Genere imágenes a partir de descripciones de texto con la API de texto a imagen. Este servicio, proporcionado por Alibaba Cloud Model Studio, cuenta con las familias de modelos Wan, Qwen-Image y Z-Image.
Pruébelo en línea: Singapore | Beijing
Pruébelo en línea ofrece una experiencia de texto a imagen basada en web y sin código: introduzca una descripción de texto en la página para generar imágenes directamente.
- Experience Center: Haga clic en un enlace de Try it online arriba (Singapore, Beijing) para abrirlo. Puede seleccionar un modelo, establecer la resolución de salida, activar la prompt rewriting y enviar la solicitud para generar imágenes.
Para integrar texto a imagen en su propia aplicación, utilice la API que se describe a continuación.
Rendimiento del modelo
Qwen-Image
Diseño complejo
| Párrafo largo
| Retrato realista
|
Diseño de UI
| PPT
| Diseño de ilustración
|
Prompts
Diseño complejo: Cree una infografía de banner principal horizontal ancha 16:9 para tienda de comercio electrónico para "TodoTi", una marca de estilo de vida colorida de inspiración mexicana. El diseño debe parecerse a un encabezado profesional de tienda en línea para escritorio y tableta, con una jerarquía visual clara, energía de marketing festiva y tipografía en inglés legible.
Fondo: paleta de colores vibrante del folclore mexicano con amarillo brillante, rojo cálido, azul pavo real y verde esmeralda, mezclada con suaves lavados de acuarela, textura sutil de papel artesanal y grano fino. Los bordes superior e inferior están decorados con banderas tradicionales de papel picado hechas de rombos, triángulos y formas de onda repetidos en amarillo, rojo, verde y morado alternados. El papel picado debe verse ligero y ondeando suavemente, con áreas recortadas que revelan un fondo azul profundo de noche estrellada. Debajo del papel picado superior y encima del papel picado inferior, añada un borde geométrico azteca continuo de líneas escalonadas y motivos de rombos en blanco y oro antiguo.
Cuatro esquinas: añada pequeñas macetas decorativas de cerámica Talavera en 3D con patrones florales en azul y blanco, reflejos de esmalte brillante y cactus en minieta en maceta con textura verde intenso y espinas finas. Estos elementos de las esquinas deben equilibrar la composición y añadir detalles artesanales.
Tercio izquierdo: zona de identidad de marca. Presente un gran logotipo 3D "TodoTi". La letra "T" se extiende en dos pencas de cactus verdes con textura de vetas claras; la letra "o" contiene un sol radiante rojo y amarillo con dieciséis rayos finos; la curva de la letra "d" está decorada con patrones cerámicos de Talavera en azul y blanco con tres peonías y enredaderas sinuosas; el punto de la letra "i" es un tomate cherry rojo brillante con un reflejo blanco. El logotipo tiene contornos negros gruesos, rellenos de gradiente de alta saturación y una sombra paralela suave.
Debajo del logotipo textual, coloque el eslogan: "TodoTi — Your Colorful Lifestyle Hub". El eslogan está en sans-serif blanca, negrita y redondeada con un sutil resplandor rojo, centrado y altamente legible. Debajo, añada un subtítulo más pequeño en estilo manuscrito de color amarillo brillante: "Mexican-inspired warmth to brighten every day".
Detrás del logotipo, agregue un relieve tenue semicircular de calendario solar azteca en oro antiguo y bronce, con patrones geométricos finos y un motivo facial estilizado con ojos de diamante y boca rectangular. El relieve debe brillar suavemente con luz dorada cálida. En el borde izquierdo, apile tres pequeñas insignias circulares con fondos azul pavo real, texto blanco y bordes discontinuos cosidos: "Curated Picks", "Direct Sourcing" y "Thoughtful Service".
Centro-izquierda: una alegre ilustración de estilo de vida de arte folclórico mexicano. Una linda niña esqueleto Catrina lleva un sombrero de paja ancho con borlas tejidas en rojo y verde y un poncho bordado colorido en rojo cálido y azul pavo real. Su poncho está decorado con patrones geométricos aztecas y caléndulas florecientes con pétalos radiantes. Su rostro tiene un maquillaje elegante de Día de Muertos: detalles de ojos negros en forma de corazón con contornos discontinuos blancos, motivos de rosas rojas en las mejillas y una sonrisa cálida y amigable. Empuja un carrito de madera vintage con ruedas de mosaico en azul, blanco, amarillo y verde.
