wan-2-2/text-to-image
Crie uma imagem com o Wan 2.2 Plus a partir de um prompt e escolha tamanho, seed e expansão do prompt.
| Parameter | Type | Default/Range | Descrição |
|---|---|---|---|
| image_url | string | Required | URL da imagem de entrada. |
| prompt | string | Optional | Orientação para a estrutura da camada e conteúdo da imagem. |
| negative_prompt | string | Optional | Elementos a excluir. |
| num_layers | integer | Default: 4; Range: 1-10 | Número de camadas RGBA a serem geradas. |
| num_inference_steps | integer | Default: 28; Range: 1-50 | Número de etapas de inferência. |
| guidance_scale | float | Default: 5; Range: 1-20 | Quão próximo o resultado segue prompt. |
| seed | integer | Default: 0 | Valor seed fixo para resultados reproduzíveis. |
| output_format | string | Options: png, webp; Default: png | Formato da imagem de saída; png é recomendado quando a transparência deve ser preservada. |
A API RunComfy usa os mesmos campos da interface do navegador. image_url é obrigatório; prompt e negative_prompt são controles opcionais. A resposta contém os ativos de camada gerados para uso em um editor ou pipeline automatizado.
Endpoint da API para Qwen Image Layered
Para editar áreas específicas de uma imagem plana, tente Qwen-Image-Edit-2509.
Crie uma imagem com o Wan 2.2 Plus a partir de um prompt e escolha tamanho, seed e expansão do prompt.
Altere o ângulo de câmera de uma imagem de origem ou aplique outra edição com um prompt obrigatório. É possível ajustar seis tamanhos de saída, etapas de inferência, escala de orientação, entre 1 e 4 resultados e saída JPEG ou PNG.
Gere uma imagem a partir de um prompt obrigatório com menos de 2.000 caracteres. Adicione um prompt negativo opcional e escolha entre 13 tamanhos de saída.
Gere imagens a partir de texto e defina a proporção 16:9, 9:16 ou 1:1, a resolução 1080p, 2k ou 4k e o valor de seed.
Edite de 1 a 10 imagens de origem com um prompt obrigatório e, se necessário, aplique até três entradas LoRA. Escolha entre seis tamanhos de saída e configure etapas de inferência, escala de orientação, de 1 a 4 resultados, seed e saída Default, JPEG ou PNG.
Geração rápida e econômica de imagens a partir de texto em resolução fixa de 1K.
Ele decompõe uma imagem de entrada em múltiplas camadas RGBA semanticamente separadas. Cada camada mantém a transparência e pode ser movida, recolorida, editada ou composta de forma independente.
O modelo é lançado sob Apache-2.0, o que permite o uso comercial sob os termos da licença. Você ainda deve ter os direitos sobre a imagem inserida e respeitar qualquer propriedade intelectual de terceiros no conteúdo.
num_layers varia de 1 a 10, num_inference_steps de 1 a 50 e guidance_scale de 1 a 20. O terminal não expõe uma configuração de resolução ou um limite de token prompt.
Nenhuma dessas entradas é exposta no esquema deste endpoint. Requer um image_url e opcionalmente aceita prompt e negative_prompt para orientar a decomposição.
Teste as configurações na interface do navegador RunComfy e, em seguida, use o endpoint da API RunComfy do modelo com os mesmos campos de entrada. image_url é obrigatório; os outros controles expostos podem ser adicionados conforme necessário.
A descrição do modelo publicado identifica um backbone VLD-MMDiT com embeddings posicionais Layer3D RoPE, projetado para compartilhar contexto entre camadas enquanto mantém os elementos semânticos separados.
Seu RGBA-VAE representa dados RGB e RGBA em um espaço latente compartilhado. Isso ajuda a produzir informações alfa consistentes para cada componente semântico para que as camadas possam ser editadas ou compostas posteriormente.
Ele pode separar regiões contendo texto em camadas editáveis, mas a fidelidade exata do texto pode variar de acordo com a entrada e as configurações. Inspecione tipografias importantes antes de usar as camadas na produção.
Os usos típicos incluem isolamento de objetos, adaptação de ativos de marca, extração de componentes de UI, substituição de plano de fundo, prototipagem de layout, preparação de animação e composição VFX.
Qwen Image Edit modifica regiões selecionadas de uma imagem plana. Em vez disso, Qwen Image Layered decompõe uma imagem em várias camadas RGBA, o que é mais adequado para edição e composição repetidas em nível de camada.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
