接口支持单段文本、单张图片或单个视频文件的上传，也允许不同类型组合（如文本+图片），部分模型支持同类型内容的多个输入（如多张图片），请参考具体模型的限制说明。北京 模型名称 向量维度 文本长度限制 图片限制 视频片限制 单价（每...
使用训练的LoRA模型进行Stable Diffusion AIGC绘画 当您训练好自己的LoRA模型后，可将其上传到相应的SD WebUI的目录中进行挂载使用，从而实现利用自己训练的LoRA模型生成图片。如何部署Stable Diffusion服务，可参考：5分钟使用EAS一键部署...
模型版本 模型名称 模型简介 虚拟模特（V1版本）wanx-virtualmodel 支持真人实拍图上传 生成的图片短边：512像素或1024像素 虚拟模特V2（V2版本）virtualmodel-v2 支持真人、人台实拍图上传 生成的图片短边为：1024像素或2048像素 支持改变...
1.模型广场：一站式精选模型下载 为了简化模型获取流程，缓解跨境网络下载模型难的痛点，我们提供了 模型广场，模型广场汇集了常见的ComfyUI模型，帮助您轻松找到并下载模型。下载步骤：登录控制台：首先 登录控制台，进入目标图像生成项目...
Github_ModelScope_ViT DSW Gallery_ModelScope_ViT 使用library微调和部署ViT图片分类模型。使用HuggingFace Notebook来源 示例描述 Github_HuggingFace_Model_Deploy DSW Gallery_HuggingFace_Model_Deploy 使用PAI Python SDK部署...
AI 试衣-图片精修是一个后处理模型，可增强 AI 试衣生成图片的真实感与清晰度。重要 本文档仅适用于“中国大陆（北京）”地域，需使用“中国大陆（北京）”地域的 API Key。快速入口：在线体验｜AI试衣模型总览｜计费与限流｜免费额度｜API...
AI试衣-基础版模型支持使用服饰平拍图片以及人物正面全身照，生成逼真的试衣效果图。重要 本文档仅适用于“中国大陆（北京）”地域，且必须使用该地域的 API Key。快速入口：在线体验｜AI试衣模型总览｜计费与限流｜免费额度｜新手API调用...
模型返回的是根据用户文本指令并避免负样指令的图片。模型概览 模型名 模型简介 stable-diffusion-xl stable-diffusion-xl相比于v1.5做了重大的改进，并且与当前开源的文生图SOTA模型midjourney效果相当。具体改进之处包括：更大的unet ...
多图融合 将图1中的闹钟放置到图2的餐桌的花瓶旁边位置 模型名称 模型简介 输出图像规格 wan2.5-i2i-preview 万相2.5 preview 支持单图编辑、多图融合 图片格式：PNG。图像分辨率：通过 parameters.size 参数指定输出图像的分辨率，格式为 ...
快速入口：在线体验｜AI试衣模型总览｜计费与限流｜免费额度｜新手API调用入门指南 相关API：AI试衣-基础版｜AI试衣-图片精修｜AI试衣-图片分割 模型能力 多种服饰试穿 单件上装试穿：模型随机生成下装，或保留模特原有下装。单件下装试穿...
Qwen-Omni-Realtime 是通义千问推出的一款实时音视频聊天模型。它能够同时理解流式的音频与图像输入（例如从视频流中实时抽取的连续图像帧），并实时输出高质量的文本与音频。在线体验请参见 如何在线体验 Qwen-Omni-Realtime 模型？如何...
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...
步骤二：参数配置 训练参数介绍：并不是所有模型都支持所有参数的调节，请以控制台显示为准 参数名称 推荐设置 超参作用 批次大小(batch_size)使用默认值 批次大小，代表模型训练过程中，模型更新模型参数的数据步长，可理解为模型每看多少...
文本生成模型能够基于输入的提示词（Prompt）创作出逻辑清晰、连贯的文本。文本生成模型所需的输入可以是简单的关键词、一句话概述或是更复杂的指令和上下文信息。模型通过分析海量数据学习语言模式，广泛应用于：内容创作：生成新闻报道、...