El carrito está lleno de productos cotidianos claramente visibles con pequeñas etiquetas limpias en inglés. Incluya una taza de cerámica de Talavera etiquetada "Talavera Ceramic Mug — Heat-resistant, underglaze art, 350ml"; una cesta de sisal tejida a mano etiquetada "Handwoven Basket — Natural sisal, sturdy, 30x20x15cm"; una vela aromática verde con forma de cactus con una llama suave etiquetada "Cactus Candle — Plant essential oil, calming, 40-hour burn"; y cojines mexicanos coloridos etiquetados "Mexican Pillow — Cotton-linen, removable cover, 45x45cm." El fondo de la ilustración es un oasis desértico soleado con cactus reales, nubes suaves, contraluz lateral cálido y una fina luz de contorno dorada sobre los elementos ilustrados.
Centro-derecha: navegación de categorías de productos en una cuadrícula de 2x2 tarjetas rectangulares redondeadas con espaciado uniforme, esquinas redondeadas de 15px y textura de papel sutil. Tarjeta 1, fondo rojo, título "Home Textiles" en negrita blanca, con un icono plano de un tapiz tejido con borlas; texto del cuerpo: "Rugs, pillows, tablecloths, curtains. Premium cotton-linen with vivid colors that bring Mexican warmth home." Tarjeta 2, fondo azul pavo real, título "Kitchen & Dining" en negrita blanca, con un icono de plato de cerámica de Talavera; texto del cuerpo en amarillo brillante: "Bowls, cups, tableware, storage. Handcrafted ceramic texture makes every meal feel special." Tarjeta 3, fondo amarillo brillante, título "Bath & Care" en negrita marrón oscuro, con un icono de jabonera en forma de cactus; texto del cuerpo en marrón oscuro: "Towels, soap dishes, toothbrush cups, shelves. Water-resistant materials for a fresh, relaxing bath space." Tarjeta 4, fondo verde esmeralda, título "Lifestyle Goods" en negrita blanca, con un icono de molinillo de colores; texto del cuerpo en blanco: "Hangers, hooks, tissue boxes, trash bins. Practical, beautiful details that elevate daily living."
Lado derecho: zona promocional con forma de una gran guitarra de mariachi mexicano. El cuerpo de la guitarra es de madera cálida con tallas de enredaderas florales en rojo y dorado, el mástil se extiende hacia arriba y las cuerdas son plateadas con un brillo metálico. Dentro del cuerpo de la guitarra, coloque la promoción principal. En la parte superior, añada una cinta roja con texto en negrita blanca: "TodoTi Grand Opening Fiesta". Debajo, muestre una gran oferta: "Spend $199, Save $50", con "Spend" y "Save" en texto mediano blanco y los números en tipo 3D amarillo y rojo de tamaño grande. Debajo de la oferta, añada texto manuscrito blanco más pequeño: "New customers: $20 off first order + free shipping."
En la parte inferior del cuerpo de la guitarra, coloque tres pequeñas insignias circulares con fondos azul oscuro, texto blanco y contornos dorados finos: "Devoluciones fáciles en 7 días", "Envío rápido" y "Calidad auténtica". Desde el mástil de la guitarra, deje que varias cintas de colores fluyan hacia afuera con texto inclinado: "Ahora hasta finales de mes".
Área inferior: zona de historia y cultura de la marca sobre un cielo nocturno azul profundo con estrellas blancas brillantes de cinco puntas y siluetas negras de cactus. A la izquierda, coloque un bloque de título: "About TodoTi" en blanco en negrita con un resplandor amarillo suave. A la derecha, cree tres columnas iguales. Encabezado de la columna 1 en amarillo brillante con subrayado blanco: "Design Philosophy"; cuerpo en blanco grisáceo claro: "TodoTi brings the color and craft of Mexican folk art into modern home essentials, blending Aztec motifs and Talavera patterns with everyday practicality." Encabezado de la columna 2: "Quality Promise"; cuerpo: "We carefully select trusted global suppliers and test every product for safe, durable, and eco-friendly quality." Encabezado de la columna 3: "Lifestyle Philosophy"; cuerpo: "Life is better in color. TodoTi helps you celebrate daily moments with warmth, joy, and vibrant Mexican-inspired energy."
