Skip to main content
影像編輯

影像編輯-萬相2.5至2.7

萬相影像編輯模型系列支援多圖輸入與多圖輸出,通過文本指令實現影像編輯、多圖融合、主體特徵保持、目標檢測與分割等能力。

快速開始

本樣本將示範如何使用wan2.7-image-pro模型,基於2張輸入圖片和提示詞產生編輯後的映像。
提示詞:把圖2的塗鴉噴繪在圖1的汽車上

輸入映像1

輸入映像2

輸出映像(wan2.7-image-pro)

umbrella

input2

1774509357_902b1408-2026-03-30-16-12-31

在調用前,先擷取與配置 API Key,再配置API Key到環境變數。如需通過SDK進行調用,請安裝DashScope SDK
  • 同步調用
  • 非同步呼叫
請確保 DashScope Python SDK 版本不低於1.25.15, DashScope Java SDK 版本不低於2.22.13
  • Python
  • Java
  • curl

請求樣本

import os
import base64
import mimetypes
import urllib.request
import dashscope
from dashscope.aigc.image_generation import ImageGeneration
from dashscope.api_entities.dashscope_response import Message

# 以下為新加坡地區的URL,調用時請將{WorkspaceId}替換為真實的業務空間ID,各地區的URL不同。
dashscope.base_http_api_url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"

# 若沒有配置環境變數,請用百鍊API Key將下行替換為:api_key="sk-xxx"
# 各地區的API Key不同。擷取API Key:https://www.alibabacloud.com/help/zh/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

# --- Base64編碼函數 ---
# base64編碼格式為 data:{MIME_type};base64,{base64_data}
def encode_file(file_path):
    mime_type, _ = mimetypes.guess_type(file_path)
    if not mime_type or not mime_type.startswith("image/"):
        raise ValueError("不支援或無法識別的映像格式")
    with open(file_path, "rb") as image_file:
        encoded_string = base64.b64encode(image_file.read()).decode("utf-8")
    return f"data:{mime_type};base64,{encoded_string}"

"""
映像輸入方式說明:
以下提供了三種圖片輸入方式,三選一即可
1. 使用公網URL - 適合已有公開可訪問的圖片
2. 使用本地檔案 - 適合本地開發測試
3. 使用Base64編碼 - 適合私人圖片或需要加密傳輸的情境
"""
# 【方式一】使用公網圖片 URL
image_1 = "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251229/pjeqdf/car.webp"
image_2 = "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251229/xsunlm/paint.webp"

# 【方式二】使用本地檔案(支援絕對路徑和相對路徑)
# image_1 = "file:///path/to/your/car.png"
# image_2 = "file:///path/to/your/paint.png"

# 【方式三】使用Base64編碼的圖片
# image_1 = encode_file("/path/to/your/car.png")
# image_2 = encode_file("/path/to/your/paint.png")

message = Message(
    role="user",
    content=[
        {"text": "把圖2的塗鴉噴繪在圖1的汽車上"},
        {"image": image_1},
        {"image": image_2},
    ],
)
print("----sync call, please wait a moment----")
rsp = ImageGeneration.call(
    model="wan2.7-image-pro",
    api_key=api_key,
    messages=[message],
    watermark=False,
    n=1,
    size="2K",  # wan2.7-image-pro僅文生圖情境支援4K解析度,影像編輯和組圖產生支援最高2K解析度
)

# 提取結果圖片URL並儲存到本地
if rsp.status_code == 200:
    for i, choice in enumerate(rsp.output.choices):
        for j, content in enumerate(choice["message"]["content"]):
            if content.get("type") == "image":
                image_url = content["image"]
                file_name = f"output_{i}_{j}.png"
                # 結果URL有效期間為24小時,請及時下載
                urllib.request.urlretrieve(image_url, file_name)
                print(f"Image saved to {file_name}")
else:
    print(f"Failed: status_code={rsp.status_code}, message={rsp.message}")

響應樣本

URL 有效期間24小時,請及時下載映像。
{
    "status_code": 200,
    "request_id": "81d868c6-6ce1-92d8-a90d-d2ee71xxxxxx",
    "code": "",
    "message": "",
    "output": {
        "text": null,
        "finish_reason": null,
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": [
                        {
                            "image": "https://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/xxxxxx.png?Expires=xxxxxx",
                            "type": "image"
                        }
                    ]
                }
            }
        ],
        "audio": null,
        "finished": true
    },
    "usage": {
        "input_tokens": 18790,
        "output_tokens": 2,
        "characters": 0,
        "image_count": 1,
        "size": "2985*1405",
        "total_tokens": 18792
    }
}
wan2.5-i2i-preview使用不同的API端點和參數傳入方式,其調用樣本如下:
  • 同步調用
  • 非同步呼叫
請確保 DashScope Python SDK 版本不低於1.25.2, DashScope Java SDK 版本不低於2.22.2若版本過低,可能會觸發 “url error, please check url!” 等錯誤。請參考安裝或升級SDK進行更新。
  • Python
  • Java
本樣本支援三種映像輸入方式:公網URL、Base64編碼、本地檔案路徑
請求樣本
import base64
import mimetypes
from http import HTTPStatus
from urllib.parse import urlparse, unquote
from pathlib import PurePosixPath

import dashscope
import requests
from dashscope import ImageSynthesis
import os

# 以下為新加坡地區URL,調用時請將{WorkspaceId}替換為真實的業務空間ID,各地區的URL不同。
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# 若沒有配置環境變數,請用百鍊API Key將下行替換為:api_key="sk-xxx"
# 新加坡和北京地區的API Key不同。擷取API Key:https://www.alibabacloud.com/help/zh/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

