logo
RunComfy
  • ComfyUI
  • 訓練器新
  • 模型
  • API
  • 定價
discord logo
模型
探索
所有模型
資源庫
生成記錄
模型 API
API 文檔
API 金鑰
帳戶
使用情況

Z Image Turbo Inpaint:精準物件編輯與場景修復 | RunComfy

tongyi-mai/z-image/turbo/inpainting

刪除、替換或修復遮罩區域,並盡量讓透視、光影、材質和邊緣與原圖保持一致。

用於局部重繪的有效原圖 URL。
用於指定編輯區域的有效遮罩圖片 URL。
ControlNet 條件開始生效的位置,取值範圍為 0 到 1。
控制局部重繪條件的作用強度。
控制擴散推理的步數。
指定產生圖片的檔案格式。
設定局部重繪 ControlNet 條件的作用強度。
ControlNet 條件停止生效的位置,取值範圍為 0 到 1。
Idle
The rate is $0.01 per image.

Z Image Inpainting 簡介

Z Image Inpainting 是一款由遮罩引導的圖片編輯模型,適合修改物件、修復背景和進行局部校正。你需要提供原圖、遮罩和提示詞來指定編輯區域;遮罩以外的內容會為畫面結構、光影與材質提供上下文。模型也可調整重繪強度、ControlNet 生效區間、推理步數、隨機種子、長寬比和輸出格式。在 RunComfy 中,你既可直接透過瀏覽器使用,也能透過 HTTP API 整合,無須自行部署模型。

適用情境:商品圖精修 | 場景修復 | 設計素材在地化

Z Image Inpainting 的核心優勢#

Z Image Inpainting 會重新產生遮罩所選區域。原圖與提示詞提供上下文,協助修改後的邊緣、透視、光影和材質自然融入周圍畫面。


範例

  • 刪除電線:保留屋頂輪廓與天空漸層,只替電線繪製遮罩。
  • 修復破損牆面:比對磚塊紋理與砂漿色調,只替受損區域繪製遮罩。
  • 清理商品圖:去除亮面手機上的灰塵,不改變 Logo;可嘗試 strength 0.5–0.7、num_inference_steps 20–24。
  • 簡化背景:將雜亂背景替換為淺灰色攝影棚背景紙,只替背景繪製遮罩。
  • 加入小物件:在左側層架上加入一條折疊的米色毛巾,並比對透視與接觸陰影。

實用建議

  • 清楚寫出哪些內容必須保留、哪些內容需要修改。
  • 使用「左側層架」「右上方」或「畫面面積的 20%」等位置與尺寸描述。
  • 分多次小範圍調整;進行 A/B 對比時保持 seed 不變。
  • 精修可嘗試 strength 0.3–0.6,完全替換可嘗試 0.7–1.0;control_scale 0.6–0.9 可增強控制。
  • PNG 適合需要無損儲存的遮罩與輸出圖片。

其他模型:Z Image Turbo 用於文字生成圖片,Z Image Inpainting LoRA 用於結合 LoRA 的局部重繪。

相關模型

q2/text-to-image

根據文字產生圖片,可選擇 16:9、9:16 或 1:1 長寬比、1080p/2k/4k 輸出和隨機種子。

flux-1-kontext/pro/edit

使用 FLUX Kontext Pro 根據必填文字指令編輯一張必填圖片,並可設定種子和 9 種寬高比。

qwen-image-2.1/edit

Qwen Image 2.1:統一的生成、編輯與透明性

gpt-image-2.5/flare/edit

針對創作者內容、社交貼文和產品變體進行基於參考的快速圖像編輯。

qwen-edit-2509/lora/inscene

依提示詞修改現有場景中的元素,並設定尺寸、步數、引導強度、生成數量、格式與隨機種子。

qwen-image/text-to-image

支援中文的 AI 文字轉圖工具,精準生成高質感影像

常見問題

Z Image Turbo Inpainting 是什麼?

Z Image Turbo Inpainting 是一款由遮罩引導的圖片編輯模型。它會重新產生原圖中的指定區域,並利用遮罩以外的畫面為結構、光影和材質提供上下文。

遮罩引導的編輯流程是什麼?

你需要提供 prompt、image_url 和 mask_image_url。遮罩標出允許修改的區域,提示詞描述期望的改動,原圖則提供視覺上下文。

Z Image Turbo Inpainting 可以免費使用嗎?

RunComfy 會依生成任務扣除點數。帳戶是否有試用額度,以及目前參數所需的點數,都會在執行模型前顯示於介面中。

模型提供哪些控制參數?

你可以調整 strength、control_start、control_end、control_scale、num_inference_steps、seed、image_size 和 output_format,用來控制編輯強度、ControlNet 生效區間、結果重現、長寬比和檔案格式。

哪些人適合使用 Z Image Turbo Inpainting?

它適合需要刪除或替換物件、修復背景、校正局部瑕疵的設計師、攝影師、電商團隊和內容創作者。

可以在行動裝置或透過 API 使用嗎?

RunComfy 介面可透過支援的桌面與行動瀏覽器存取,也能透過 HTTP API 整合。任務在雲端處理。

支援哪些輸出格式與尺寸?

output_format 只接受精確值 'jpeg'、'png' 和 'webp'。image_size 提供正方形、直式、橫式以及 'auto' 等選項,完整取值可在介面的下拉清單中查看。

局部重繪有哪些限制?

細碎髮絲、小尺寸文字、精細臉部特徵或大面積替換可能出現偽影。邊緣模糊或位置不準確的遮罩也可能造成明顯接縫。

如何提高生成效果?

使用邊界清楚的遮罩,並在提示詞中明確寫出哪些內容必須保留、哪些內容需要修改。逐步調整 strength 與 ControlNet 參數,進行比較時保持 seed 不變。

關注我們
  • 領英
  • Facebook
  • Instagram
  • Twitter
支持
  • Discord
  • 電子郵件
  • 系統狀態
  • 附屬
視頻模型
  • Kling 4.0 Image to Video
  • Kling 4.0 Reference to Video
  • Kling 4.0 Video Editing
  • Wan 3.0
  • Wan 2.5
  • MiniMax H3 Fast
  • 查看所有模型 →
影像模型
  • Seedream 4.5
  • Seedream 5.0 Pro
  • Flux 2 Pro
  • Qwen Image Edit 2511 LoRA
  • seedream 4.0
  • Nano Banana Pro
  • 查看所有模型 →
法律
  • 服務條款
  • 隱私政策
  • Cookie 政策
RunComfy
版權 2026 RunComfy. 保留所有權利。

RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。

Z Image Inpainting 效果範例