Alibaba/wan-v2.7-image-edit

wan-v2.7-image-edit

免费体验 Alibaba Wan 2.7 API，用于高性价比图像编辑，支持多图输入、提示词引导修改、seed 控制和稳定视觉输出。适合专业团队在 AI 工作流中处理应用集成、协作交付、场景验证、内容复核、资料整理、业务分析、多步骤任务、产品探索和日常团队迭代，持续构建、测试、验证、优化并改进 AI 功能体验。先测试模型输出并比较视觉质量，再通过稳定图片、视频或多模态 API 工作流扩展团队创意生产。

Image to ImageMulti-Image

Wan 2.7 Image 相关模型

wan-v2.7-imagetext-to-image

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

文档

立即体验 AI 图片生成

Wan 2.7 Image Edit 价格

参数	价格	原价	折扣

基础

$0.0270 / 张图片

$0.0300 / 张图片

90%

示例

README

快速且实惠的 Wan 2.7 Image Edit API（阿里巴巴创意图像编辑模型）

Flaq AI 上的 Wan 2.7 Image Edit API 为需要通过稳定 API 路由进行基于提示词视觉转换的开发者和创意团队，提供阿里巴巴图生图编辑能力。这一实惠的 Wan 图像编辑 API 集成可帮助通过自然语言指令、多图输入支持和灵活宽高比输出转换现有图像。它专为实用设计迭代、营销更新、产品视觉和可扩展创意运营而构建。

Wan 2.7 Image Edit API 的核心功能

基于提示词的图像编辑： 使用自然语言指令转换现有视觉内容，用于风格变化、对象调整、背景更新和创意优化。
多图输入支持： 使用图像输入来引导编辑工作流、视觉参考和感知构图的转换。
灵活的宽高比支持： 通过一个 API 路由创建适用于社交、电商、网页和编辑版式的编辑输出。
高性价比 API 访问： 通过实惠的托管 Wan API 集成运行大批量编辑和创意迭代。
保持风格的转换： 在保持有用视觉上下文、主体身份和构图目标一致的同时调整图像。
开发者友好的工作流： 无需管理提供商基础设施，即可将图像编辑添加到应用、创意工具和生产系统中。

如何在 Flaq AI 上使用 Wan 2.7 Image Edit API 进行图像编辑

输入： 现有图像输入，以及描述期望转换效果的自然语言编辑提示词。
输出： 通过 Flaq AI 上稳定的图像 API 集成交付的编辑图像。
宽高比： 支持适用于社交、网页、产品和编辑版式的多种宽高比。
配置： 支持用于创意迭代的实用提示词、输入图像和变体控制。
能力： 通过实惠的 Wan API 集成提供图生图编辑、多图参考工作流、风格迁移、背景更新、产品更新和创意转换。

Wan 2.7 Image Edit API 集成的最佳使用场景

营销创意更新： 更新活动视觉、本地化素材，并在无需从头重建图像的情况下创建变体。
产品摄影优化： 为电商和目录工作流调整背景、风格、版式和展示效果。
社交媒体变体： 将一张图像转换为多个平台就绪的创意方向，用于测试和发布。
设计迭代： 快速探索编辑、参考和视觉替代方案，用于创意审核周期。
品牌素材适配： 在保持品牌方向、主体焦点和活动意图一致的同时重制视觉内容。

注意请确保提示词和上传图像符合阿里巴巴安全与使用指南。如果发生错误，请检查输入是否包含受限内容，简化请求，然后重试。

Wan 2.7 Image Edit 与竞品对比分析

Wan 2.7 Image Edit vs. Wan 2.7 Image Pro Edit
Wan 2.7 Image Pro Edit 定位于更高级的编辑输出。Wan 2.7 Image Edit 优先考虑日常生产工作的实惠性和高效创意转换。
Wan 2.7 Image Edit vs. Qwen Image 2 Edit
Qwen Image 2 Edit 提供具备强提示词控制的阿里巴巴图像编辑能力。Wan 2.7 Image Edit 为团队提供面向 Wan 的专属编辑路由，用于灵活的图生图工作流。
Wan 2.7 Image Edit vs. GPT Image Edit
GPT Image Edit 提供 OpenAI 原生编辑行为。Wan 2.7 Image Edit 在 Flaq AI 上为可扩展、高性价比视觉编辑提供阿里巴巴替代方案。
Wan 2.7 Image Edit vs. Nano Banana Edit
Nano Banana Edit 专注于 Gemini 图像编辑。Wan 2.7 Image Edit 提供由阿里巴巴驱动、具备多图支持和灵活生产路由的编辑能力。
Wan 2.7 Image Edit vs. Seedream Edit
Seedream Edit 擅长商业视觉转换。Wan 2.7 Image Edit 适用于营销、电商和社交工作流中的实惠、API 驱动编辑。

直接在强大的 AI 工具中使用 Wan 2.7 Image Edit 模型

在浏览器中探索多种 AI 创作工具，用于快速图像和视频工作流，然后通过 Flaq AI 可用于生产的模型 API 扩展成功创意。Flaq AI 为所有模型提供统一 API 层，让你的工作流更容易使用和扩展。

文本转图像

从文本提示词创建 AI 图像

图像转图像

从图像和文本提示词创建 AI 图像

文本转视频

从文本提示词创建 AI 视频

图像转视频

将图像动画化为 AI 视频

AI 媒体创作工具

在统一工作区中创建 AI 图片和视频

参考素材生成视频

通过参考素材创建连贯一致的视频

AI 画布

在无限画布上构建可视化 AI 图片和视频工作流

API 示例

JavaScriptPythoncURL

提交示例

// 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;

轮询示例

// 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));
}

提交示例

# 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']

轮询示例

# 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)

提交示例

# 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"]
  }'

轮询示例

# 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 相关模型

Wan 2.7 Image Edit 价格

示例

相关模型

README

快速且实惠的 Wan 2.7 Image Edit API（阿里巴巴创意图像编辑模型）

Wan 2.7 Image Edit API 的核心功能

如何在 Flaq AI 上使用 Wan 2.7 Image Edit API 进行图像编辑

Wan 2.7 Image Edit API 集成的最佳使用场景

Wan 2.7 Image Edit 与竞品对比分析

直接在强大的 AI 工具中使用 Wan 2.7 Image Edit 模型

文本转图像

图像转图像

文本转视频

图像转视频

AI 媒体创作工具

参考素材生成视频

AI 画布

API 示例

提交示例

轮询示例

提交示例

轮询示例

提交示例

轮询示例

更多关于 Wan 2.7 Image Edit 的文章