ovis-image
依文字生成圖片，可設定負面提示詞、6 種長寬比與取樣參數。
| 參數 | 類型 | 預設值/限制 | 說明 |
|---|---|---|---|
| prompt | string | 少於 2000 個字元 | 描述目標圖片的主體、風格、光線、氛圍與構圖。 |
| negative_prompt | string | 最多 500 個字元 | 指定需要避開的元素或畫面特徵。 |
| 參數 | 類型 | 預設值/限制 | 說明 |
|---|---|---|---|
| image_url | image_uri | 可選；JPEG/JPG/不含 Alpha 色版的 PNG/BMP/WEBP；單邊 384～5000 px；最大 10 MB | 用於控制風格、主體一致性或編輯方向的參考圖。 |
| 參數 | 類型 | 預設值/限制 | 說明 |
|---|---|---|---|
| image_size | string | 預設：1024*1024 (1:1)；共 8 種固定尺寸 | 可選 10241024 (1:1)、8001200 (2:3)、1200800 (3:2)、9601280 (3:4)、1280960 (4:3)、7201280 (9:16)、1280720 (16:9) 或 1344576 (21:9)。 |
| max_images | integer | 預設：1；範圍：1～5 | 設定單次生成數量上限；模型實際回傳的圖片可能少於此數值。 |
| seed | integer | 預設：0；範圍：0～2147483647 | 固定隨機種子有助於重現結果。 |
開發者可透過標準 HTTP 請求串接 RunComfy API，呼叫 Wan 2.6 Text to Image。提交提示詞、可選參考圖與輸出尺寸，即可在創意流程或 CI/CD 管線中自動生成圖片。
說明：Wan 2.6 Text to Image API 端點
如需生成動態畫面與敘事內容，請使用 Wan 2.6 Text to Video：https://www.runcomfy.com/models/wan-ai/wan-2-6/text-to-video
如需讓現有圖片動起來，請使用 Wan 2.6 Image to Video：https://www.runcomfy.com/models/wan-ai/wan-2-6/image-to-video
依文字生成圖片，可設定負面提示詞、6 種長寬比與取樣參數。
使用 Wan 2.2 Plus 依提示詞生成圖像，並設定尺寸、隨機種子與提示詞擴充。
透過精細控制和可重現設定，快速產生準確的設計視覺。
透過遮罩精準局部重繪，完成照片精修、物件修改與場景修復。
依提示詞生成 1–4 張圖片，並可選擇長寬比、推論步數、隨機種子與檔案格式。
使用 FLUX Kontext Max 依提示詞編輯圖像，並設定隨機種子與 9 種長寬比之一。
Wan 2.6 Text to Image 可根據文字提示生成高品質靜態圖片，也能使用可選的參考圖進一步控制畫面風格、主體一致性或具體修改方向。模型著重準確遵循提示詞、呈現真實紋理，並維持穩定構圖。
Wan 2.6 Text to Image 將文字生成圖片與可選的參考圖控制整合在同一流程中。相較於不使用參考圖的單次生成，它更適合重視視覺識別、品牌元素和定向修改的創作任務。
可選尺寸為 1024×1024（1:1）、800×1200（2:3）、1200×800（3:2）、960×1280（3:4）、1280×960（4:3）、720×1280（9:16）、1280×720（16:9）和 1344×576（21:9）。目前介面不支援其他尺寸或自訂寬高。
提示詞須少於 2000 個字元，負向提示詞最多 500 個字元。可選的參考圖須為 JPEG、JPG、PNG（不含 Alpha 色版）、BMP 或 WEBP 格式；單邊需介於 384～5000 像素，檔案上限為 10 MB。
在 RunComfy 模型介面完成測試後，可使用 API 金鑰呼叫 Wan 2.6 Text to Image API 端點，透過 HTTP 提交提示詞、可選參考圖與輸出尺寸。目前頁面標示的價格為每張 $0.015；呼叫前請確認帳戶內有可用點數。
可選的參考圖用來提供主體特徵與風格依據，提示詞則負責描述目標場景。持續使用同一張參考圖並維持指令清楚，有助於提高一致性，但無法保證每次生成都完全相同。
不能。此模型只生成靜態圖片。如需影片，請使用 Wan 2.6 Text to Video 或 Wan 2.6 Image to Video；音訊同步與對嘴同步不屬於此文字生成圖片端點的功能。
此模型依 Alibaba Cloud Model Studio 的相關條款提供。是否可商用取決於這些條款、所在地區與具體合約；模型頁面註明免費方案不包含商業授權。正式發布前請務必查看最新授權條款。
max_images 可將生成數量上限設為 1～5 張，但模型實際回傳的圖片可能更少。使用 0～2147483647 範圍內的固定 seed 有助於重現結果，但不保證整組圖片在像素層級完全一致。
適合。直式內容可選擇 720×1280（9:16）、800×1200（2:3）或 960×1280（3:4）；方形與橫式素材還可選擇 1:1、4:3、3:2、16:9 或 21:9。
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。
