Alibaba/wan-v2.7-image

wan-v2.7-image

免费体验 Alibaba Wan 2.7 API，用于高性价比图像生成，支持灵活宽高比、seed 控制、可靠质量和可扩展输出。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。

Text to 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 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 API（阿里巴巴创意文本生成图像模型）

Flaq AI 上的 Wan 2.7 Image API 为需要通过稳定 API 路由进行灵活视觉生产的开发者、营销人员和创意团队，提供阿里巴巴文本生成图像能力。这一实惠的 Wan 图像 API 集成可将自然语言提示词转换为精致视觉内容，支持多种宽高比，并提供实用的提示词控制。它专为希望获得快速创意迭代、可扩展图像生成和简单生产集成的团队而构建。

Wan 2.7 Image API 的核心功能

高质量文本生成图像： 从自然语言提示词创建精致图像，用于广告、社交帖子、产品视觉和创意探索。
高性价比 API 访问： 在 Flaq AI 上使用实惠的 Wan 图像路由进行大批量生成和快速迭代。
灵活的宽高比支持： 无需重建工作流，即可生成适用于方形、横向、纵向和社交媒体版式的视觉内容。
由提示词控制的创意方向： 通过清晰的自然语言指令引导主体、风格、构图、光照和氛围。
可重复的生产工作流： 使用实用的生成控制探索变体，并保持创意流水线有序。
开发者友好的集成： 通过稳定的托管 API 路由，将阿里巴巴图像生成添加到应用、工具和内容系统中。

如何在 Flaq AI 上使用 Wan 2.7 Image 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： 通过实惠的 Wan API 集成提供文本生成图像、概念可视化、产品风格图像、营销素材和社交媒体视觉。

Wan 2.7 Image API 集成的最佳使用场景

社交媒体内容创作： 为帖子、广告、缩略图和活动变体生成平台就绪的视觉内容。
营销与品牌素材： 生成概念图像、活动视觉和创意方向，用于快速审核。
电商视觉： 为在线商店创建产品场景、生活方式概念和促销图形。
设计构思： 在投入最终制作前探索视觉风格、版式和氛围方向。
大批量创意流水线： 为测试、本地化和内容运营生成大量图像变体。

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 与竞品对比分析

Wan 2.7 Image vs. Wan 2.7 Image Pro
Wan 2.7 Image Pro 定位于更高端的输出和高级创意需求。Wan 2.7 Image 优先考虑日常生产工作流的实惠性和高效生成。
Wan 2.7 Image vs. Qwen Image 2
Qwen Image 2 是另一个用于提示词驱动生成的强大阿里巴巴图像模型。Wan 2.7 Image 为希望获得灵活创意输出和高性价比 API 访问的团队提供聚焦 Wan 的路由。
Wan 2.7 Image vs. GPT Image
GPT Image 模型以广泛的 OpenAI 生态熟悉度著称。Wan 2.7 Image 为开发者提供 Flaq AI 上可扩展图像生成的阿里巴巴替代方案。
Wan 2.7 Image vs. Nano Banana
Nano Banana 模型强调 Gemini 图像工作流。Wan 2.7 Image 提供具备灵活宽高比和实用创意控制的阿里巴巴图像生成。
Wan 2.7 Image vs. Seedream
Seedream 擅长风格化和商业视觉。对于常见生产使用场景中的实惠、API 驱动创意生成，Wan 2.7 Image 是一个实用选择。

直接在强大的 AI 工具中使用 Wan 2.7 Image 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',
    prompt: 'A serene landscape with mountains and a lake at sunset',
    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',
        'prompt': 'A serene landscape with mountains and a lake at sunset',
        '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",
    "prompt": "A serene landscape with mountains and a lake at sunset",
    "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"

Wan 2.7 Image 相关模型

Wan 2.7 Image 价格

示例

相关模型

README

快速且实惠的 Wan 2.7 Image API（阿里巴巴创意文本生成图像模型）

Wan 2.7 Image API 的核心功能

如何在 Flaq AI 上使用 Wan 2.7 Image API 进行图像生成

Wan 2.7 Image API 集成的最佳使用场景

Wan 2.7 Image 与竞品对比分析

直接在强大的 AI 工具中使用 Wan 2.7 Image 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 的文章