图像中人脸尺寸建议大于64×64像素，人脸区域建议不大于全图区域的2/3。建议图像中人脸五官区域轮廓完整，无明显遮挡。人脸融合算法支持人脸偏侧一定角度，在偏侧角度不超过30度的情况下能取得更佳效果。建议待融合人脸的图像中只包含一张...
图像中人脸尺寸建议大于64×64像素，人脸区域建议不大于全图区域的2/3。建议图像中人脸五官区域轮廓完整，无明显遮挡。人脸融合算法支持人脸偏侧一定角度，在偏侧角度不超过30度的情况下能取得更佳效果。对于多人脸视频场景，系统会自动...
便捷的动态部署：与一些需要预先编译模型的优化方案不同，DeepGPU 无需预编译，即时启用加速，并且在工作流中切换不同的图像或视频尺寸时，不会产生额外开销。适用范围 支持的模型 推荐GPU型号 FLUX.1 系列 Qwen-Image 系列（包含nunchaku...
超大尺寸缩放的图像水印 2.超大图尺寸场景 3.大图设计图场景 paramsFile.setParaPtr(0);取值范围为[0,4]，推荐值为 2或者3。更大的值意味着更高的鲁棒性，但是视觉质量会下降 paramsFile.setLevel(2);期望的输出图像jpeg压缩质量因子，取值...
图像中人脸尺寸建议大于64×64像素，人脸区域建议不大于全图区域的2/3。建议图像中人脸五官区域轮廓完整，无明显遮挡。人脸融合算法支持人脸偏侧一定角度，在偏侧角度不超过30度的情况下能取得更佳效果。对于多人脸视频场景，系统会自动...
my.createCanvasContext(canvasId)说明 mPaaS 10.1.32 及以上版本支持该接口。创建 canvas 绘图上下文。该绘图上下文只作用于对应 canvasId 的 canvas/。入参 参数 类型 说明 canvasId String 定义在 canvas/上的 ID。...
格式限制：JPG、JPEG、PNG、BMP、PNM、PPM、TIFF、WEBP 尺寸限制：图像的宽度和高度均需在15-8192像素范围内，宽高比在1:10至10:1范围内。大小限制：不超过10MB URL地址若包含中文等非ASCII字符，需进行URL编码后再传入。URL编码 from ...
2020-03-20 华东2（上海）镜头解析 视频生产 视频超分辨率 将输入视频放大2倍尺寸输出，并基于推断细节增强输出视频画质，输出视频为h264编码、MP4格式。2020-03-20 华东2（上海）视频超分辨 视频调色 对输入的视频进行调色，可根据视频...
当设备显示尺寸宽度过小时，让当做卡片的表格横向单元格改变方向，变成垂直方向显示，类似钉钉文档的分栏效果。使用时需要为对应的 table 设置 class=column-layout。media(max-width:1590px){.aliyun-docs-content table.column-layout tr...
后处理组件 渲染设置 屏幕百分比 设置场景图像的分辨率显示量级，范围为0.1~2.0，数字越大分辨率越高，图像越清晰。说明 在实际应用中，可以根据需要调整该设置来在性能和图像质量之间找到合适的平衡点。在性能有限的平台上或在追求更高帧...
deyi_1 mengwa_jiaoxie jingdian_qidai dagong_kaixin jingdian_landuo_1 dagong_yangwang jingdian_xianqi dagong_kunhuo jingdian_lei/*当设备显示尺寸宽度过小时，让当做卡片的表格横向单元格改变方向，变成垂直方向显示，类似钉钉文档...
属性 style string（可选）输出图像的风格，目前支持以下风格取值：auto：默认值，由模型随机输出图像风格。3d cartoon：3D卡通。anime：二次元。oil painting：油画。watercolor：水彩。sketch：素描。chinese painting：中国画。flat ...
当设备显示尺寸宽度过小时，让当做卡片的表格横向单元格改变方向，变成垂直方向显示，类似钉钉文档的分栏效果。使用时需要为对应的 table 设置 class=column-layout。media(max-width:1590px){.aliyun-docs-content table.column-layout tr...