Parte inferior: una barra de guía interactiva delgada encima del borde azteca. Use un fondo blanco esmerilado translúcido con un desenfoque suave. Lado izquierdo: "Get more home inspiration from @TodoTiOfficial" en marrón oscuro, alineado con un pequeño icono de insignia oficial. Centro: un cuadro de búsqueda redondeado blanco con un icono de lupa y texto de marcador de posición: "Search everyday essentials and start a colorful life" en rojo cálido. Lado derecho: un icono de servicio al cliente con auriculares y texto en marrón oscuro: "Questions? Customer Care: 400-888-TODO | 9:00–22:00."
Estilo general: banner de comercio electrónico vibrante, festivo, artesanal, de auténtica inspiración mexicana, diseño moderno de marketing minorista, composición equilibrada, jerarquía de información limpia, alta legibilidad, iluminación cálida, detalles ricos, imagen principal profesional de escaparate. Todo el texto sobre la imagen debe estar únicamente en inglés, sin caracteres chinos, sin errores ortográficos y con una tipografía limpia y legible.
Párrafo largo: Página vertical de poesía ilustrada de Europa occidental del siglo 19, tema romántico de despedida marítima, tradición visual internacional en inglés, no es una pintura de Asia oriental. La composición es una impresión artística vertical o una página de libro vintage con papel marfil envejecido, trazos finos grabados, lavados de acuarela azul grisáceo apagado y un espacio negativo elegante. La característica principal es un poema largo en inglés renderizado claramente en una caligrafía elegante inspirada en la copperplate inglesa, altamente legible, solo alfabeto inglés, orden de lectura estándar de izquierda a derecha, diseño de arriba a abajo, puntuación correcta, saltos de línea exactos, presión natural de la tinta, letras color sepia-negro oscuro, textura sutil de imprenta vintage y tipografía internacional refinada.
Debajo y alrededor del texto, ilustre una costa fría al crepúsculo: piedras grises junto al mar, un pequeño bote flotando cerca de la orilla, barcos distantes moviéndose hacia un refugio bajo colinas bajas, niebla vespertina pálida sobre el agua, luz de luna tenue, ondas suaves, una atmósfera costera solitaria, melancólica pero contenida. El estado de ánimo es poético, atemporal y elegante, como una lírica marítima inglesa victoriana. Sin caracteres chinos, sin estilo de pintura china, sin sellos, sin estampillas, sin objetos modernos, sin glifos ilegibles, sin letras aleatorias.
Renderice exactamente las siguientes 12 líneas del poema de dominio público "Break, Break, Break" de Alfred, Lord Tennyson; no renderice el título ni el nombre del autor:
Rompe, rompe, rompe, ¡En tus frías piedras grises, oh Mar! Y quisiera que mi lengua pudiera expresar Los pensamientos que surgen en mí. ¡Oh, dichoso el hijo del pescador, Que grita jugando con su hermana! ¡Oh, dichoso el joven marinero, ¡Que canta en su barco en la bahía! Y los majestuosos barcos siguen Hacia su refugio bajo la colina; Pero ¡oh, por el tacto de una mano desvanecida, Y el sonido de una voz que ya no existe!
Alta resolución, renderizado magistral de texto largo en inglés, poético, elegante, página de libro ilustrado occidental con calidad de museo.