# --- 輸入圖片:使用 Base 64 編碼 ---
# base64編碼格式為 data:{MIME_type};base64,{base64_data}
def encode_file(file_path):
    mime_type, _ = mimetypes.guess_type(file_path)
    if not mime_type or not mime_type.startswith("image/"):
        raise ValueError("不支援或無法識別的映像格式")
    with open(file_path, "rb") as image_file:
        encoded_string = base64.b64encode(image_file.read()).decode('utf-8')
    return f"data:{mime_type};base64,{encoded_string}"

"""
映像輸入方式說明:
以下提供了三種圖片輸入方式,三選一即可

1. 使用公網URL - 適合已有公開可訪問的圖片
2. 使用本地檔案 - 適合本地開發測試
3. 使用Base64編碼 - 適合私人圖片或需要加密傳輸的情境
"""

# 【方式一】使用公網圖片 URL
image_url_1 = "https://img.alicdn.com/imgextra/i3/O1CN0157XGE51l6iL9441yX_!!6000000004770-49-tps-1104-1472.webp"
image_url_2 = "https://img.alicdn.com/imgextra/i3/O1CN01SfG4J41UYn9WNt4X1_!!6000000002530-49-tps-1696-960.webp"

# 【方式二】使用本地檔案(支援絕對路徑和相對路徑)
# 格式要求:file:// + 檔案路徑
# 樣本(絕對路徑):
# image_url_1 = "file://" + "/path/to/your/image_1.png"     # Linux/macOS
# image_url_2 = "file://" + "C:/path/to/your/image_2.png"  # Windows
# 樣本(相對路徑):
# image_url_1 = "file://" + "./image_1.png"                 # 以實際路徑為準
# image_url_2 = "file://" + "./image_2.png"                # 以實際路徑為準

# 【方式三】使用Base64編碼的圖片
# image_url_1 = encode_file("./image_1.png")               # 以實際路徑為準
# image_url_2 = encode_file("./image_2.png")              # 以實際路徑為準

print('----sync call, please wait a moment----')
rsp = ImageSynthesis.call(api_key=api_key,
                          model="wan2.5-i2i-preview",
                          prompt="將圖1中的鬧鐘放置到圖2的餐桌的花瓶旁邊位置",
                          images=[image_url_1, image_url_2],
                          negative_prompt="",
                          n=1,
                          # size="1280*1280",
                          prompt_extend=True,
                          watermark=False,
                          seed=12345)
print('response: %s' % rsp)
if rsp.status_code == HTTPStatus.OK:
    # 在目前的目錄下儲存圖片
    for result in rsp.output.results:
        file_name = PurePosixPath(unquote(urlparse(result.url).path)).parts[-1]
        with open('./%s' % file_name, 'wb+') as f:
            f.write(requests.get(result.url).content)
else:
    print('sync_call Failed, status_code: %s, code: %s, message: %s' %
          (rsp.status_code, rsp.code, rsp.message))
響應樣本
url 有效期間24小時,請及時下載映像。
{
    "status_code": 200,
    "request_id": "8ad45834-4321-44ed-adf5-xxxxxx",
    "code": null,
    "message": "",
    "output": {
        "task_id": "3aff9ebd-35fc-4339-98a3-xxxxxx",
        "task_status": "SUCCEEDED",
        "results": [
            {
                "url": "https://dashscope-result-sh.oss-cn-shanghai.aliyuncs.com/xxx.png?Expires=xxx",
                "orig_prompt": "將圖1中的鬧鐘放置到圖2的餐桌的花瓶旁邊位置",
                "actual_prompt": "將圖1中的藍色鬧鐘放置在圖2餐桌的花瓶右側,靠近桌布邊緣的位置,保持鬧鐘朝向鏡頭,與案頭平行,陰影自然投射於案頭。"
            }
        ],
        "submit_time": "2025-10-23 16:18:16.009",
        "scheduled_time": "2025-10-23 16:18:16.040",
        "end_time": "2025-10-23 16:19:09.591",
        "task_metrics": {
            "TOTAL": 1,
            "FAILED": 0,
            "SUCCEEDED": 1
        }
    },
    "usage": {
        "image_count": 1
    }
}

