文字轉圖片
從文字提示詞建立 AI 圖片
Alibaba/wan-v2.7-image-pro
wan-v2.7-image-pro
免費體驗 Alibaba Wan 2.7 API，用於進階圖片生成，支援彈性長寬比、seed 控制、穩定輸出和生產級品質。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。
Text to Image
Wan 2.7 Image Pro 相關模型
立即體驗 AI 圖片生成器
Wan 2.7 Image Pro 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
範例
相關模型
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-3.0text-to-imageqwen-image-3.0-editimage-to-imageqwen-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
快速且實惠的 Wan 2.7 Image Pro API（阿里巴巴高階文字轉圖像模型）
Flaq AI 上的 Wan 2.7 Image Pro API 為需要更高品質創意輸出、精緻構圖與可投入生產視覺內容的團隊，提供透過穩定 API 路由使用的阿里巴巴文字轉圖像生成能力。這個專業的 Wan 圖像 API 整合，可將自然語言提示詞轉換為精緻圖像，並支援多種長寬比與實用的創意控制。它專為打造高階視覺工作流程的開發者、代理商與產品團隊而設計。
Wan 2.7 Image Pro API 的主要功能
- 高階文字轉圖像輸出： 為行銷、電商、編輯內容與產品敘事工作流程生成精緻的高品質視覺內容。
- 專業創意控制： 透過自然語言提示詞引導構圖、光線、風格、主體位置與視覺氛圍。
- 彈性長寬比支援： 在同一個 API 工作流程中，產生適用於方形、橫向、直向與社群版位的圖像。
- 高保真視覺細節： 為高要求的創意使用情境建立細緻紋理、乾淨構圖與更適合生產使用的圖像。
- 可重複的迭代工作流程： 使用實用的生成控制探索變化、細化概念，並支援審稿循環。
- 託管式 API 整合： 無需管理供應商基礎設施，即可將阿里巴巴高階圖像生成加入產品。
如何在 Flaq AI 上使用 Wan 2.7 Image Pro API 進行圖像生成
- 輸入： 描述主體、風格、構圖、光線與預期視覺結果的自然語言提示詞。
- 輸出： 透過 Flaq AI 上穩定的圖像 API 整合交付的專業生成圖像。
- 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： 支援實用的提示詞與變化控制，用於創意迭代。
- 能力： 透過 Wan API 整合，提供高階文字轉圖像生成、活動視覺、產品場景、編輯概念與可用於品牌的創意輸出。
Wan 2.7 Image Pro API 整合的最佳使用情境
- 高階行銷活動： 為商業用途生成精緻廣告素材、活動概念與上市視覺。
- 電商產品場景： 為線上產品頁建立生活風格圖像、主視覺與促銷概念。
- 編輯與社群視覺： 為文章、電子報、社群活動與縮圖製作精緻圖像。
- 品牌概念開發： 在最終設計或生產工作前，探索高品質視覺方向。
- 創意生產管線： 支援需要大規模、可重複專業圖像生成的代理商與內容團隊。
注意 請確保提示詞符合阿里巴巴的安全與使用指南。如果發生錯誤，請調整提示詞以移除受限內容，然後再試一次。
Wan 2.7 Image Pro 與競品對比分析
-
Wan 2.7 Image Pro vs. Wan 2.7 Image
Wan 2.7 Image 針對實惠的日常生成進行最佳化。Wan 2.7 Image Pro 則強調更高階的視覺精緻度，並更適合高階創意工作流程。 -
Wan 2.7 Image Pro vs. Qwen Image 2 Pro
Qwen Image 2 Pro 是阿里巴巴另一個高階圖像生成路由。Wan 2.7 Image Pro 為團隊提供 Wan 專屬選項，用於精緻的提示詞驅動創意輸出。 -
Wan 2.7 Image Pro vs. GPT Image
GPT Image 模型提供 OpenAI 原生行為與廣泛創意範圍。Wan 2.7 Image Pro 則為專業文字轉圖像生產提供阿里巴巴 API 替代方案。 -
Wan 2.7 Image Pro vs. Nano Banana Pro
Nano Banana Pro 擅長 Gemini 圖像工作流程。Wan 2.7 Image Pro 專注於由阿里巴巴驅動的高階視覺生成，並提供彈性的生產路由。 -
Wan 2.7 Image Pro vs. Seedream
Seedream 在商業與風格化圖像生成方面表現良好。Wan 2.7 Image Pro 很適合想透過託管 API 取得高階 Wan 輸出的團隊。
直接在強大的 AI 工具中使用 Wan 2.7 Image Pro 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。
API 範例
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-pro',
prompt: 'A professional product photo with studio lighting',
width: 16,
height: 9
})
});
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-pro',
'prompt': 'A professional product photo with studio lighting',
'width': 16,
'height': 9
}
)
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-pro",
"prompt": "A professional product photo with studio lighting",
"width": 16,
"height": 9
}'
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"