Retrato realista: Un retrato masculino gastronómico estilo lifestyle con una sensación cinematográfica y en locación. El sujeto es un hombre joven de poco más de veinte años con rasgos limpios y frescos, ojos y cejas suaves, y una piel naturalmente clara que conserva detalles de textura realistas. Lleva un suéter de punto grueso de color blanquecino suave sobre una camiseta blanca lisa que asoma por el cuello, transmitiendo una vibra de estilo de vida cálida, refinada y relajada. Está sentado en la mesa de un acogedor restaurante occidental, inclinándose ligeramente hacia adelante, cortando un Beef Wellington en su plato con un cuchillo y tenedor de plata en su mano derecha, mientras su mano izquierda descansa naturalmente en el borde de la mesa. Inclina la cabeza ligeramente hacia la cámara con una sonrisa leve y relajada y una mirada cálida y llena de vida. La mesa de madera está preparada con una elegante comida occidental, junto con una copa vintage con tallo que contiene una bebida de color ámbar y un pequeño arreglo floral vintage delicadamente dispuesto. Detrás de él hay una pared de vidrio transparente impresa con un menú francés manuscrito en dorado claro que dice "Menu du Jour", con el texto aplicado al vidrio con un acabado tipo serigrafía y un sutil reflejo ambiental. La escena está iluminada con una luz interior cenital amarilla cálida que baña suavemente su rostro y la comida en la mesa, dando a los alimentos un brillo apetitoso, mientras que la luz ambiental fría que se filtra a través del vidrio desde el exterior crea un contraste cinematográfico entre tonos cálidos y fríos. La toma es una composición cercana a la altura de los ojos con un ángulo ligeramente descentrado para una sensación natural y viva, en lugar de un encuadre rígido y centrado. Una profundidad de campo reducida desenfoca suavemente la pared de vidrio y el entorno del restaurante en el fondo creando un bokeh cálido, con las flores del primer plano y los bordes de la bebida también suavemente fuera de foco. El tono general es cálido y reconfortante, lleno de atmósfera cotidiana y un atractivo irresistible.
Diseño de UI: Un diseño de interfaz de escritorio panorámico para un sitio web inmersivo que explora los sonidos de una selva tropical asiática. El ambiente general es oscuro y tranquilo, inspirado en equipos vintage de grabación de campo e instrumentos científicos analógicos. La paleta de colores se centra en verde esmeralda profundo, negro obsidiana rico y marrón terroso suave, creando una atmósfera tranquila y serena. La interfaz presenta efectos sutiles de niebla y bruma, con una refracción de luz moteada suave que simula la luz solar filtrándose a través de un dosel denso, y el fondo incorpora texturas naturales como grano fino de papel y nervaduras de hojas. La imagen general es altamente realista, en un estilo comparable a un documental de naturaleza premium de la BBC, con una composición cinematográfica y detalles de renderizado extremadamente finos.
Una barra de navegación mínima y semitransparente abarca la parte superior de la página. En el extremo izquierdo está la marca, formada por una ilustración de línea entrelazada de un micrófono analógico vintage y hojas de monstera, combinada con el nombre de la marca "RAINFOREST ARCHIVE" en una elegante fuente serif de color crema suave. En el lado derecho de la barra de navegación hay un menú con cuatro enlaces de texto mínimos en una fuente y color a juego: "Expeditions", "Species", "Field Notes" y "About."
Los dos tercios superiores de la página constituyen el banner principal visual. El fondo es una fotografía atmosférica y rica en detalles de ultra alta definición de una antigua selva tropical de dipterocarpáceas del sudeste asiático, envuelta en una niebla suave y flotante, con frondas de helechos verde oscuro desenfocadas en primer plano creando un viñeteado natural. Superpuesto a la izquierda del banner se encuentra el titular principal, en una tipografía serif elegante, de alto contraste y gran tamaño: "Voices of the Canopy." Directamente debajo del titular hay un subtítulo más pequeño y refinado en color crema claro: "An auditory journey through the ancient dipterocarp forests of Southeast Asia." El texto tiene una textura sutil de máquina de escribir, con un espaciado de caracteres ligeramente irregular que refuerza la sensación vintage de equipo analógico.
En la parte media inferior del banner se encuentra el componente central de interacción de audio: un reproductor de precisión modelado según una grabadora de carrete abierto vintage de grabación de campo, inspirado en las grabadoras clásicas Nagra o Marantz. El cuerpo del reproductor es de metal gris cañón de fusil oscuro cepillado con arañazos naturales sutiles y marcas de desgaste, y cuenta con dos grandes perillas de metal moleteado impresas con pequeñas etiquetas sans-serif claras: "GAIN" y "MONITOR." En el centro del dispositivo hay un medidor VU clásico con una retroiluminación ámbar suave y cálida, con su aguja descansando cerca de la marca cero. A la derecha del medidor hay un interruptor físico de palanca resistente, activado hacia arriba para indicar el estado "PLAY". Mientras se reproduce el audio, el medidor VU emite ondas concéntricas que se expanden lentamente, parecidas a suaves ondas en el agua o tenues ondas sonoras, en un tono verde brumoso translúcido que se mezcla naturalmente con el fondo nebuloso.