模型選型

  • wan2.7-image-pro、wan2.7-image(推薦):適合對編輯精度要求高、或需要產生多張內容連貫映像的情境。
    • 精準局部編輯:框選圖中指定地區,對該地區的對象進行移動、替換或添加新元素,適用於電商修圖、設計稿調整
    • 多格連續圖產生:一次輸出多張風格統一的映像,適用於漫畫分鏡、產品系列圖、故事連環圖
  • wan2.6-image:適合圖文混排或帶多張參考圖的風格化編輯情境,支援在產生映像時產生對應文字內容,最多支援 4 張參考圖輸入。
  • wan2.5-i2i-preview:適合簡單的影像編輯和多圖融合。
各模型的輸入和輸出規格見輸入映像規格輸出映像解析度

效果展示

圖生組圖

輸入映像

輸出映像

Wan_圖片產生_一位 20 歲的東亞男性,頭髮是卷卷的半長發,文藝氣質,五官立體,眉眼清秀,穿著簡約白色 T 恤或淺藍色襯衫,少年感,自然氣質。-2026-03-31-19-26-24

output

wan_image_reqid_57d7a71c-1932-4de8-8c32-be0f3fd5696f_n1-2026-03-31-19-32-44

output

案例1:攝影寫真
基礎人物設定:一位 20 歲的東亞男性,頭髮是卷卷的半長發,文藝氣質,五官立體,眉眼清秀,穿著簡約白色 T 恤或淺藍色襯衫,少年感,自然氣質。
1. 民國文人風 (Republic Era Scholar)
提示詞:
[基礎面部描述] 人物形象為參考圖1,身穿深青色長衫,佩戴圓框金絲眼鏡,手持一把摺扇,背景是老舊的上海書房,木質書架,暖黃色調,複古膠片質感,柔和的側光,塵埃在光束中飛舞,文化氣息,沉靜內斂,哈蘇中畫幅,85mm 鏡頭,高解析度,電影感調色,王家衛風格。
道具: 摺扇 / 線裝書 / 圓框眼鏡
色調: 暖黃 / 深青 / sepia
2. 英倫紳士風 (British Gentleman)
提示詞:
[基礎面部描述] 人物形象為參考圖1,穿著深灰色粗花呢西裝三件套,佩戴複古機械腕錶,手持高腳紅酒杯,並看向酒杯,背景是古典圖書館或私人俱樂部,深色皮革沙發,林布蘭特光,暗調氛圍,優雅高貴,冷峻眼神,細節豐富,紋理清晰,英國貴族氣質,8k 解析度,時尚雜誌大片。
道具: 紅酒杯 / 煙鬥 / 機械錶
色調: 深灰 / 酒紅 / 暗金
3. 90s 港風複古 (90s HK Retro)
提示詞:
[基礎面部描述] 人物形象為參考圖1,穿著水洗牛仔夾克或花襯衫,頭髮微亂,雙手抱胸,背景是夜晚的霓虹燈牌街道,模糊的光斑,高顆粒感,色彩濃鬱,紅藍撞色,王家衛風格,情緒化,迷離眼神,閃光燈直出效果,懷舊氛圍,【全身鏡頭】。
色調: 霓虹紅 / 深藍 / 膠片綠
4. 新中式禪意 (New Chinese Zen)
提示詞:
[基礎面部描述]人物形象為參考圖1,人物淡淡露齒笑, 穿著改良式白色中式立領上衣,手持折枝梅花,背景是極簡的留白牆面或竹林,陽光灑在牆面上留下斑駁光影,清冷色調,寧靜致遠,東方美學,皮膚通透,高顆粒感,啞光,構圖簡潔,光影層次豐富,高端攝影,禪意氛圍。
道具: 梅花枝
色調: 白 / 墨綠 / 淺灰
5. 複古藝術家 (Vintage Artist)
提示詞:
[基礎面部描述] 人物形象為參考圖1,穿著沾有顏料的白色襯衫,系著棕色皮圍裙,手持畫筆或調色盤,背景是乾淨的工作室,光線明亮,色彩斑斕的光影,專註的神情,看向手中顏料,不看鏡頭,頭髮略顯淩亂,藝術氣息,印象派色調,質感強烈。
道具: 畫筆 / 調色盤 / 素描本
色調: 暖光 / 多彩顏料 / 棕色
6. 經典黑白電影 (Classic Noir B&W)
提示詞:
[基礎面部描述] 人物形象為參考圖1,穿著黑色高領毛衣,手持一根香煙,戴著黑色禮帽,背景是陰影交錯的樓梯或走廊,高對比黑白攝影,硬光照明,強烈的陰影,神秘感,冷硬派偵探風格,面部輪廓分明,皮膚紋理極致清晰,經典電影劇照,永恒感,側臉特寫,藝術攝影。
道具: 手杖 / 禮帽 / 墨鏡
色調: 黑白 / 高對比
案例2:視覺設計
圖1:一張商業級產品攝影主視覺封面圖,正視全景構圖,一款複古未來主義風格的無線頭戴式耳機懸浮於幾何石膏體之上,耳機呈現完全對稱美學,材質為香檳金金屬與奶油白外殼,背景為深度虛化的溫暖室內光影,光線柔和地勾勒出產品輪廓,畫面留白處具有極強的呼吸感,營造靜謐的聽覺暗示,8k超高清解析度,極簡進階感。
圖2:100mm微距鏡頭拍攝的產品材質特寫,極近距離聚焦於耳機的伸縮臂串連處,清晰展示香檳金拉絲鋁合金的金屬紋理與CNC精密精割倒角,一道銳利的側逆光在金屬邊緣形成星芒高光,背景深暗以突出金屬的工業精密感,畫質極度銳利,無噪點。
圖3:極近距離的微距材質特寫,聚焦於摩卡色蛋白皮耳罩的表面,通過側光展現皮革細膩的毛孔紋理、柔軟的按壓褶皺與透氣孔細節,傳達極致的親膚佩戴舒適度與回彈感,光影層次豐富,色調溫暖濕潤,超高清微距攝影。
圖4:藝術化的產品爆炸視圖,將複古未來主義耳機的內部發聲單元、降噪晶片、電池模組與外部的胡桃木裝飾片、金屬架構進行懸浮拆解展示,背景為深邃的科技藍,內部元件呈現半透明的全息科技質感,強調內部精密工藝與現代科技的結合,高科技商業海報風格。
圖5:35mm人文鏡頭拍攝的佩戴情境圖,特寫模特的下頜線與頸部,展示佩戴這款香檳金耳機時的完美貼合度,自然暖調夕陽光從側後方射入形成輪廓光,髮絲邊緣透著金光,模特膚色呈現健康自然的質感,營造沈浸式聽歌的鬆弛生活感,背景為模糊的居家環境。
圖6:致敬建築光影的靜物攝影,將耳機放置於極簡的灰色混凝土案頭上,午後陽光透過百葉窗投下條紋狀的硬光影,光影切過啞光奶油白機身與香檳金架構,形成明暗強烈的幾何構成,凸顯機身的立體廓形與材質對比,冷暖色調對撞,極簡主義構圖。
圖7:俯視平鋪構圖的色彩方案展示圖,並排陳列該系列三款不同配色的耳機,分別為銀白、黑金、藍銅配色,背景為肌理感極強的灰色羊毛氈布,柔和頂光照明,強調CMF設計的多樣性與材質的細膩觸感,畫面整潔有序,設計雜誌風格。
圖8:品牌生活的全家福靜物攝影,複古未來主義耳機被收納在配套的精緻皮箱旁,案頭上擺放著黑膠唱片機、一張正在旋轉的黑膠唱片與一杯冒著熱氣的咖啡,背景有暖色調的氛圍燈渲染,深胡桃木色調為主,傳遞慢生活與高保真音質結合的品牌生活哲學,電影感敘事光影。

