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

Wan 2.6 Image-to-Image:高精度視覺編輯與風格遷移 | RunComfy

wan-ai/wan-2-6/image-to-image

使用Wan 2.6 Image-to-Image透過精確的指令式編輯轉換圖像,同時保留風格和結構,實現無縫的視覺品牌重塑、產品重新設計和角色場景編輯,具備可擴展的瀏覽器AI效能。

描述所需圖像的文字提示詞。應少於2000個字元。
Image 1
Image 2
用於編輯的參考圖像。順序很重要:在提示詞中按「圖像1」、「圖像2」、「圖像3」引用。
生成圖像中需要避免的內容。
用於可重現性的隨機種子。相同的種子產生更一致的結果。
是否擴展提示詞。如果啟用,提示詞將透過魔法提示詞擴展。
Idle
The rate is $0.017 per image.

Wan 2.6 Image-to-Image簡介

由阿里雲開發,Wan 2.6 Image-to-Image是新一代AI模型,透過精確的指令式編輯轉換現有視覺內容,同時保留結構、風格和身份。專為創意機構、行銷團隊和開發者設計,Wan 2.6 Image-to-Image將複雜的圖像修飾和風格遷移工作流程簡化為直接在瀏覽器中進行的快速、可擴展的生產流程。對於開發者而言,RunComfy上的Wan 2.6 Image-to-Image可以在瀏覽器和HTTP API中使用,無需自行託管或擴展模型。

適用場景:視覺品牌重塑 | 產品風格遷移 | 角色與場景編輯

Wan 2.6 Image-to-Image的獨特之處#

Wan 2.6 Image-to-Image是一款結構保留編輯器,專為具有照片級穩定性的精確指令式更改而設計。在此工作流程中,圖轉圖作為將文字驅動編輯應用於來源幀的機制,同時保持構圖、材質和品牌風格不變。透過將編輯與深度、姿態和光照對齊,Wan 2.6 Image-to-Image在品牌重塑、產品重新設計和角色場景更新中保持真實感。針對可擴展的瀏覽器效能最佳化,Wan 2.6 Image-to-Image可靠地適應從細微修飾到全域重新設計的各種需求。


核心功能:

  • 結構鎖定:Wan 2.6 Image-to-Image保留幾何形狀、姿態和佈局,避免漂移和變形。
  • 風格連續性:一致的調色盤、材質和字型,最小化非目標合成。
  • 多參考條件:使用1-3張按順序排列的圖像引導編輯,分別稱為圖像1、圖像2、圖像3。
  • 光照感知真實感:編輯尊重陰影、透視和反射率,產生可信的結果。
  • 按需確定性:種子實現可重複變體;Wan 2.6 Image-to-Image在執行之間保持結果穩定。
  • 可擴展吞吐量:Wan 2.6 Image-to-Image提供快速的瀏覽器迭代而不犧牲保真度。
  • 精細控制:負面提示詞和尺寸預設為Wan 2.6 Image-to-Image提供清晰的邊界和一致的構圖。

Wan 2.6 Image-to-Image提示詞指南#

首先上傳1-3張參考圖像,然後編寫清晰的提示詞(中文或英文),說明要更改什麼和要保留什麼。在文字中按順序將圖像稱為圖像1、圖像2、圖像3。使用negative_prompt排除元素,選擇image_size預設或768-1280的自訂尺寸。設定種子以實現可重複性。編輯時將enable_interleave保持為false;prompt_extend可以自動最佳化措辭。Wan 2.6 Image-to-Image響應簡潔、有針對性的指令,在應用局部或全域編輯時保留結構和風格。對於批次創意,Wan 2.6 Image-to-Image可以變化種子來探索選項。