Debajo del banner, el diseño de la página cambia a una cuadrícula limpia de estilo documental utilizada como sección de biblioteca de sonidos. En la parte superior de esta sección hay un encabezado pequeño y elegante en tipografía de mayúsculas con espaciado amplio: "CURRENT EXPEDITIONS". Debajo del encabezado hay una cuadrícula ordenada de dos columnas que muestra cuatro tarjetas de paisajes sonoros, cada una con un estilo distinto.
Tarjeta 1 (arriba a la izquierda): el fondo es una miniatura melancólica y neblinosa de la orilla de un río, con el título "Dawn Chorus in Danum Valley", y debajo la leyenda "Ubicación: Sabah, Borneo" y "Duración: 42:15". Una pequeña insignia ámbar a la derecha de la tarjeta dice "Currently Playing".
Tarjeta 2 (arriba a la derecha): un primer plano de hojas verdes anchas y húmedas, con el título "Monsoon Rain on Broadleaves", la leyenda "Ubicación: Khao Yai, Tailandia" y "Duración: 1:15:30", y un botón de contorno fino etiquetado como "Listen".
Tarjeta 3 (abajo a la izquierda): una silueta brumosa del dosel del bosque al anochecer, con el título "Nocturnal Gibbon Calls", la leyenda "Ubicación: Khao Sok, Tailandia" y "Duración: 58:02", y un botón de contorno fino etiquetado como "Listen".
Tarjeta 4 (abajo a la derecha): un primer plano macro de la textura de la corteza de un árbol, con el título "Hornbill Wingbeats", la leyenda "Ubicación: Taman Negara, Malasia" y "Duración: 24:40", y un botón de contorno fino etiquetado como "Listen".
En el extremo derecho de la cuadrícula de paisajes sonoros, un panel vertical abarca la mitad inferior de la sección, estilizado como una página de un cuaderno de ciencia de campo vintage. El papel tiene una textura crema suave y envejecida, con una leve mancha de café en la esquina inferior derecha. El título del panel usa una fuente monoespaciada de máquina de escribir que dice "FIELD NOTES", con un cuerpo de texto elegante y ligeramente desvanecido en tono de tinta: "Recorded using parabolic microphones and Nagra IV-S tape recorders. Humidity: 94% Temp: 24°C." Junto al texto hay un boceto fino dibujado a mano con tinta marrón oscuro de una planta carnívora.
En la parte inferior de la página hay un pie de página minimalista que abarca todo el ancho, con una fina línea divisoria verde oscuro encima. El pie de página dice "Copyright 2024 Rainforest Archive" a la izquierda y "Funded by the Wildlife Conservation Society" a la derecha, ambos en una fuente serif pequeña, suave y discreta.
PPT: Una diapositiva educativa profesional de PPT con una relación de aspecto de 16:9. El fondo es un gradiente azul grisáceo extremadamente sutil, superpuesto con un patrón de onda sinusoidal de muy baja opacidad y una textura tenue de cuadrícula de puntos, creando una atmósfera rigurosa de física académica con un toque tecnológico. Centrado en la parte superior de la diapositiva se encuentra el área del título principal, con el texto en tipografía sans-serif azul marino oscuro, grande y en negrita: "AC Circuit Analysis: Resistor with Sinusoidal Voltage." Directamente debajo del título hay una línea horizontal naranja brillante y delgada como divisor visual, con pequeños remates circulares en ambos extremos para añadir un sentido de ceremonia al diseño. El cuerpo principal de la diapositiva se divide en dos columnas utilizando un sistema estricto de alineación de cuadrícula, con las columnas izquierda y derecha en una relación de ancho aproximada de 1:1.2, brindando amplio espacio de visualización a las fórmulas complejas de la derecha.
En la parte superior de la columna izquierda hay una barra de encabezado naranja rectangular redondeada con texto blanco en negrita centrado: "PROBLEM DATA & WAVEFORM." La barra de encabezado tiene una sombra paralela sutil en la parte inferior, lo que le da una sensación tridimensional ligeramente elevada. Debajo del encabezado naranja hay una tarjeta de datos redondeada de color blanco grisáceo claro con un borde azul claro extremadamente delgado, que contiene cuatro puntos de datos dispuestos verticalmente. Cada punto tiene un icono minimalista de línea gris sólida a su izquierda —en orden, un símbolo de resistor, una línea de onda, una flecha de voltaje y un símbolo de reloj—. El texto de los cuatro puntos está en tipografía gris oscuro clara, leyendo en orden: "Resistor (R) = 10 Ω," "Waveform = Sinusoidal," "Peak Voltage (V subscript p) = 311 V," y "Period (T) = 0.02 s," dispuestos cuidadosamente con un espaciado de línea cómodo, con los números clave resaltados en un color ligeramente más oscuro.