互動式編輯

輸入映像

輸出映像

5eecdaf48460cde5f7fd58249809b192a118accde85283f275b8339e1c4c24831b75b38faadcd24bec177c308ebd5304463ca8e345548eb5f551b6ba01cd2c8d2d9b5606fa569ff7ba4077816ac9b801464f65aedbcf494f4fb4c8ed7016461c-combine

5eecdaf48460cde5f7fd58249809b192a118accde85283f275b8339e1c4c24831b75b38faadcd24bec177c308ebd530460436714d0283cee289325430893028097a53a8e5d630fb1c2d4c85d8cbb68a4387575c4b03700344fb4c8ed7016461c-2026-03-31-19-13-38

將圖1中框選的圖案放置到圖二中框選處

多圖融合

輸入映像

輸出映像

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304e9d05d028a65a9ac270ee730e44b8c75c6634a9b9a7a70240d438b02b2f2153dc68966b442378d1d4fb4c8ed7016461c-combine

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd53044b9a1d72dee2f8507ee704b9cef3832907ff1182f52507c9bc4737520762d46a722e658f57cda6524fb4c8ed7016461c-2025-12-29-19-11-31

給圖1的男生和圖2的狗拍一張寫真,男生摟著這隻狗,人和狗都很開心,攝影棚柔和燈光,藍色紋理背景

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304f060ec7a363e318af9bfaaa5e07be972cfc1ea4e21b47637fcdb2dfc53130c40a8efed5defc408a04fb4c8ed7016461c-combine

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304922cbdef3e3c42f83239de6d0f35a8b76f0e38934cc5170f7a908ec12140fb0af6590c72bcf1ba6f4fb4c8ed7016461c-2025-12-29-19-15-53

給圖1的裙子按照圖2鳥的顏色進行配色,充滿藝術感,衣服款式不變,模特不變

主體特徵保持

輸入映像

輸出映像

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304448a972b9f2ee7a7aadcc61495f4975a049f009e7721cbc833dc3a8005b1b026a54eaaec109d73484fb4c8ed7016461c-2025-12-29-20-00-21

