
ข้อความเป็นรูปภาพ
สร้างรูปภาพ AI จากพรอมต์ข้อความ
ทดลองใช้ฟรี Alibaba Wan 2.7 API สำหรับการแก้ไขภาพที่คุ้มค่า พร้อมอินพุตหลายภาพ การเปลี่ยนแปลงตาม prompt การควบคุม seed และเอาต์พุตภาพที่เสถียร ทดสอบผลลัพธ์ของโมเดล เปรียบเทียบคุณภาพภาพ แล้วขยายไอเดียที่ดีผ่านเวิร์กโฟลว์ API ภาพ วิดีโอ หรือมัลติโมดัลที่เสถียร.
ลองใช้ AI Image Generator ได้เลยตอนนี้
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
Wan 2.7 Image Edit API บน Flaq AI มอบการแก้ไขภาพเป็นภาพของ Alibaba สำหรับนักพัฒนาและทีมครีเอทีฟที่ต้องการการแปลงภาพด้วยพรอมต์ผ่านเส้นทาง API ที่เสถียร การผสาน API แก้ไขภาพ Wan ที่คุ้มค่านี้ช่วยแปลงภาพที่มีอยู่ด้วยคำสั่งภาษาธรรมชาติ รองรับอินพุตหลายภาพ และเอาต์พุตอัตราส่วนภาพที่ยืดหยุ่น สร้างขึ้นสำหรับการทำซ้ำด้านดีไซน์ที่ใช้งานได้จริง การรีเฟรชการตลาด ภาพผลิตภัณฑ์ และการดำเนินงานครีเอทีฟที่ขยายขนาดได้
หมายเหตุ โปรดตรวจสอบให้แน่ใจว่าพรอมต์และภาพที่อัปโหลดเป็นไปตามแนวทางความปลอดภัยและการใช้งานของ Alibaba หากเกิดข้อผิดพลาด ให้ตรวจสอบอินพุตเพื่อหาเนื้อหาที่ถูกจำกัด ทำคำขอให้ง่ายขึ้น แล้วลองอีกครั้ง
Wan 2.7 Image Edit เทียบกับ Wan 2.7 Image Pro Edit
Wan 2.7 Image Pro Edit ถูกวางตำแหน่งสำหรับผลลัพธ์การแก้ไขระดับพรีเมียมมากขึ้น ส่วน Wan 2.7 Image Edit ให้ความสำคัญกับความคุ้มค่าและการแปลงครีเอทีฟที่มีประสิทธิภาพสำหรับงานผลิตประจำวัน
Wan 2.7 Image Edit เทียบกับ Qwen Image 2 Edit
Qwen Image 2 Edit มอบการแก้ไขภาพของ Alibaba พร้อมการควบคุมพรอมต์ที่แข็งแกร่ง Wan 2.7 Image Edit ให้เส้นทางแก้ไขเฉพาะ Wan แก่ทีมสำหรับเวิร์กโฟลว์ภาพเป็นภาพที่ยืดหยุ่น
Wan 2.7 Image Edit เทียบกับ GPT Image Edit
GPT Image Edit มอบพฤติกรรมการแก้ไขแบบ OpenAI-native Wan 2.7 Image Edit ให้ทางเลือก Alibaba สำหรับการแก้ไขภาพที่ขยายขนาดได้และคุ้มค่าบน Flaq AI
Wan 2.7 Image Edit เทียบกับ Nano Banana Edit
Nano Banana Edit มุ่งเน้นการแก้ไขภาพ Gemini Wan 2.7 Image Edit มอบการแก้ไขที่ขับเคลื่อนโดย Alibaba พร้อมการรองรับหลายภาพและการกำหนดเส้นทางการผลิตที่ยืดหยุ่น
Wan 2.7 Image Edit เทียบกับ Seedream Edit
Seedream Edit แข็งแกร่งสำหรับการแปลงภาพเชิงพาณิชย์ Wan 2.7 Image Edit มีประโยชน์สำหรับการแก้ไขที่คุ้มค่าและขับเคลื่อนด้วย API ในเวิร์กโฟลว์การตลาด อีคอมเมิร์ซ และโซเชียล
สำรวจเครื่องมือสร้างสรรค์ AI หลายรายการสำหรับเวิร์กโฟลว์รูปภาพและวิดีโอที่รวดเร็วในเบราว์เซอร์ จากนั้นขยายไอเดียที่สำเร็จไปยัง model APIs ของ Flaq AI ที่พร้อมสำหรับการผลิต Flaq AI ให้ชั้น API แบบรวมศูนย์สำหรับทุกโมเดล ทำให้ใช้งานและขยายเวิร์กโฟลว์ได้ง่าย

สร้างรูปภาพ AI จากพรอมต์ข้อความ

สร้างรูปภาพ AI จากรูปภาพและพรอมต์ข้อความ

สร้างวิดีโอ AI จากพรอมต์ข้อความ

ทำให้รูปภาพเคลื่อนไหวเป็นวิดีโอ AI

สร้างรูปภาพและวิดีโอ AI ในพื้นที่ทำงานเดียวที่ครบวงจร

สร้างวิดีโอที่สม่ำเสมอจากสื่ออ้างอิง

สร้างเวิร์กโฟลว์ภาพและวิดีโอ AI แบบภาพบนแคนวาสไร้ขอบเขต
// 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"