Debajo de la tarjeta de datos se encuentra el área del gráfico, con un título de gráfico en gris oscuro centrado en la parte superior: "Voltage vs. Time". El gráfico en sí es un sistema de coordenadas 2D con líneas de cuadrícula en gris claro. A la izquierda del eje Y vertical se encuentra la etiqueta en gris oscuro "Voltage (V)", con marcas de graduación etiquetadas como "+311", "0" y "-311" en texto azul oscuro sobre recuadros de fondo blanco. Debajo del eje X horizontal se encuentra la etiqueta en gris oscuro "Time (s)", con marcas de graduación etiquetadas como "0.01" y "0.02". En el centro del sistema de coordenadas hay una curva de onda sinusoidal roja brillante, suave, completa y ligeramente resplandeciente, de grosor de línea moderado, que muestra una periodicidad perfecta. En el pico de la onda sinusoidal, una flecha vertical de doble punta en azul oscuro indica la amplitud, etiquetada en texto azul oscuro: "V subscript p = 311 V". Encima de un periodo completo en el eje X hay una línea de cota horizontal en azul oscuro con líneas de referencia verticales en ambos extremos, etiquetada en el centro en texto azul oscuro: "T = 0.02 s". El área del gráfico tiene un amplio espacio en blanco en general, manteniendo el enfoque visual en la forma de onda roja.
En la parte superior de la columna derecha hay otra barra de encabezado naranja rectangular redondeada, alineada en altura con el encabezado izquierdo, con texto blanco en negrita centrado: "SOLUTION STEPS & CALCULATIONS". Debajo del encabezado naranja, cuatro tarjetas redondeadas con degradado azul claro están dispuestas verticalmente con un espaciado uniforme entre ellas y un amplio margen interno.
La primera tarjeta tiene una insignia circular numerada de color azul oscuro en la esquina superior izquierda con un "1" blanco en su interior. El título de la tarjeta está en texto azul oscuro en negrita: "1. Maximum Current (I subscript p)." El cuerpo inferior está dispuesto en tres líneas con el estilo visual de la notación matemática estándar —con barras de fracción, subíndices/superíndices y radicales renderizados elegantemente— leyendo en gris oscuro: "Formula: Ohm's Law, I subscript p = V subscript p over R," seguido del cálculo "I subscript p = 311 V over 10 Ω = 31.1 A." En la esquina inferior derecha de la tarjeta hay un cuadro de resaltado redondeado de color amarillo brillante con texto azul oscuro en negrita: "I subscript p = 31.1 A."
La insignia de la segunda tarjeta muestra "2", titulada "2. Lectura de voltímetro de CA (V subíndice rms)". El cuerpo incluye la nota "Los voltímetros leen el valor RMS", la fórmula "V subíndice rms = V subíndice p sobre raíz cuadrada de 2" y el cálculo "V subíndice rms = 311 V sobre 1.414 ≈ 220 V", con el cuadro resaltado en la esquina inferior derecha mostrando "V subíndice rms ≈ 220 V".
La insignia de la tercera tarjeta muestra "3", titulada "3. Potencia real disipada (P subíndice avg)". El cuerpo incluye "Usando valores RMS", la fórmula "P subíndice avg = (V subíndice rms) al cuadrado sobre R", el cálculo "P subíndice avg = (220 V) al cuadrado sobre 10 Ω = 48400 sobre 10 W = 4840 W", con el cuadro resaltado en la esquina inferior derecha mostrando "P subíndice avg = 4.84 kW".
La insignia de la cuarta tarjeta muestra "4", titulada "4. Calor de Joule en medio ciclo (Q subíndice half)". El cuerpo incluye "Energía = Potencia × Tiempo", el cálculo de tiempo "Tiempo = T sobre 2 = 0.01 s", el cálculo principal "Q subíndice half = P subíndice avg × (0.01 s) = 4840 W × 0.01 s = 48.4 J", con el cuadro resaltado en la esquina inferior derecha mostrando "Q subíndice half = 48.4 J". Los cuadros resaltados de las cuatro tarjetas están alineados uniformemente en la esquina inferior derecha, creando una alineación visual ordenada y un flujo de lectura coherente.
