AI 文字轉圖片生成器
使用領先 AI 圖片模型、彈性設定與快速瀏覽器工作流程，從提示詞建立精緻圖片。
Alibaba/wan-2.7-image-to-video
wan-2.7-image-to-video
透過阿里巴巴 Wan 2.7 API 實現高品質圖像動畫，具備真實的時序一致性，高可用性，企業級定價極具競爭力。高效率批量處理能力，幫助用戶快速產出穩定影片內容，降低運營成本。專業水準結合親民價位，最適合追求持續穩定內容生產的企業客戶。適合開發者與團隊接入圖片、影片或多模態生成流程。你可以先體驗核心效果，再用於創意設計、行銷素材、批次內容生產與自動化工作流程。
Image to Video
Wan 2.7 相關模型
API 範例
提交範例
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'wan-2.7-image-to-video',
prompt: 'Gentle camera push-in; leaves rustle softly in the breeze',
duration: 6,
resolution: '720p',
negative_prompt: 'blur, low quality',
seed: 42,
image_url: 'https://example.com/first-frame.jpg',
image_end_url: 'https://example.com/last-frame.jpg',
audio_url: 'https://example.com/driving-audio.mp3',
video_url: 'https://example.com/reference-continuation.mp4'
})
});
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/video/${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.videos[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
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'wan-2.7-image-to-video',
'prompt': 'Gentle camera push-in; leaves rustle softly in the breeze',
'duration': 6,
'resolution': '720p',
'negative_prompt': 'blur, low quality',
'seed': 42,
'image_url': 'https://example.com/first-frame.jpg',
'image_end_url': 'https://example.com/last-frame.jpg',
'audio_url': 'https://example.com/driving-audio.mp3',
'video_url': 'https://example.com/reference-continuation.mp4',
}
)
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/video/{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']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
提交範例
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "wan-2.7-image-to-video",
"prompt": "Gentle camera push-in; leaves rustle softly in the breeze",
"duration": 6,
"resolution": "720p",
"negative_prompt": "blur, low quality",
"seed": 42,
"image_url": "https://example.com/first-frame.jpg",
"image_end_url": "https://example.com/last-frame.jpg",
"audio_url": "https://example.com/driving-audio.mp3",
"video_url": "https://example.com/reference-continuation.mp4"
}'
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/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
立即體驗 AI 影片生成器
Wan 2.7 Image to Video 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
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
專業 Wan 2.7 影像轉影片 API（阿里巴巴先進影片動畫）