内容审核大模型一览表 阿里云内容安全当前提供图片审核大模型、文本审核大模型和视频审核大模型服务，具体的服务如下表：模态 服务（service）检测内容 适用场景 图片审核大模型 大小模型融合图片审核服务（postImageCheckByVL）综合应用...
阿里云百炼提供多样化的视频模型选择，涵盖文生视频、图生视频（通用/舞蹈/唱演/播报等）、视频编辑（通用/视频风格重绘/视频口型替换）等应用场景。模型总览 类别 说明 文生视频 文生视频：一句话生成视频，视频风格丰富，画质细腻。图生...
通过API调用专属的数字分身模型，并选择不同模板图片，即可生成质感专业、风格各异的AI写真。功能说明 完整的使用AI写真涉及到以下服务：图片质量检测：对上传的图片进行分析和评估，以检测其是否符合AI写真训练的要求。AI写真训练：您只需...
通义万相-视频换人模型能够依据人物图片和参考视频，将视频中的主角替换为图片中的角色，同时保留原视频的场景、光照和色调，实现无缝换人。核心功能：在不改变原始视频的动作、表情及环境的条件下，将视频中的角色替换为指定图片中的人物...
模型概览 模型简介 模型名 模型简介 animate-anyone-gen2 animate-anyone-gen2是一个人物动作视频生成模型，可基于人物图片和人物动作模板生成人物动作视频。模型效果示例 人物图片 动作模板 输出（按图片背景生成）输出（按视频背景生成）...
2D数字人实时对话 3D数字人实时对话 图片数字人模型升级 图片数字人（指定动作）版升级为图片训练数字人，手动、肢体动作升级为生成式 图片训练数字人支持在实时对话场景中使用 2D数字人形象类别介绍 图片训练版-2D数字人形象定制 支持API...
计费项 一、计费方式总览 通义晓蜜-CCAI对话分析AIO 免费开通 大模型分析、图片识别：按 调用次数后付费。语音识别：按 实际使用时长后付费。二、具体计费规则 1.图像与tokens转换规则 512×512像素的图像约等于334个tokens，其他分辨率...
因此，当您选择此类模型并上传图片时，可点击 图标，从以下两种 图片处理方式 中选择：纯模型处理 模型仅使用自己的视觉能力来分析图片，然后直接回答，不会调用外部工具。适用于“看图问答”。例如，提问“这张图里有什么？模型处理+规划 ...
阿里云内容安全图片审核 增强版 推出基于通义定制的图片审核大模型服务，能够全方位识别图片中的色情、性感、涉政、暴恐、违禁、宗教、引流广告、不良等违规内容，并支持返回大模型的原始结果。本文介绍如何使用图片审核大模型服务。说明 ...
编辑模型 您可以移动鼠标到某个模型处，并单击 图标，即可打开编辑模型对话框，您可以对已上传的模型重新自定义设置 模型名称、模型风格、模型等级 和 制作商 等内容。模型基本信息配置，请参见 上传精模建筑模型 中的步骤4的内容。删除...
编辑模型 您可以移动鼠标到某个模型处，并单击 图标，即可打开编辑模型对话框，您可以对已上传的模型重新自定义设置 模型名称、模型风格、模型等级 和 制作商 等内容。模型基本信息配置，请参见 上传精模建筑模型 中的步骤4的内容。删除...
从照片中AI提取文字：通过大模型自动识别图片上的文字。第三步：确认评阅点 选择模型。（可选）补充其他评阅要点：系统预置的评阅要点有打分、优点总结、改进建议及评语。如您有其他的要点，请在此处输入。查看API示例 效果调试完成后，...
