Wprowadzenie
Wan 2.7 Tekst na obraz zamienia pisemną koncepcję artystyczną w nowy obraz. Używaj go, gdy kompozycję, obiekt, światło i hierarchię wizualną trzeba dopiero zaprojektować na podstawie briefu.
Wybierz tryb Wan 2.7 według materiału wyjściowego
| Co masz na starcie | Tryb |
|---|---|
| pisemny brief wizualny | Wan 2.7 Tekst na obraz |
| obraz, który wymaga ukierunkowanej zmiany | Wan 2.7 Edycja obrazu |
Najważniejsze funkcje
Edycja z dziewięciu obrazów rysuje to, co napisałeś
Daj image-to-image referencję, a narysuje brief, który wysłałeś, łącznie ze strojem i kadrowaniem. Na tej platformie nie ma flagi treści ani deklaracji przy żądaniu, na żadnym z dwóch endpointów — różnica leży w modelu. Na text-to-image na drażliwy prompt odpowiada bardziej powściągliwym kadrem. Scena w kawiarni na tej stronie to text-to-image — obszerna biała koszula i deszcz na szybie — i mniej więcej tam kończy się endpoint tekstowy.
Połącz nawet dziewięć obrazów bez malowania maski
image-to-image przyjmuje od jednego do dziewięciu obrazów źródłowych w jednym żądaniu, więc ubranie, twarz, wnętrze i referencja koloru mogą trafić do tej samej edycji. W prompcie powiedz, do czego służy każde źródło – nieopisany stos zostaje uśredniony, a to najczęstszy powód, dla którego edycja z dziewięciu obrazów wraca zamulona.
Planuje układ, zanim zacznie rysować
Wan 2.7 planuje kadr, zanim go narysuje, i widać to we wszystkim, co wymaga decyzji przestrzennej: kto jest na pierwszym planie, co trzyma dłoń, gdzie stoi źródło światła. Długie, opisowe prompty z jasnym tematem i jedną wyraźną relacją biją tu stosy słów kluczowych.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Opisz kadr: temat, akcję, pozycję kamery, potem światło i obiektyw. Wan 2.7 najpierw planuje kompozycję, więc jedna wyraźna relacja przestrzenna bije stos przymiotników. od 1 znaków · do 5000 znaków |
aspect_ratio | Nie | 1:1, 4:3, 3:4, 16:9, 9:16, 3:2 albo 2:3. Domyślnie 1:1. |
enable_thinking | Nie | Pozwala modelowi przemyśleć prompt, zanim zacznie generować. Wyłączenie tego jest zauważalnie szybsze i przy rozbudowanych promptach zwykle nic nie kosztuje pod względem jakości. Domyślnie: |
num_outputs | Nie | Od 1 do 4, każdy wynik z osobnym seedem przy tym samym briefie. |
resolution | Nie | 1k albo 2k; domyślnie 1k. 2k niesie czterokrotnie więcej pikseli niż 1k, a kształt nadal idzie za |
color_palette | Nie | Opcjonalny motyw kolorystyczny z 3–10 kolorów (zalecane jest 8). od 3 elementów · do 10 elementów |
seed | Nie | Od 0 do 2147483647. Przytrzymaj go i zmieniaj po jednym członie zdania: ten sam seed utrzymuje losowanie stabilnie, więc zmienił się właśnie ten człon. |
Cennik
$0.03 / obraz
Zastosowania
Sprawdź koncepcję wizualną przed produkcją
Tekst na obraz to endpoint dla kadru, w którym nic jeszcze nie jest ustalone: nie ma twarzy, ubrania ani wnętrza, które musiałyby przetrwać. Opisz obiekt, akcję, położenie kamery, światło i obiektyw i poproś o maksymalnie cztery odczytania naraz przez num_outputs; każde to osobny seed na tym samym briefie, rozliczany jak osobny obraz.
Utwórz kluczowy kadr storyboardu
Wygeneruj kadr w 3:2 albo 9:16, a potem przekaż go do endpointu obraz na wideo jako kadr początkowy. Prompt wideo musi wtedy nieść tylko ruch — to najprostszy sposób, by wprowadzić do klipu dokładny strój i pozę.
Ustal system wizualny kampanii
Trzymaj jeden seed i jeden szkielet promptu, a potem przejdź przez aspect_ratio 1:1, 3:2 i 9:16 dla profilu, banera i karty stories. Budżet pikseli jest taki sam dla każdej proporcji, więc szerszy kadr jest szerszy, a nie większy.
Wskazówki
Najpierw kompozycja, potem dekoracja
Nazwij obiekt, to, co robi, i miejsce kamery, zanim zajmiesz się światłem, materiałami i stylem. Wan 2.7 planuje kadr, zanim go narysuje, więc jedna jasna relacja przestrzenna działa lepiej niż stos przymiotników.
Przypnij seed, potem zmień jedną rzecz
Gdy kadr jest blisko celu, przytrzymaj seed i zmień jeden element: strój, światło, proporcję. Ten sam seed utrzymuje losowanie, więc każda widoczna różnica pochodzi ze zmienionego elementu; nie gwarantuje to identycznego obrazu.
Sprawdź płótno, zanim użyjesz obrazu dalej
Przy domyślnym 1k płótno ma około 1,01–1,05 megapiksela bez względu na proporcję, a resolution: 2k daje mniej więcej cztery razy więcej. Z samego tekstu model przy każdym seedzie wymyśla nową twarz, więc gdy osoba ma pozostać rozpoznawalna, przejdź do edycji obrazu z referencją. Wyłączenie enable_thinking jest wyraźnie szybsze.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.7/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k",
"num_outputs": 1,
"aspect_ratio": "1:1"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
