 Pro Edit API สำหรับการแก้ไขภาพแบบควบคุมบน Flaq AI
-
อินพุต: ภาพต้นฉบับหนึ่งภาพขึ้นไปพร้อมคำสั่งภาษาธรรมชาติที่อธิบายการแก้ไขที่ต้องการ
-
ทิศทางการแก้ไข: ระบุสิ่งที่ควรเปลี่ยน สิ่งที่ต้องคงเดิม และลักษณะขององค์ประกอบสุดท้าย
-
เอาต์พุต: ภาพที่แก้ไขแล้วซึ่งส่งผ่านเวิร์กโฟลว์ภาพของ Flaq AI เพื่อตรวจสอบและใช้ในงานออกแบบขั้นต่อไป
-
การควบคุมเชิงสร้างสรรค์: เลือกการตั้งค่าอัตราส่วนภาพและซีดที่มีให้ตามองค์ประกอบเป้าหมายและกลยุทธ์การทำซ้ำ
-
การตรวจสอบคุณภาพ: ตรวจสอบเอกลักษณ์ตัวแบบ ขอบ ข้อความ ความสัมพันธ์ของวัตถุ และการเปลี่ยนแปลงที่ไม่ต้องการก่อนเผยแพร่
กรณีใช้งานที่เหมาะสมที่สุดสำหรับการผสาน Qwen Image 3.0 Pro Edit API
-
การปรับแต่งภาพผลิตภัณฑ์: อัปเดตพื้นหลัง แสง วัสดุ และองค์ประกอบสำหรับภาพแค็ตตาล็อกและแคมเปญ
-
การสร้างเวอร์ชันเชิงสร้างสรรค์: สร้างการนำเสนอภาพหลายรูปแบบจากภาพต้นฉบับเดียวกันโดยคงตัวแบบหลักไว้
-
การปรับแบรนด์และการตลาดให้เข้ากับท้องถิ่น: ปรับภาพแคมเปญให้เหมาะกับเลย์เอาต์ สภาพแวดล้อม และข้อกำหนดของผู้ชมใหม่
-
การทำซ้ำแนวคิดและการออกแบบ: สำรวจทิศทางภาพอย่างรวดเร็วก่อนลงมือผลิตด้วยตนเอง
-
การประกอบจากหลายภาพอ้างอิง: รวมภาพต้นฉบับที่รองรับเพื่อกำหนดทิศทางฉากที่แก้ไขหรือระบบภาพที่สอดคล้องกัน
หมายเหตุ อธิบายข้อกำหนดการรักษาไว้ให้ชัดเจนเมื่อเอกลักษณ์ รูปทรงผลิตภัณฑ์ เลย์เอาต์ หรือองค์ประกอบแบรนด์ต้องคงที่ ตรวจสอบภาพที่แก้ไขแล้วว่ามีการเปลี่ยนแปลงที่ไม่ตั้งใจก่อนใช้ในการผลิต
Qwen Image 3.0 Pro Edit เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
-
Qwen Image 3.0 Pro Edit vs. Nano Banana 2 Edit: Nano Banana 2 Edit เน้นการแก้ไขเชิงความหมายที่รวดเร็วในระบบนิเวศ Gemini ส่วน Qwen Image 3.0 Pro Edit มอบเวิร์กโฟลว์แก้ไขภาพที่เน้น Alibaba พร้อมรองรับอินพุตหลายภาพ
-
Qwen Image 3.0 Pro Edit vs. GPT Image: GPT Image รองรับการสร้างและแก้ไขภาพอย่างหลากหลาย Qwen Image 3.0 Pro Edit เหมาะกับแอปพลิเคชันที่ต้องการการแปลงภาพแบบควบคุมผ่านการผสาน Qwen
-
Qwen Image 3.0 Pro Edit vs. FLUX Kontext: FLUX Kontext ออกแบบมาสำหรับการแก้ไขภาพตามคำสั่งและความสม่ำเสมอ Qwen Image 3.0 Pro Edit เป็นทางเลือกที่มีการควบคุมซีดและอัตราส่วนภาพสำหรับการทำซ้ำในกระบวนการผลิต
-
Qwen Image 3.0 Pro Edit vs. Seedream Edit: Seedream Edit รองรับการแปลงและปรับแต่งภาพเชิงพาณิชย์ Qwen Image 3.0 Pro Edit มุ่งเน้นการแก้ไขตามพรอมต์พร้อมอินพุตภาพหลายภาพที่เป็นตัวเลือก
-
Qwen Image 3.0 Pro Edit vs. Kling Image Editing: เครื่องมือภาพของ Kling มักใช้สำหรับการแปลงภาพเชิงสร้างสรรค์ Qwen Image 3.0 Pro Edit เหมาะในทางปฏิบัติสำหรับทีมที่สร้างการแก้ไขในเวิร์กโฟลว์เนื้อหาที่ใช้ Qwen
ตัวอย่าง API
ตัวอย่างการส่งคำขอ
// 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: 'qwen-image-3.0-pro-edit',
prompt: 'Transform this image into a professional portrait with soft studio lighting',
width: 16,
height: 9,
image_url_list: ['https://example.com/image1.jpg'],
seed: 42
})
});
const { data } = await response.json();
const taskId = data.task_id;
ตัวอย่างการดึงสถานะ
// 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));
}
ตัวอย่างการส่งคำขอ
# 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': 'qwen-image-3.0-pro-edit',
'prompt': 'Transform this image into a professional portrait with soft studio lighting',
'width': 16,
'height': 9,
'image_url_list': ['https://example.com/image1.jpg'],
'seed': 42
}
)
result = response.json()
task_id = result['data']['task_id']
ตัวอย่างการดึงสถานะ
# 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)
ตัวอย่างการส่งคำขอ
# 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": "qwen-image-3.0-pro-edit",
"prompt": "Transform this image into a professional portrait with soft studio lighting",
"width": 16,
"height": 9,
"image_url_list": ["https://example.com/image1.jpg"],
"seed": 42
}'
ตัวอย่างการดึงสถานะ
# 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"