En la parte inferior de la diapositiva hay un divisor horizontal gris claro extremadamente delgado, debajo del cual se centra un texto pequeño sans-serif gris claro: "Experimental Physics - AC Circuits Analysis Module." El área del pie de página permanece mínima, manteniendo el resto del fondo con gráficos limpios y espacio en blanco. El sistema de colores general de la diapositiva se basa en azul marino oscuro, naranja brillante, azul grisáceo claro y blanco puro, con la forma de onda roja y los cuadros de resaltado amarillo como acentos visuales que rompen la monotonía y añaden vitalidad y profesionalismo. Todo el texto tiene bordes nítidos y un contraste extremadamente alto, asegurando una legibilidad clara en proyectores o pantallas. La iluminación y las sombras se manejan con moderación, añadiendo profundidad solo mediante sombras paralelas sutiles debajo de las tarjetas y ligeros reflejos en las barras de encabezado, resultando en una diapositiva de enseñanza de física profesional altamente pulida, claramente estructurada y rica en información.
Diseño de ilustración: Una ilustración en acuarela dibujada a mano sobre papel de acuarela suave de color blanquecino. La superficie del papel muestra las características del arte botánico tradicional, incluida una granulación de pigmento claramente visible y la suave difusión del color producida por la técnica de húmedo sobre húmedo. En el área central superior de la composición hay un ramo de violetas y pensamientos. Los pétalos mezclan degradados de morado claro, morado profundo y lavanda, con centros florales de color amarillo dorado. Junto a las flores hay pequeñas hojas verde esmeralda renderizadas con lavados de acuarela translúcidos y venas finamente detalladas. Una iluminación direccional suave ilumina la escena, resaltando la textura del papel de acuarela y las sutiles variaciones en el pigmento. Directamente debajo del motivo floral, centrada horizontalmente en la mitad inferior del papel, aparece la palabra "Виолета". La rotulación está escrita en una escritura caligráfica arqueada utilizando tinta dorada metálica. Las formas de las letras están renderizadas con trazos fluidos y continuos y una sutil calidad tridimensional en relieve, emitiendo un suave brillo metálico bajo la luz.
Wanxiang
Fotografía de retrato
| Fotografía fotorrealista
| Estilos artísticos
|
Renderizado de texto
| Diseño de póster
| Generación de conjuntos de imágenes
|
Ver prompt
Fotografía de retrato: Retrato hiperrealista de mujer escandinava, cabello rubio platino fluido y ojos azules penetrantes con pecas prominentes, mirada intelectual aguda, iluminación direccional nórdica de tonos fríos que crea una atmósfera helada, estilo moderno minimalista con líneas limpias, fondo desenfocado de gradiente frío con poca profundidad de campo, rasgos faciales nórdicos auténticos y textura de piel de porcelana.
Fotografía fotorrealista: Escena forestal con perspectiva de ojo de pez y distorsión de perspectiva dramática, zorro rojo ultra detallado mirando fijamente al lente con ojos ámbar penetrantes, textura de pelaje hiperrealista que muestra pelos de guarda individuales y capas de subpelo, árboles deformados radialmente formando patrones de fondo circulares, estilo de pintura acuarela con lavados translúcidos y sangrado orgánico de pigmento, paleta pastel suave de tonos verde musgo y ocre terroso, iluminación pictórica con resplandor atmosférico a través de los huecos del dosel
Estilos artísticos: Escena pastoral al estilo de pintura al óleo vintage, un granjero pastoreando ovejas a través de un prado lleno de flores silvestres, un molino de viento a lo lejos girando bajo un cielo azul con nubes blancas, humo saliendo en espiral de la chimenea de una casa de madera, colores brillantes y suaves, lleno de tranquilidad y confort.
Renderizado de texto: Una página de una guía de identificación de plantas. Estilo de acuarela dibujado a mano. Representa un diente de león con sus partes etiquetadas.
Diseño de póster: Escena de póster cinematográfico: Primer plano macro extremo de un ojo en una grieta de madera. Monocromo minimalista, fusión de acuarela y CGI, baja saturación. Acercamiento lento con temblor para una intensidad surrealista. Amplio espacio negativo, título oculto. Optimizado para la generación de video inmersivo.