倾斜摄影 利用航空光学设备对物体进行多角度拍摄，并进行三维模型重建，将真实场景图片进行贴图。特点是场景还原非常真实，通常模型比较大，而且缺乏模型的语义化分割。这类模型通常格式包括osgb等等。渲染场景分类 包括以下几种：模型渲染...
resultImageUrl string 模型推理任务结果列表 0000.png createTime string 模型推理任务创建时间 2023-12-25T12:00:00 inferenceImageCount integer 该模型总推理图片数量 5 createTime string 模型训练任务创建时间 2023-12-25T12:00:00 ...
模型服务 模型名称 免费额度 AI试衣-基础版 aitryon 400张 AI试衣-Plus版 aitryon-plus 400张 AI试衣-图片分割 aitryon-parsing-v1 400张 AI试衣-图片精修 aitryon-refiner 400张 按量计费 当您的免费额度消耗完毕后，服务将自动转为按量...
效果图（左侧为原图，右侧为模型处理后图片）：模型广场说明 模型来源 模型广场展示的模型、图片素材等均由第三方提供，您需阅读 模型详情 并同意遵守第三方提出的各项要求，才可正式开启使用。PAI ArtLab不对其导致您的不良结果或潜在风险...
使用领域模型设计器，您可以直观地看到领域对象之间的关系，也可以通过图形化界面创建、编辑、删除领域对象以及将领域模型导出为图片。新增领域模型 登录BizWorks，在 选择平台 下拉列表中选中 建模平台。单击页面右上角 图标或其文本框...
营销广告制作：在广告制作中，需要将产品图片与特定场景或人物分割，分离原始图片中可能包含不需要的前景或背景元素。特色优势 适应复杂背景：即使人物处于复杂背景环境，依然可以将人体准确地从背景中分割出来。企业级平台服务提供在高...
环境贴图：您可以输入图片的URL地址或单击图片区域内的更改上传图片，也可以单击图片区域删除当前图片后再次单击上传本地图片作为模型的背景贴图。强度 您可以拖动滑块调整模型的2环贴图境强度，数值越大，亮度越大。开关 打开开关，显示...
环境贴图：您可以输入图片的URL地址或单击图片区域内的更改上传图片，也可以单击图片区域删除当前图片后再次单击上传本地图片作为模型的背景贴图。强度 您可以拖动滑块调整模型的2环贴图境强度，数值越大，亮度越大。开关 打开开关，显示...
重要 分类器中仅可选择已完成发布模板或已上线部署完成的模型 分类器需包含至少2个分类 分类器暂不支持 长文档模型 关键词：每一分类数据中存在的 独有 的文字内容，用于模板或模型与输入图片的匹配。关键词需选择仅在当前模板/模型中出现...
MCP 模型上下文协议（Model Context Protocol,MCP）是连接智能体与外部世界能力的关键桥梁，允许智能体调用外部工具。当智能体接收到无法仅凭自身知识完成的任务时（例如查询实时天气），它会调用 MCP 来执行这些任务。阿里云百炼提供了...
待上线 全妙-VL 视频打标预处理 为客户上传的多模态数据，利用多模态大模型，针对图片、视频补充相应的标签（例如主题、风格、镜头语言等）。待上线 妙读全量PaaS接口 模型 能力点名称 能力点描述 接口地址 全妙-Long 抽书籍卖点 基于一本...
模型概览 模型名 模型简介 animate-anyone-template-gen2 animate-anyone-template-gen2是一个人物动作模板生成模型，可基于人物运动视频提取人物动作并制作模板。模型输入要求 正确示例：符合动作模板制作要求的视频示例 说明 上传的视频...
目前支持文本和图片类型的模型，模型与内容安全服务的对应关系，以及计费信息，请参见 面向阿里云百炼大模型用户的文本审核服务 和 面向阿里云百炼大模型用户的图片审核服务。步骤一：开通内容审核服务 访问 内容审核增强版 页面，仔细阅读...
OpenSearch LLM智能问答版内置非结构化数据处理、向量模型、文本&向量检索、LLM，提供一站式开箱即用的检索增强生成（RAG）方案，支持丰富数据格式的快速导入，构建包含对话、链接、图片在内的多模态对话式搜索服务，帮助开发者快速搭建RAG...