Skip to main content
POST
Wan Image 系列
阿里通义万相 2.7 图像生成与编辑统一接口。提供 两个独立 model,共用同一接口与同一组参数,通过 model ID 区分,定价与最高分辨率不同:
  • wan2.7-image(标准版)— 最高 2K,$0.0243 / 张
  • wan2.7-image-pro(专业版)— 最高 4K,$0.0612 / 张
6 种调用模式:
  • 文生图(generate) — 仅 prompt,可走思考模式
  • 图生图(image2image) — 单参考图自由发挥
  • 图像编辑(edit) — 局部重绘 / 风格迁移 / 元素替换
  • 多图参考(reference) — 最多 9 张参考图融合
  • 组图(group)enable_sequential 连环画 / 分镜,n 上限 12
  • 交互式编辑(interactive_edit)bbox_list 框选区域定向编辑(独家)
按张计费。

定价

模式速查

调用示例

提交后用 GET /v1/tasks/{task_id} 轮询状态,详见 任务系统

可用模型

两个 model 共用同一接口、同一组参数,仅 model ID、定价与最高分辨率不同。

通用参数

string
必填
可用模型 列表中选一个:wan2.7-image(最高 2K)或 wan2.7-image-pro(最高 4K)
string
默认值:"generate"
操作类型,可选值:
  • generate — 文生图(默认)
  • image2image — 图生图(需配合 image_urls 单张)
  • edit — 图像编辑(局部重绘 / 风格迁移)
  • reference — 多图参考融合(最多 9 张)
  • group — 组图生成(配合 enable_sequential)
  • interactive_edit — 交互式框选编辑(配合 bbox_list)
string
必填
图像描述文本,支持中英文。组图模式建议用分镜式描述
integer
默认值:"1"
生成数量。普通模式取决于服务侧上限;组图模式(enable_sequential: true)上限 12
integer
默认值:"-1"
随机种子,-1 为随机;固定值可复现相似结果
string
默认值:"1:1"
画面宽高比,共 7 种:
  • 1:1 — 正方形
  • 16:9 / 9:16 — 横/竖版宽屏
  • 4:3 / 3:4 — 横/竖版标准
  • 3:2 / 2:3 — 横/竖版相机比
string
默认值:"2K"
输出分辨率,取决于模型:
  • wan2.7-image:1K / 2K
  • wan2.7-image-pro:1K / 2K / 4K
注意:组图模式(enable_sequential: true)上限为 2K
string[]
参考图片 URL 数组:
  • image2image / edit / interactive_edit:1 张
  • reference:2-9 张
string
Webhook 回调地址,任务终态时调用。详见 回调机制
string[]
订阅的回调事件类型,详见 回调机制

模型特定参数

boolean
默认值:"false"
AI 生成水印
boolean
默认值:"true"
思考模式 — 启用后模型会先做视觉推理再出图,提升复杂 prompt 的解析准确度。生效条件:仅当非组图(enable_sequential 不为 true)且无图输入(未提供 image_urls)时生效;其他情况自动忽略
boolean
默认值:"false"
组图模式(连环画 / 分镜)。启用后:
  • n 上限提升到 12
  • resolution 上限为 2K
  • thinking_modecolor_palette 不生效
适合分镜脚本、连环画、电商多图主题等”主题相关一组”的需求
array
自定义颜色主题。3-10 项 {hex, ratio},ratio 总和需为 100%生效条件:仅非组图模式生效。详见 复合字段说明
array
交互式编辑框列表,与 image_urls 一一对应,每张图最多 2 个框。action: "interactive_edit" 时生效。详见 复合字段说明

复合字段说明

color_palette — 自定义颜色主题

为输出指定主色调与配色比例,模型会按比例在画面中分配色彩占比。 结构:数组,每项为 {hex, ratio} 约束:
  • 项数:3-10
  • ratio 总和:严格 100(整数百分比)
  • 仅非组图模式生效(enable_sequentialtrue 时忽略)
示例:

bbox_list — 交互式编辑框

在参考图上画框,告诉模型”只编辑框内区域”,外部保持原样。是 Wan 系列在交互式编辑场景下的独家能力。 结构:三层嵌套数组 [[[x1, y1, x2, y2], ...], ...]
  • 最外层:每项对应 image_urls 中的一张图,一一对应(数量必须相等)
  • 中间层:某张图上的多个框,单图最多 2 个框
  • 最内层:单个框的坐标,4 个数字 [x1, y1, x2, y2],代表左上角与右下角(像素坐标)
约束:
  • action: "interactive_edit" 时生效
  • 每张图最多 2 个框
  • 坐标基于参考图原始像素
示例(单图单框):
示例(单图双框):
示例(多图,每图各一框):

资源限制

相关文档