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304cc1b4a509823c5fb5e60999898811f8b51d7419220a118c9ff82110bc9525725a9ad7338f75985794fb4c8ed7016461c-2025-12-29-20-00-21

請產生一套4宮格“季節變遷”主題的拍立得套圖,共四張。每一張照片都是在同一個地點,公園裡的一棵樹下拍攝的,但分別展現了花牌 (春夏秋冬)四個季節的景象。人物的著裝也需與季節相匹配,春天的薄外套、夏天的短袖、秋天的風衣、冬天的圍巾和厚大衣。並將這組照片放在餐桌上。

檢測和分割

輸入映像

輸出映像

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304b025e74206dc2cec5c2e587c3fe6fb135293836c9479220355470da15476dc934b26018061e9db0b4fb4c8ed7016461c-2025-12-29-19-54-33

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd530451385eb561b49b0fe1f2169526b6a7e15bd78940def3c640c801511c349f6df35dceb72f4d3755f94fb4c8ed7016461c-2025-12-29-19-54-33

檢測圖片中的膝上型電腦和鬧鐘,畫框並標註“laptop”和“clock”

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd530440256f9add4113787af5d4f3a55469b38ef2422f018076640eb7cb552584c02ee729fcb23fec3bca4fb4c8ed7016461c-2025-12-29-19-54-33

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304f0612d67f5c810ebef958385624ebd17323047aa5d00465d0e35257de5a2ea49d4b375d2e57693fa4fb4c8ed7016461c-2025-12-29-19-54-32

分割圖片中的玻璃杯

提取元素

輸入映像

輸出映像

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd53046b83761f1ab18c40e144f5db2b388e5f865ba9a5961d98b2710ce177c6a0f4baff63fe52259c44364fb4c8ed7016461c-2025-12-29-19-48-27

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd53048e2a0d1d2805d92ba8d45a3bd1368528dd76f517b21ad1f545eb4097610838497cbdb5196da94ff54fb4c8ed7016461c-2025-12-29-19-48-27

從上傳照片中提取穿搭單品,將它們以平鋪展示的方式排列在純白背景上,保持真實細節與材質質感,時尚電商風格,適合服裝展示。

文本編輯

輸入映像

輸出映像

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd530490f493eca22f34f0197173ddfdef17a04b34cb94813178b9d4eee36d246d3530a3e2fc6258cca0694fb4c8ed7016461c-2025-12-29-19-28-35

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304fe77776567f4ef79cb621289a6fdaa981f3364fe4c7c56265403b5d9d5ac43eaf5931f62db14952f4fb4c8ed7016461c-2025-12-29-19-28-35

去除全圖浮水印

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd530476e971380812b1b9dbeac68272a27057175499fe84f0781c7b6fa6535f438c67f3556acc8c7324394fb4c8ed7016461c-2025-12-29-19-28-35

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd53047be52c6f41edecdefa77f0d93335d1492f1821b47dff7a1b08f60e99bdafcc84c31e3658fc593c904fb4c8ed7016461c-2025-12-29-19-28-35

用手在沙灘上隨意的寫上“Time for Holiday?”

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304fdb284f8d5c8ead814d11890da1a49411a6d9d41ad1bb2a4bf0b93d0bee5d792e8f5b419a3da9d534fb4c8ed7016461c-2025-12-29-19-28-34

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304df1c8787530497f4cc3bee0b84d3ba51d0353fceb8d0518ded6a25e8c0ddfec714f719154ac1c9354fb4c8ed7016461c-2025-12-29-19-28-34

把18改成29,把JUNE改成SEPTEMBER

鏡頭與視角編輯

輸入映像

輸出映像

image (2)-2025-12-29-19-42-44

image (3)-2025-12-29-19-42-44

保持人物的特徵不變,產生正視圖、側視圖和背視圖

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd5304a53988b2efdd2fb6b95cb3b1b02701e6ff2c4902170b1ee230a9b4e3726a891c93646d68b821de294fb4c8ed7016461c-2025-12-29-19-42-43

5eecdaf48460cde5544f9fac410016bc2fe4c1b4d23666c075b8339e1c4c24831b75b38faadcd24bec177c308ebd530428783dee341e41eb06234dfb75bd149d774f4850000123559a98bcd7ece97dc4a6c3cefa983ae8ac4fb4c8ed7016461c-2025-12-29-19-42-43

用魚眼鏡頭重新拍攝這張照片

輸入說明

輸入映像規格

規格

wan2.7-image-pro、wan2.7-image

wan2.6-image

wan2.5-i2i-preview

輸入映像數量

0~9 張(0張對應文生圖模式)

影像編輯 1~4 張 / 圖文混排 0~1 張

1~3 張

圖片格式

JPEG、JPG、PNG(不支援透明通道)、BMP、WEBP

JPEG、JPG、PNG(不支援透明通道)、BMP、WEBP

JPEG、JPG、PNG(不支援透明通道)、BMP、WEBP

圖片寬高範圍

[240, 8000] 像素

[240, 8000] 像素

[384, 5000] 像素

檔案大小

≤ 20MB

≤ 10MB

≤ 10MB

寬高比

[1:8, 8:1]