多媒体服务 多媒体（Mobile Multimedia Service）是蚂蚁科技的一套安全、高效、智能化的多媒体系统，提供了多媒体资源的端到端的上传下载、图像处理和视觉识别的能力。多设备同步 指基于用户维度推送时，支持单个用户的多个设备之间的数据...
Amix 不支持 视频截图 对视频截取指定时间、指定尺寸的图片，用于生产视频封面、雪碧图、播放器进度条缩略图。重要 以下功能需要通过 提交截图作业 使用，按截图张数，收取功能接口请求费用。计费说明，请参见 功能接口请求定价。功能 说明...
当设备显示尺寸宽度过小时，让当做卡片的表格横向单元格改变方向，变成垂直方向显示，类似钉钉文档的分栏效果。使用时需要为对应的 table 设置 class=column-layout。media(max-width:1590px){.aliyun-docs-content table.column-layout tr...
Raster是以数据块（Tile）为基本存储单元进行存储和管理的，Tile的尺寸默认为256x256像素，但也可以由用户进行定义。每个Tile可以包含一个或者多个Band。Tile中的一个像素由一个像素单元（Cell）表示。每一个Raster对象都有对应的元数据...
Raster是以数据块（Tile）为基本存储单元进行存储和管理的，Tile的尺寸默认为256x256像素，但也可以由用户进行定义。每个Tile可以包含一个或者多个Band。Tile中的一个像素由一个像素单元（Cell）表示。每一个Raster对象都有对应的元数据...
Ganos Raster是对象关系型数据库PostgreSQL兼容版本（PolarDB PostgreSQL版）的一个时空引擎扩展，使上述数据库能够有效快速存储管理栅格类型数据，同时支持多源栅格数据（如遥感、摄影测量和专题地图）之间的融合与分析，并提供了...
Ganos Raster是对象关系型数据库PostgreSQL兼容版本（PolarDB PostgreSQL版（兼容Oracle））的一个时空引擎扩展，使上述数据库能够有效快速存储管理栅格类型数据，同时支持多源栅格数据（如遥感、摄影测量和专题地图）之间的融合与分析，并...
720p的费用是480p的3.2倍 480p视频尺寸比例基于原始图像：原图比例 视频比例 分辨率示例 1:1 1:1 624x624 4:3 77:58 720×544 2:3 2:3 512×768 16:9 91:51 832×464 1:2 1:2 448×880 高级控制 运动强度 低运动：静态场景/细微动作（默认...
本文介绍通义千问 API 的输入与输出参数，并提供 Python 等主流语言在典型场景下的调用示例。模型介绍、选型建议和使用方法请参考 文本生成模型概述。可通过 OpenAI 兼容或 DashScope 协议调用通义千问 API。...获取与配置 API Key 并 配置API...
生成内容逻辑性构建不足：生成图像中的物体布局、尺寸比例及光影逻辑可能不符合现实规律。生成内容风格不一致：高度复杂且随机的生成过程，使得维持特定风格或执行风格转移时，难以确保风格的统一与连贯。当前模型生态社区已有众多优秀的...
本次下线的公测API能力详情如下：类目 能力 图像分析处理 膝关节术前测量（DetectKneeKeypointXRay）髋关节术前测量（DetectHipKeypointXRay）医学机器翻译（TranslateMed）股骨颈骨折分型（ClassifyFNF）膝关节X光KL分级（DetectKneeXRay...
图像裁剪 对输入图片进行指定尺寸变换，自动判断主体区域位置，使用最佳的裁剪方式对图片进行裁剪。照图修图 将输入的参考图的光照、色彩等不影响原图结构的风格迁移至目标图。图像隐形文字水印 图像盲水印算法，加/解析水印，添加内容包括...
图像裁剪 对输入图片进行指定尺寸变换，自动判断主体区域位置，使用最佳的裁剪方式。图像色彩转换 将输入图自动或根据指定色板进行色彩转换，同时保证视觉热点区域避免不正常拓色。图像风格转换 将输入图按照指定的风格图像进行风格的迁移...
图像编辑 ChangeImageSize 图像裁剪 对输入图片进行指定尺寸变换，自动判断主体区域位置，使用最佳的裁剪方式对图片进行裁剪。IntelligentComposition 智能构图 对输入图像进行美学评估，智能输出bounding box，根据这些bounding box可以将...
