はじめに
Z-Image Base LoRA 画像から画像 は、Alibaba の Tongyi-MAI チームによる 60 億パラメーターのベースモデル Z-Image で、元画像 1 枚を描き直します。自前の LoRA ファイルを最大 3 つ読み込め、strength の調整で結果が元画像からどこまで離れるかを決めます。出力は元画像のアスペクト比を保ちます。プラットフォームはプロンプト、ウェイト、画像のいずれにもコンテンツフィルターを加えません。
手元の素材からモードを選ぶ
| 手元にあるもの | モード |
|---|---|
| 文章で書いた説明 | Z-Image Base LoRA テキストから画像 |
| スタイルを変えたい画像 | Z-Image Base LoRA 画像から画像 |
主な機能とハイライト
LoRA でスタイルを変え、構図は保つ
スタイル LoRA を strength 0.6 で使うと、当社のテスト写真は、ポーズ、構図、服装がそのままの位置で、イラストとして描き直されました。
strength は 1 つのダイヤル
strength は 0 から 1（既定は 0.7）です。0.6 を下回ると元画像がほぼそのまま返り、およそ 0.75 からは同じ光と色調のまま、ポーズも場面も撮り直されます。
解像度は 2 段階
1k は長辺 1,024 ピクセル、1.5k は長辺 1,536 ピクセルで、元画像と同じアスペクト比で返ります。料金はどちらも同じです。
コンテンツフィルターなし
元画像は、どんなプロンプトでも描き直せます。入力でも出力でも何もフィルタされません。テストでは、かなり強めは、ブロックされたのではなく、輪郭がぼやけた状態で出てきました。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 変更点だけでなく、返ってきてほしい絵全体を書きます。LoRA のトリガーフレーズは先頭に置いてください。 1 文字以上 · 5000 文字以内 |
image_url | はい | 描き直したい画像です。結果はそのアスペクト比を保ち、長辺は解像度の段階で決まります。 |
resolution | いいえ | 1k は長辺 1,024 ピクセルで既定、1.5k は 1,536 ピクセルで返ります。どちらも料金は同じで、アスペクト比は常に元画像に従います。 |
strength | いいえ | 元画像からどこまで離れるかを 0 から 1 で指定します。既定は 0.7 です。 |
loras | いいえ | Z-Image Base で学習した {path, scale} を最大 3 つ。scale は 0 から 4 で、1 が中立です。 デフォルト値: |
output_format | いいえ | 既定は JPEG で、PNG か WebP も選べます。形式によって料金は変わりません。 |
seed | いいえ | strength を調整する間、結果を比べられる状態に保ちます。毎回まったく同じピクセルになることを保証するものではありません。 |
料金
$0.014 / 枚
1 枚ごとに、テキストから画像と同じ料金で課金されます。解像度の段階、出力形式、LoRA の読み込みによって料金は変わりません。
ユースケース
写真からイラストへ
イラスト LoRA を読み込み、写真を 0.6 で通すと、そろいのイラストのセットが得られます。
1 枚のカットのバリエーション
0.75 から 0.8 では、写真の光とムードを保ったままポーズと舞台を描き直せるので、別テイクを作るのに便利です。
学習した LoRA を実際の画像で試す
Z-Image Base で学習した LoRA が実際の写真をどう扱うかを、その上に積み上げる前に確かめます。
プロンプトガイドと実践のヒント
絵全体を書く
変更点ではなく、返ってきてほしい画像を書きます。「A woman in a green velvet dress singing on a dark stage」のような書き方はうまくいきますが、「make it black and white」だけでは、当社のテストではうまくいきませんでした。
スタイル変換は LoRA に任せる
LoRA なしでは、媒体や服装を変える指示は 0.8 を下回るとほとんど効きませんでした。スタイル LoRA は 0.6 で媒体を変えました。
用途で strength を選ぶ
すべてを元の位置に保ったままスタイルを変えるなら 0.6、内容を少し変えるなら 0.7、場面の別テイクなら 0.75 から 0.8、新しい絵にするなら 0.85 以上です。
Base の LoRA を使う
当社のテストでは、Z-Image Turbo で学習した LoRA がこのビルドで画像を崩しました。Z-Image Base で学習したファイルを使ってください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/z-image-base-lora/edit",
"input": {
"image_url": "https://example.com/reference.png",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