不限

[1:4, 4:1]

映像輸入順序

多圖輸入時,按照數組中的順序定義映像順序。因此,提示詞引用的映像編號需要與映像數組中的順序一一對應,例如:數組中的第一張圖片為"圖1",第二張為"圖2",或者使用標記形式如"[圖1]"、"[圖2]"。
{
    "content": [
        {"text": "編輯指令,如:將圖1中的鬧鐘放置到圖2的餐桌的花瓶旁邊位置"},
        {"image": "https://example.com/image1.png"},
        {"image": "https://example.com/image2.png"}
    ]
}

輸入映像

輸出映像

image (19)-轉換自-png

圖1

image (20)-轉換自-png

圖2

04e0fc39-7ad6-41e0-9df9-1f69ac3ce825-轉換自-png

提示詞:把圖1移動到圖2上

36ed450d-bd54-4169-b13f-3d0f26d9d360-轉換自-png

提示詞:把圖2移動到圖1上

映像傳入方式

支援通過以下方式傳入映像:

方式一:公網URL

  • 提供一個公網可訪問的映像地址,支援 HTTP 或 HTTPS 協議。
  • 樣本值:https://xxxx/img.png
  • 適用情境:圖片已託管在Object Storage Service(如OSS)或公開圖床上。
將影像檔轉換為 Base 64 編碼字串,並按格式拼接:data:{MIME_type};base64,{base64_data}
  • 樣本值:data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAABDg......因長度限制僅展示片段)。調用時,需傳入完整字串。
  • {base64_data}:表示影像檔經過 Base 64 編碼後的字串。
  • {MIME_type}:表示映像的媒體類型,需與檔案格式對應。

    映像格式

    MIME Type

    JPEG

    image/jpeg

    JPG

    image/jpeg

    PNG

    image/png

    BMP

    image/bmp

    WEBP

    image/webp

  • 適合情境:本地圖片、私人圖片或需要加密傳輸的情境。

程式碼範例:映像Base64編碼

import os
import base64
import mimetypes

# 格式為 data:{mime_type};base64,{base64_data}
def encode_file(file_path):
    mime_type, _ = mimetypes.guess_type(file_path)
    with open(file_path, "rb") as image_file:
        encoded_string = base64.b64encode(image_file.read()).decode('utf-8')
    return f"data:{mime_type};base64,{encoded_string}"

# 調用編碼函數,請將 "/path/to/your/image.png" 替換為您的本地圖片檔案路徑,否則無法運行
image = encode_file("/path/to/your/image.png")
  • Python SDK:支援傳入檔案的絕對路徑和相對路徑。檔案路徑規則如下:

    系統

    傳入的檔案路徑

    樣本(絕對路徑)

    樣本(相對路徑)

    Linux或macOS系統

    file://{檔案的絕對路徑或相對路徑}

    file:///home/images/test.png

    file://./images/test.png

    Windows系統

    file://D:/images/test.png

    file://./images/test.png

  • Java SDK:僅支援傳入檔案的絕對路徑。檔案路徑規則如下:

    系統

    傳入的檔案路徑

    樣本(絕對路徑)

    Linux或macOS系統

    file://{檔案的絕對路徑}

    file:///home/images/test.png

    Windows系統

    file:///{檔案的絕對路徑}

    file:///D:/images/test.png

  • 適用情境:適合在本地開發環境中快速測試。

關鍵能力

1. 指令遵循(提示詞)

參數:messages.content.textinput.prompt(必選)、negative_prompt(可選)。
  • text \ prompt(正向提示詞):描述希望在畫面中看到的內容、主體、情境、風格、光照和構圖。
  • negative_prompt(反向提示詞):描述不希望在畫面中出現的內容,如“模糊”、“多餘的手指”等。僅用於輔助最佳化產生品質。

參數

wan2.7-image-pro、wan2.7-image

wan2.6-image

wan2.5-i2i-preview

text

必選,最多5000字元

必選,最多2000字元

不支援

prompt

不支援

不支援

必選,最多2000字元

negative_prompt

不支援

支援,最多500字元

支援,最多500字元

2. 開啟prompt智能改寫

參數: parameters.prompt_extend (bool, 預設為 true)。 此功能可自動擴充和最佳化較短的Prompt,提升輸出映像效果。開啟此功能會增加額外耗時。 實踐建議:
  • 建議開啟:當輸入 Prompt 較簡潔或寬泛時,此功能可增益圖像效果。
  • 建議關閉:若需控制畫面細節、或已提供詳細描述,或對響應延遲敏感。請將參數 prompt_extend 顯式設為false

參數

wan2.7-image-pro、wan2.7-image

wan2.6-image

wan2.5-i2i-preview

prompt_extend

不支援

支援(僅影像編輯模式)