图片大小（全局限制）：输入图片尺寸不得超过 5000x5000 像素，并且大小不超过 9.5MB，具体的API限制请查看下面的 具体API详细限制说明。输出图片URL地址 有效期72小时 控制台上传的图片/文件 有效期72小时 二、调用限制 QPS上限：10/用户/...
模型概览 模型名称 模型简介 输出图像格式 wan2.6-t2i 推荐 万相2.6 支持在总像素面积与宽高比约束内，自由选尺寸（同wan2.5）图像分辨率：总像素在[768*768,1440*1440]之间 图像宽高比：[1:4,4:1]图像格式：png wan2.5-t2i-preview 推荐 ...
图像处理：对提取的帧进行尺寸调整和格式转换，以保持一致性并适合输出需求。雪碧图生成：将处理后的帧按网格排列并合并为一张单独的图像，形成雪碧图。以下示例使用IMM项目 test-project，文件 oss:/test-bucket/video-demo/酿酒.mov 来...
图像搜索服务（Image Search）是以深度学习和大规模机器学习技术为核心，通过图像识别和搜索功能，实现以图搜图的和以文搜图的智能图像搜索产品。图像搜索服务在基于图像识别技术基础上，结合不同行业应用和业务场景，帮助用户实现相同或...
中国大陆（北京）模型类型 时间 模型规格 功能说明 图像编辑 2025-12-23 qwen-image-edit-plus-2025-12-15 通义千问图像编辑发布的最新快照模型，相较于上一版本提升了角色一致性、工业设计能力和几何推理能力，并优化了编辑后的图片与原图...
在线调试 ChangeImageSize 智能变换尺寸，对图片进行指定尺寸变换，支持自动裁剪、补全等多种方案。在线调试 RecolorImage 拓色/色彩迁移，根据指定色板或自动对图片进行拓色，视觉热点区域避免不正常拓色。在线调试 ExtendImageStyle 风格...
格式说明：GIF 格式仅支持对第一帧图像进行识别与转换。图片转 PDF 图片尺寸限制：不支持最长边超过 8192px 的图片。文件大小限制：不支持单张图片大于 20MB。数量限制：最多可将 30 张图片 合并为一个.pdf 文件。功能说明 进入 AI 创作...
城市视觉智能引擎依托于阿里云分布式计算和存储平台，利用先进的视频图像、图形学处理技术和深度学习算法，建立城市级人工智能模型，实现对整个城市视觉数据(枪机、球机等摄像头数据以及遥感、卫星、无人机采集的图像数据)的接入、计算、...
工业大脑是基于阿里云大数据的一体化计算平台，通过数据工厂对企业系统数据、工厂设备数据、传感器数据、人员管理数据等多方工业企业数据进行汇集，借助语音交互、图像/视频识别、机器学习和人工智能算法，激活海量数据价值，为解决工业...
虚拟数字人开放平台，是由阿里云所提供的数字人 PaaS&SaaS 解决方案，它集成了自然语言处理、图形图像、语音等算法能力，提供给客户标准的 PaaS 接口与 SaaS 运营工具，方便客户将数字人能力集成进不同的终端与场景。主要面对的行业包括新...
GPU云服务器提供GPU加速计算能力，实现GPU计算资源的即开即用和弹性伸缩。作为阿里云弹性计算家族的一员，GPU云服务器结合了GPU计算力与CPU计算力，满足您在人工智能、高性能计算、专业图形图像处理等场景中的需求。
弹性高性能计算E-HPC（Elastic High Performance ...弹性高性能计算将计算能力积聚，用并行计算方式解决更大规模的科学、工程和商业问题，在科研机构、石油勘探、金融市场、气象预报、生物制药、基因测序、图像处理等行业均有广泛的应用。
以视觉AI能力为基础，结合平台能力及业务数据积累，面向传媒娱乐、工业制造、数字营销等行业提供视频、模型、图像等视觉内容的智能化生产服务，帮助客户提升生产效率，压缩生产周期，打通生态闭环。