阿里巴巴 Wan 2.7 影像轉影片 API 為開發者和創意團隊提供可投入生產的 AI 影片動畫服務。這個進階影像轉影片 API 整合，讓您能夠將靜態影像轉化為 720p 解析度、時長 2 至 15 秒的高品質電影級動畫影片。基於阿里巴巴 140 億參數的 Wan 2.7 架構，並較前一版本具備超過 5 倍更快的推論速度，Wan 2.7 模型結合了上下文感知運動合成與卓越的時間一致性，而 API 則提供穩定整合與可選音訊支援，在 Flaq AI 上支援專業級動畫工作流程。
Wan 2.7 影像轉影片 API 的主要功能
- 140 億參數架構與 5 倍更快推論： Wan 2.7 模型相較前代提供顯著更好的動畫品質與一致性，同時達到超過 5 倍更快的推論速度，讓 API 能以規模化方式提供生產級影像轉影片生成。
- 上下文感知運動合成： Wan 2.7 模型會分析輸入影像以生成自然、具物理一致性的運動，保留視覺風格、物件關係與場景連貫性，透過先進的時空建模提供專業動畫品質。
- 卓越的時間一致性： Wan 2.7 在影格之間維持高度視覺一致性，消除閃爍，並確保角色、物件與環境在 720p 解析度的動畫序列中保持穩定。
- 可選音訊整合： Wan 2.7 影像轉影片 API 支援與視覺時間軸同步的可選音訊生成，並可選擇上傳自訂音訊 URL，讓您在不需要獨立音訊流程的情況下取得更完整、可直接用於生產的動畫輸出。
- 彈性的時長控制： 透過 Wan 2.7 API，將影像動畫化為 2 到 15 秒的影片片段，並可精確設定時長，非常適合社群媒體短片、產品展示與敘事動畫。
- 動態長寬比支援： API 支援由輸入影像尺寸決定的長寬比，確保動畫輸出維持原始構圖意圖與來源影像比例。
- 具物理感知的動畫品質： Wan 2.7 模型理解真實物理、流體動力與環境邏輯，能在多樣化的場景類型與主體類別中生成感覺真實自然的運動。
如何在 Flaq AI 上使用 Wan 2.7 影像轉影片 API 進行專業影片動畫
- 輸入： 來源影像（JPEG/PNG）加上可選的自然語言動作提示詞，描述所需的鏡頭運動、物件運動與場景演變
- 輸出： 透過 Wan 2.7 影像轉影片 API 整合，以安全 CDN URL 傳遞的 720p 高解析度動畫影片（MP4 格式），可選音訊
- 時長： 彈性的動畫長度，從 2 到 15 秒，並可精確控制
- 解析度： 支援 720p 與 1080p 兩檔輸出。
- 長寬比： 由輸入影像尺寸決定（不可由使用者設定）
- 音訊： 可選音訊生成，支援自訂音訊 URL
- 定價： 採用按秒分層計費，兼顧穩定性與性價比。
- 能力： 透過 Wan 2.7 API 實現影像轉影片動畫、具物理感知的運動合成、可選音訊生成、卓越時間一致性與上下文感知運動保留。
Wan 2.7 影像轉影片 API 整合的最佳使用情境
- 電商產品動畫： 將產品攝影轉化為具動態影片展示與生活風格動畫，並帶有真實物理與運動效果，非常適合需要高品質動畫內容的線上零售商，透過可擴展的 Wan 2.7 API 整合實現。
- 廣告與行銷活動： 讓品牌影像、活動視覺與促銷照片動起來，加入自然運動與可選音訊，為社群媒體與數位廣告提供具吸引力的動畫內容。
- 電影與娛樂前期視覺化： 透過具物理感知的運動合成，從分鏡影像快速建立角色主導場景與視覺概念原型，以利前期製作工作流程。
- 人像與角色動畫： 透過 Wan 2.7 影像轉影片 API，使用自然的運動動態與穩定的視覺保真度來動畫化人像、角色插畫與概念藝術，非常適合娛樂與遊戲內容。
- 教育內容動畫： 透過專業 API 整合，讓科學圖表、歷史插圖與資訊圖像以真實運動與可選音訊呈現，提升教育體驗。
注意 請確保您的輸入影像與提示詞符合平台內容準則。如果發生錯誤，請檢查內容中是否含有受限素材，調整後再重試。
Wan 2.7 影像轉影片與競品對比分析
-
Wan 2.7 vs. Wan 2.6 影像轉影片 Wan 2.6 具備強大的動畫品質與音訊支援能力。Wan 2.7 影像轉影片 API 在此基礎上進一步提升：推論速度提升超過 5 倍、運動品質與時間一致性顯著改善、提示詞遵循能力更佳、支援更長時長，因此是同時重視品質與吞吐量的生產工作流程更優的選擇。
-
Wan 2.7 vs. Kling 3.0 影像轉影片 Kling 3.0 在人體運動合成與角色動畫方面表現強勁。Wan 2.7 影像轉影片 API 則以更廣泛的環境渲染能力、具物理感知的運動合成、在物件動態與場景動畫上的卓越表現，以及彈性的定價作為回應，使其在多樣化動畫情境中更具通用性。
-
Wan 2.7 vs. Runway Gen-3 影像轉影片 Runway Gen-3 提供強大的創意彈性與藝術控制。Wan 2.7 影像轉影片 API 則憑藉 140 億參數架構、具物理感知的運動合成、可選音訊整合與超過 5 倍更快的推論脫穎而出，提供更高的電影真實感與專業動畫品質。
-
Wan 2.7 vs. Veo 3.1 Fast 影像轉影片 Veo 3.1 Fast 善用 Google DeepMind 的架構實現快速動畫。Wan 2.7 影像轉影片 API 則提供具物理感知的運動合成、可選音訊整合、最長 15 秒的延伸時長，以及彈性的基於解析度定價，成為高保真長篇動畫製作的首選。
-
Wan 2.7 vs. Seedance V2.0 影像轉影片 Seedance V2.0 提供廣泛的長寬比支援與可選鏡頭控制。Wan 2.7 影像轉影片 API 則以 140 億參數架構、具物理感知的運動合成、可選音訊整合，以及阿里巴巴先進的時空建模形成差異化，提供更優異的環境渲染與自然場景動態。
使用 Flaq AI 探索多種創意工具
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。