支援

3. 設定輸出映像解析度

參數: parameters.size (string),格式為 "寬*高"
同名檔位 1K 在不同模型中的定義不同:wan2.7 系列輸出總像素接近 10241024,wan2.6-image 接近 12801280。切換模型時請注意輸出解析度的差異。
參數wan2.7-image-pro、wan2.7-imagewan2.6-imagewan2.5-i2i-preview
size方式一:指定輸出圖片的解析度(推薦)編輯模式(傳入至少一張圖片),可選的輸出解析度檔位:1K2K(預設)。
  • 1K:輸出總像素接近 1024*1024,寬高比與最後一張輸入映像一致。
  • 2K:輸出總像素接近 2048*2048,寬高比與最後一張輸入映像一致。
方式二:指定產生映像的寬高像素值
  • 總像素在 [768768, 20482048] 之間,寬高比範圍為 [1:8, 8:1]。
僅文生圖情境的wan2.7-image-pro支援4K解析度
方式一:參考輸入圖比例(推薦)編輯模式(enable_interleave=false),可選的輸出解析度檔位:1K(預設)、2K
  • 1K:輸出總像素接近 1280*1280,寬高比與最後一張輸入映像一致。
  • 2K:輸出總像素接近 2048*2048,寬高比與最後一張輸入映像一致。
方式二:指定產生映像的寬高像素值
  • 總像素在 [768768, 20482048] 之間,寬高比範圍為 [1:4, 4:1]。
實際輸出映像的像素值為接近指定值的16的倍數。
僅支援指定產生映像的寬高像素值
  • 總像素在 [768768, 12801280] 之間,寬高比範圍為 [1:4, 4:1]。
  • 若未指定size,系統將預設產生總像素為 1280*1280 的映像,寬高比與最後一張輸入映像一致。

4. 互動式精準編輯

參數 parameters.bbox_list,框選圖中需要編輯的物品或位置,實現更準確的編輯效果,僅wan2.7-image-pro、wan2.7-image支援
  • 對應關係:列表長度必須與輸入圖片數量一致。若某張圖片無需編輯,需要在對應位置傳入空列表 []
  • 座標格式:[x1, y1, x2, y2](左上方 x, 左上方 y, 右下角 x, 右下角 y),使用原圖絕對像素座標,左上方對應(0,0),x 軸向右,y 軸向下。若使用視覺模型(如 qwen3.6-plus)定位目的地區域,其返回的是歸一化座標 [0, 999],請先按下文輔助代碼換算為絕對像素座標後再傳入。
  • 數量限制:單張圖片最多支援 2 個邊界框。
樣本:輸入 3 張圖片,其中第 2 張無框選,第 1 張有兩個框選:
[
  [[0, 0, 12, 12], [25, 25, 100, 100]],
  [],
  [[10, 10, 50, 50]]
]
curl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
    --header 'Content-Type: application/json' \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --data '{
        "model": "wan2.7-image-pro",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": "https://img.alicdn.com/imgextra/i3/O1CN0157XGE51l6iL9441yX_!!6000000004770-49-tps-1104-1472.webp"},
                        {"image": "https://img.alicdn.com/imgextra/i3/O1CN01SfG4J41UYn9WNt4X1_!!6000000002530-49-tps-1696-960.webp"},
                        {"text": "把圖1的鬧鐘放在圖2的框選的位置,保持情境和光線融合自然"}
                    ]
                }
            ]
        },
        "parameters": {
            "bbox_list": [[],[[989, 515, 1138, 681]]],
            "size": "2K",
            "n": 1,
            "watermark": false
        }
    }'

方法一:OpenCV 畫框在圖片上拖拽滑鼠畫框,精準直觀:
# 安裝依賴:pip install opencv-python
import cv2
import urllib.request

# 下載樣本圖片(替換為您自己的圖片 URL 或本地路徑)
image_url = "https://img.alicdn.com/imgextra/i3/O1CN01SfG4J41UYn9WNt4X1_!!6000000002530-49-tps-1696-960.webp"
urllib.request.urlretrieve(image_url, "example.webp")

# 讀取圖片並彈出互動視窗
img = cv2.imread("example.webp")
# 在彈出的視窗中用滑鼠拖拽畫框,按 Enter 確認選區,按 Esc 取消
x, y, w, h = cv2.selectROI("Draw bounding box (Enter=confirm, Esc=cancel)", img)
cv2.destroyAllWindows()

# 將 OpenCV 返回的 (x, y, w, h) 轉換為 bbox_list 所需的 [x1, y1, x2, y2] 格式
# 座標系:原點在圖片左上方,x 軸向右,y 軸向下,單位為像素
bbox = [x, y, x + w, y + h]
print(f"框選座標: {bbox}")  # 將此座標傳入 parameters.bbox_list
方法二:視覺理解模型通過 qwen3.6-plus 自動識別目的地區域座標,用自然語言描述目標即可擷取座標:
# 安裝依賴:pip install dashscope pillow
import os
import json
from dashscope import MultiModalConversation
import dashscope
from PIL import Image
import urllib.request

