Alibaba/wan-v2.7-image-edit

wan-v2.7-image-edit

免費體驗 Alibaba Wan 2.7 API，用於高性價比圖片編輯，支援多圖片輸入、提示詞引導修改、seed 控制和穩定視覺輸出。適合專業團隊在 AI 工作流程中處理應用整合、協作交付、場景驗證、內容複核、資料整理、業務分析、多步驟任務、產品探索與日常團隊迭代，持續建置、測試、驗證、最佳化並改進 AI 功能體驗。先測試模型輸出並比較視覺品質，再透過穩定圖片、影片或多模態 API 工作流程擴展團隊創意製作。

Image to ImageMulti-Image

Wan 2.7 Image 相關模型

wan-v2.7-imagetext-to-image

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

文件

立即體驗 AI 圖片生成器

Wan 2.7 Image Edit 價格

參數	價格	原價	折扣

基礎

$0.0270 / 張圖片

$0.0300 / 張圖片

90%

範例

README

快速且實惠的 Wan 2.7 Image Edit API（阿里巴巴創意圖像編輯模型）

Flaq AI 上的 Wan 2.7 Image Edit API 為需要透過穩定 API 路由進行提示詞式視覺轉換的開發者與創意團隊，提供阿里巴巴圖像轉圖像編輯能力。這個實惠的 Wan 圖像編輯 API 整合，可透過自然語言指令、多圖輸入支援與彈性的長寬比輸出，協助轉換既有圖像。它專為實用設計迭代、行銷更新、產品視覺與可擴展創意營運而打造。

Wan 2.7 Image Edit API 的主要功能

提示詞式圖像編輯： 使用自然語言指令轉換既有視覺內容，進行風格變更、物件調整、背景更新與創意細化。
多圖輸入支援： 使用圖像輸入引導編輯工作流程、視覺參考與具構圖感知的轉換。
彈性長寬比支援： 透過單一 API 路由，建立適用於社群、電商、網頁與編輯版面的編輯輸出。
具成本效益的 API 存取： 透過實惠的託管式 Wan API 整合，執行大量編輯與創意迭代。
保留風格的轉換： 在調整圖像時，保持有用的視覺脈絡、主體識別與構圖目標一致。
開發者友善工作流程： 無需管理供應商基礎設施，即可將圖像編輯加入應用程式、創意工具與生產系統。

如何在 Flaq AI 上使用 Wan 2.7 Image Edit API 進行圖像編輯

輸入： 既有圖像輸入，加上描述目標轉換的自然語言編輯提示詞。
輸出： 透過 Flaq AI 上穩定的圖像 API 整合交付的編輯圖像。
長寬比： 支援多種長寬比，適用於社群、網頁、產品與編輯版面。
設定： 支援實用的提示詞、輸入圖像與變化控制，用於創意迭代。
能力： 透過實惠的 Wan API 整合，提供圖像轉圖像編輯、多圖參考工作流程、風格轉換、背景更新、產品更新與創意轉換。

Wan 2.7 Image Edit API 整合的最佳使用情境

行銷創意更新： 更新活動視覺、在地化素材，並在不從零重建圖像的情況下建立變體。
產品攝影最佳化： 為電商與型錄工作流程調整背景、風格、版面與呈現方式。
社群媒體變體： 將一張圖像轉換為多個可用於平台的創意方向，用於測試與發布。
設計迭代： 快速探索編輯、參考與視覺替代方案，以支援創意審閱循環。
品牌素材調整： 在保持品牌方向、主體焦點與活動意圖一致的同時重製視覺內容。

注意請確保提示詞與上傳圖像符合阿里巴巴的安全與使用指南。如果發生錯誤，請檢查輸入是否包含受限內容，簡化請求後再試一次。

Wan 2.7 Image Edit 與競品對比分析

Wan 2.7 Image Edit vs. Wan 2.7 Image Pro Edit
Wan 2.7 Image Pro Edit 定位於更高階的編輯輸出。Wan 2.7 Image Edit 則優先考量實惠性與日常生產工作中的高效率創意轉換。
Wan 2.7 Image Edit vs. Qwen Image 2 Edit
Qwen Image 2 Edit 提供具強大提示詞控制的阿里巴巴圖像編輯。Wan 2.7 Image Edit 則為團隊提供 Wan 專屬編輯路由，用於彈性的圖像轉圖像工作流程。
Wan 2.7 Image Edit vs. GPT Image Edit
GPT Image Edit 提供 OpenAI 原生編輯行為。Wan 2.7 Image Edit 則在 Flaq AI 上提供可擴展、具成本效益視覺編輯的阿里巴巴替代方案。
Wan 2.7 Image Edit vs. Nano Banana Edit
Nano Banana Edit 專注於 Gemini 圖像編輯。Wan 2.7 Image Edit 提供由阿里巴巴驅動的編輯能力，具備多圖支援與彈性生產路由。
Wan 2.7 Image Edit vs. Seedream Edit
Seedream Edit 擅長商業視覺轉換。Wan 2.7 Image Edit 適合在行銷、電商與社群工作流程中進行實惠、API 驅動的編輯。

直接在強大的 AI 工具中使用 Wan 2.7 Image Edit 模型

在瀏覽器中探索多種 AI 創作工具，快速完成圖片與影片工作流程，然後透過 Flaq AI 的生產級模型 API 擴展成功想法。Flaq AI 為所有模型提供統一 API 層，讓你的工作流程更容易使用和擴展。

文字轉圖片

從文字提示詞建立 AI 圖片

圖片轉圖片

從圖片和文字提示詞建立 AI 圖片

文字轉影片

從文字提示詞建立 AI 影片

圖片轉影片

將圖片動畫化為 AI 影片

AI 媒體創作工具

在整合式工作區中建立 AI 圖片和影片

參考素材生成影片

透過參考素材建立連貫一致的影片

AI 畫布

在無限畫布上建立視覺化 AI 圖片和影片工作流程

API 範例

JavaScriptPythoncURL

提交範例

// 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;

輪詢範例

// 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));
}

提交範例

# 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']

輪詢範例

# 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)

提交範例

# 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"]
  }'

輪詢範例

# 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"

Wan 2.7 Image 相關模型

Wan 2.7 Image Edit 價格

範例

相關模型

README

快速且實惠的 Wan 2.7 Image Edit API（阿里巴巴創意圖像編輯模型）

Wan 2.7 Image Edit API 的主要功能

如何在 Flaq AI 上使用 Wan 2.7 Image Edit API 進行圖像編輯

Wan 2.7 Image Edit API 整合的最佳使用情境

Wan 2.7 Image Edit 與競品對比分析

直接在強大的 AI 工具中使用 Wan 2.7 Image Edit 模型

文字轉圖片

圖片轉圖片

文字轉影片

圖片轉影片

AI 媒體創作工具

參考素材生成影片

AI 畫布

API 範例

提交範例

輪詢範例

提交範例

輪詢範例

提交範例

輪詢範例

更多關於 Wan 2.7 Image Edit 的文章