注意:您也可以嘗試文生圖playground來實驗設定和模式切換。

相關模型

imagen-4/fast/text-to-image

以 Imagen 4 將文字迅速轉化為高品質寫實圖像,激發無限創意。

nano-banana-2/edit

使用 Nano Banana 2 Edit 進行提示詞驅動的圖像編輯,支援多圖輸入,並可控制寬高比、解析度、安全容忍度和輸出選項。

seedream-4-0/edit-sequential

以 Seedream 4.0 Edit sequential 實現連貫影像轉換,精準控制風格與細節,打造一致的創作流暢體驗。

nano-banana-2/text-to-image

使用 Nano Banana 2 進行快速、高品質的文字轉圖像,支援寬高比、安全容忍度和輸出格式控制。

ideogram-v3/replace-background

利用 Ideogram 3.0 智能替換影像背景,輕鬆創造全新畫面構圖與視覺風格。

ideogram-v3/text-to-image

以簡潔指令生成高品質圖像,靈活調整風格與構圖,激發設計創意。

常見問題

Wan 2.6 Image to Image 是什麼?它能做什麼?

Wan 2.6 Image to Image 是阿里雲開發的一款多模態 AI,可讓使用者透過自然語言提示詞編輯或轉換既有視覺內容。它支援進階圖轉圖(image-to-image)處理,用於風格變化、物件編輯,或將靜態圖片在保持視覺一致性的前提下轉換為影片序列。

Wan 2.6 Image to Image 與之前的 Wan 版本相比有什麼不同?

相較早期模型,Wan 2.6 Image to Image 在鏡頭之間的一致性更強,視聽同步更好,指令跟隨準確度也有所提升。它的圖轉圖系統能更有效地保留主體、色彩與風格,使編輯效果更順滑、更逼真。

Wan 2.6 Image to Image 是免費使用還是基於 Credits?

Wan 2.6 Image to Image 可透過 Runcomfy 的 AI playground 使用。新使用者會獲得免費試用 Credits,持續使用則需按 Runcomfy 的生成定價策略消耗 Credits。圖轉圖模式會依生成時間與解析度消耗 Credits。

Wan 2.6 Image to Image 適合哪些使用者?

Wan 2.6 Image to Image 非常適合需要快速且細緻視覺編輯的內容創作者、行銷團隊、影像創作者與設計師。它的圖轉圖能力也能幫助藝術家、教育工作者與開發者高效產出照片修飾、電影感視覺或動畫化敘事內容。

Wan 2.6 Image to Image 可以生成哪些類型的輸出?

使用 Wan 2.6 Image to Image,使用者可以生成高品質的編輯後圖片,或最長 15 秒的短影片片段。圖轉圖工作流程支援 720p 與 1080p 解析度,在保留關鍵視覺結構的同時加入風格或運動增強。

Wan 2.6 Image to Image 能做影片編輯還是只支援靜態圖片?

雖然 Wan 2.6 Image to Image 主要用於編輯靜態視覺,但其技術可與 image-to-video 和 reference-to-video 模式聯動,將這些編輯進一步動畫化或延伸為運動序列,讓圖轉圖成為一條無縫創作鏈路的一部分。

Wan 2.6 Image to Image 支援多語言提示詞嗎?

支援。Wan 2.6 Image to Image 能理解英文和中文的自然語言提示詞,幫助使用者清楚地控制圖轉圖編輯,無需複雜的命令語法。

使用 Wan 2.6 Image to Image 時有哪些限制需要注意?

Wan 2.6 Image to Image 依賴清晰、光照良好的輸入素材;雜亂或低品質的參考可能降低輸出保真度。多主體的複雜場景可能需要對提示詞進行分段,以最佳化不同編輯之間的圖轉圖一致性。

如何線上使用 Wan 2.6 Image to Image?

登入後,你可以透過 Runcomfy 的網頁版 AI playground 存取 Wan 2.6 Image to Image。圖轉圖介面在桌面與行動端瀏覽器上都能流暢運作,並且你可以在站內直接管理 Credits 與回饋。

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
  • Seedance 1.0 Pro Fast
  • Hailuo 2.3 Fast Standard
  • Wan 2.2
  • Seedance 1.5 Pro
  • Seedance 1.0
  • Veo 3.1 Fast
  • 查看所有模型 →
影像模型
  • Wan 2.6 Image to Image
  • Nano Banana 2 Edit
  • Nano Banana Pro
  • seedream 4.0
  • nano banana
  • Seedream 4.0 sequential
  • 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。

Wan 2.6 Image-to-Image範例