# 以下為新加坡地區URL,調用時請將WorkspaceId替換為真實的業務空間ID,各地區的URL不同。
dashscope.base_http_api_url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"

def get_bbox_list(image, prompt):
    """
    通過 qwen3.6-plus 識別圖片中的目的地區域,返回絕對像素座標列表。

    Args:
        image: 圖片 URL 或本地路徑(本地路徑格式為 "file:///absolute/path.png")
        prompt: 自然語言描述,如 "咖啡杯"、"盤子裡所有的水果"、"盤子正中間的水果"

    Returns:
        [[x1, y1, x2, y2], ...] 絕對像素座標,可直接傳入 bbox_list
    """
    # 將使用者描述與返回格式指令拼接
    full_prompt = (
        prompt + "\n"
        "請根據以上描述,返回對應地區的座標。\n"
        "最多返回2個地區,優先返回最匹配的目標。\n"
        "嚴格按照JSON二維列表格式返回:[[x1, y1, x2, y2], ...]\n"
        "每組座標:[左上方x, 左上方y, 右下角x, 右下角y]\n"
        "座標系以圖片左上方為(0,0),x軸向右,y軸向下。\n"
        "如果只有一個地區,也必須使用二維列表:[[x1, y1, x2, y2]]\n"
        "只返回JSON列表,不要返回其他任何內容。"
    )

    messages = [
        {'role': 'user',
         'content': [
             {'image': image},
             {'text': full_prompt}
         ]}
    ]

    response = MultiModalConversation.call(
        api_key=os.getenv('DASHSCOPE_API_KEY'),
        model='qwen3.6-plus',
        messages=messages,
    )

    text = response.output.choices[0].message.content[0]["text"]
    text = text.replace("```json", "").replace("```", "").strip()
    coords = json.loads(text)

    # 相容模型返回一維列表 [x1,y1,x2,y2] 的情況
    if coords and not isinstance(coords[0], list):
        coords = [coords]

    # 擷取圖片尺寸,用於座標轉換
    if image.startswith("file://"):
        local_path = image[len("file://"):]
        img = Image.open(local_path)
    else:
        tmp_path = "temp_bbox_image"
        urllib.request.urlretrieve(image, tmp_path)
        img = Image.open(tmp_path)
    width, height = img.size

    # qwen3.6-plus 等 Qwen3-VL 系列模型返迴歸一化座標 [0, 999],此處轉換為絕對像素座標
    bbox_list = []
    for box in coords:
        bbox_list.append([
            int(box[0] / 1000 * width),
            int(box[1] / 1000 * height),
            int(box[2] / 1000 * width),
            int(box[3] / 1000 * height)
        ])

    return bbox_list

# === 使用樣本 ===
image_url = "https://img.alicdn.com/imgextra/i3/O1CN01ewUWhg1eS3VqJ3wap_!!6000000003869-49-tps-2048-2048.webp"

# 按名稱選取目標
bbox = get_bbox_list(image_url, "咖啡杯")           # [[x1, y1, x2, y2]]

# 按位置描述選取目標
bbox = get_bbox_list(image_url, "盤子正中間的水果")  # [[x1, y1, x2, y2]]

# 描述一個地區
bbox = get_bbox_list(image_url, "薰衣草盆栽")

# 結果可作為 bbox_list 數組中的元素
# 注意:單張圖片最多支援 2 個邊界框

計費與限流

  • 模型免費額度和計費單價請參見模型列表與價格
  • 模型限流請參見萬相
  • 計費說明:
    • 按成功產生的 映像張數 計費。僅當介面返回task_statusSUCCEEDED 並成功產生映像後,才會計費。
    • 模型調用失敗或處理錯誤不產生任何費用,也不消耗免費額度

API參考

各模型使用不同的端點和請求結構:

模型

端點(以新加坡地區為例)

wan2.7-imagewan2.7-image-prowan2.6-image

同步介面:POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation

非同步介面:POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image-generation/generation

調用時請將WorkspaceId替換為真實的Workspace ID

wan2.5-i2i-preview

非同步介面:POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image2image/image-synthesis

調用時請將WorkspaceId替換為真實的Workspace ID

  • wan2.7 / wan2.6messages 格式,在 messages[].content 數組中,通過 image 傳入映像,通過text傳入提示詞。
  • wan2.5:通過 input.images數組 傳入映像,通過input.prompt 傳入提示詞
"input": {
    "messages": [
        {
            "role": "user",
            "content": [
                {"image": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251229/pjeqdf/car.webp"},
                {"image": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251229/xsunlm/paint.webp"},
                {"text": "把圖2的塗鴉噴繪在圖1的汽車上"}
            ]
        }
    ]
}
輸入和輸出參數請參見萬相-映像產生與編輯2.7 API參考萬相-映像產生與編輯2.6 API參考萬相-通用影像編輯2.5 API參考
Token Plan
模型體驗
用量統計與效能監控
資產中心
服務支援