文本转图像
从文本提示词创建 AI 图像
Alibaba/wan-v2.7-image-pro
wan-v2.7-image-pro
免费体验 Alibaba Wan 2.7 API，用于高级图像生成，支持灵活宽高比、seed 控制、稳定输出和生产级质量。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。
Text to Image
Wan 2.7 Image Pro 相关模型
立即体验 AI 图片生成
Wan 2.7 Image Pro 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
示例
相关模型
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
快速且实惠的 Wan 2.7 Image Pro API（阿里巴巴高级文本生成图像模型）
Flaq AI 上的 Wan 2.7 Image Pro API 为需要通过稳定 API 路由获得更高质量创意输出、精致构图和可直接用于生产的视觉内容的团队，提供阿里巴巴文本生成图像能力。这一专业 Wan 图像 API 集成可将自然语言提示词转换为精致图像，支持多种宽高比，并提供实用的创意控制能力。它面向正在构建高级视觉工作流的开发者、代理机构和产品团队而设计。
Wan 2.7 Image Pro API 的核心功能
- 高级文本生成图像输出： 为营销、电商、编辑内容和产品叙事工作流生成精致的高质量视觉内容。
- 专业创意控制： 通过自然语言提示词引导构图、光照、风格、主体位置和视觉氛围。
- 灵活的宽高比支持： 通过一个 API 工作流生成适用于方形、横向、纵向和社交版式的图像。
- 高保真视觉细节： 为高要求的创意使用场景创建精致纹理、干净构图和更适合生产的图像。
- 可重复的迭代工作流： 使用实用的生成控制探索变体、优化概念并支持审核周期。
- 托管式 API 集成： 无需管理提供商基础设施，即可将阿里巴巴高级图像生成添加到产品中。
如何在 Flaq AI 上使用 Wan 2.7 Image Pro API 进行图像生成
- 输入： 描述主体、风格、构图、光照和预期视觉结果的自然语言提示词。
- 输出： 通过 Flaq AI 上稳定的图像 API 集成交付的专业生成图像。
- 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和变体控制。
- 能力： 通过 Wan API 集成提供高级文本生成图像、活动视觉、产品场景、编辑概念和品牌就绪的创意输出。
Wan 2.7 Image Pro API 集成的最佳使用场景
- 高级营销活动： 为商业用途生成精致的广告创意、活动概念和发布视觉。
- 电商产品场景： 为在线产品页面创建生活方式图像、主视觉和促销概念。
- 编辑与社交视觉： 为文章、新闻通讯、社交活动和缩略图生成精致图像。
- 品牌概念开发： 在最终设计或制作工作之前探索高质量视觉方向。
- 创意生产流水线： 支持需要大规模、可重复、专业图像生成能力的代理机构和内容团队。
注意 请确保提示词符合阿里巴巴安全与使用指南。如果发生错误，请优化提示词以移除受限内容，然后重试。
Wan 2.7 Image Pro 与竞品对比分析
-
Wan 2.7 Image Pro vs. Wan 2.7 Image
Wan 2.7 Image 针对实惠的日常生成进行了优化。Wan 2.7 Image Pro 更强调高端视觉精修，以及对高级创意工作流的更强适配。 -
Wan 2.7 Image Pro vs. Qwen Image 2 Pro
Qwen Image 2 Pro 是另一个用于图像生成的高级阿里巴巴路由。Wan 2.7 Image Pro 为团队提供面向 Wan 的专属选项，用于精致的提示词驱动创意输出。 -
Wan 2.7 Image Pro vs. GPT Image
GPT Image 模型提供 OpenAI 原生行为和广泛的创意范围。Wan 2.7 Image Pro 为专业文本生成图像生产提供阿里巴巴 API 替代方案。 -
Wan 2.7 Image Pro vs. Nano Banana Pro
Nano Banana Pro 在 Gemini 图像工作流方面表现出色。Wan 2.7 Image Pro 专注于由阿里巴巴驱动、具备灵活生产路由的高级视觉生成。 -
Wan 2.7 Image Pro vs. Seedream
Seedream 在商业和风格化图像生成方面表现良好。对于希望通过托管 API 获得高级 Wan 输出的团队，Wan 2.7 Image Pro 是一个强有力的选择。
直接在强大的 AI 工具中使用 Wan 2.7 Image Pro 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。
API 示例
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-pro',
prompt: 'A professional product photo with studio lighting',
width: 16,
height: 9
})
});
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-pro',
'prompt': 'A professional product photo with studio lighting',
'width': 16,
'height': 9
}
)
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-pro",
"prompt": "A professional product photo with studio lighting",
"width": 16,
"height": 9
}'
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"