Generación de conjuntos de imágenes: Toda una vida de recuerdos para un anciano. Cuatro retratos en diferentes marcos: infancia (foto en blanco y negro), juventud (foto con uniforme militar), mediana edad (foto de trabajo con traje de negocios) y vejez (foto con su cónyuge).
Selección de modelo
- qwen-image-3.0-pro: Calidad insignia. Admite la reescritura inteligente de prompts y destaca en el renderizado de texto que se integra naturalmente con materiales físicos tanto en chino como en inglés.
- qwen-image-2.1-pro: El mejor equilibrio entre velocidad, calidad y costo. Admite hasta 10 imágenes de referencia para tareas de imagen a imagen y puede generar automáticamente imágenes con canales transparentes basándose en el prompt.
- qwen-image-2.1-turbo: La mejor relación costo-beneficio. El modelo más rentable de la serie Qwen-Image. Admite hasta 10 imágenes de referencia para tareas de imagen a imagen y puede generar automáticamente imágenes con canales transparentes basándose en el prompt.
Inicio rápido
Requisitos previos
Antes de comenzar, obtenga una clave de API y luego configure la clave de API como variable de entorno. Si utiliza el SDK de DashScope, también debe instalar el SDK.
Código de ejemplo
Los siguientes ejemplos utilizan llamadas síncronas. La serie Qwen-Image también admite llamadas asíncronas. Para los modelos de la serie Wan, consulte la referencia de API correspondiente.
Python
import os
import dashscope
from dashscope import MultiModalConversation
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
response = MultiModalConversation.call(
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="qwen-image-3.0-pro",
messages=[{
"role": "user",
"content": [
{"text": "A vertical outdoor portrait photograph with a warm afternoon street atmosphere. Deep green vines and small orange flowers cascade from building eaves across the upper area. A dark blue sign reads 'Il Messaggero' in white Gothic lettering, partially obscured by foliage. Below, a newsstand displays newspapers behind black metal-framed glass, blurred by shallow depth of field. Strong backlight streams from the street's end. Center-right, a young woman in a black spaghetti-strap backless dress looks back at the camera with a warm smile. Her long, thick wavy black hair is outlined by golden rim light. She has fair skin, bright eyes, soft coral-red lips, and holds a large bouquet of orange, apricot, pink and peach roses contrasting with her black dress. The sunlit city street stretches into the blurred background. Warm film-like tones with fine grain, soft contrast and pronounced backlit edge glow create a romantic, bright, urban strolling atmosphere."}
]
}],
prompt_extend=True
)
print(response)
if response.status_code == 200:
url = response.output.choices[0].message.content[0]["image"]
print(f"Generated image URL: {url}")
else:
print(f"Error: {response.code} - {response.message}")
Java
import java.util.Arrays;
import java.util.Collections;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversation;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationParam;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationResult;
import com.alibaba.dashscope.common.MultiModalMessage;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.utils.Constants;
public class ImageEditExample {
public static void main(String[] args) {
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";
MultiModalConversation conv = new MultiModalConversation();
MultiModalMessage userMessage = MultiModalMessage.builder()
.role(Role.USER.getValue())
.content(Arrays.asList(
Collections.singletonMap("text", "A vertical outdoor portrait photograph with a warm afternoon street atmosphere. Deep green vines and small orange flowers cascade from building eaves across the upper area. A dark blue sign reads 'Il Messaggero' in white Gothic lettering, partially obscured by foliage. Below, a newsstand displays newspapers behind black metal-framed glass, blurred by shallow depth of field. Strong backlight streams from the street's end. Center-right, a young woman in a black spaghetti-strap backless dress looks back at the camera with a warm smile. Her long, thick wavy black hair is outlined by golden rim light. She has fair skin, bright eyes, soft coral-red lips, and holds a large bouquet of orange, apricot, pink and peach roses contrasting with her black dress. The sunlit city street stretches into the blurred background. Warm film-like tones with fine grain, soft contrast and pronounced backlit edge glow create a romantic, bright, urban strolling atmosphere.")
))
.build();
MultiModalConversationParam param = MultiModalConversationParam.builder()
.apiKey(System.getenv("DASHSCOPE_API_KEY"))
.model("qwen-image-3.0-pro")
.messages(Arrays.asList(userMessage))
.parameter("prompt_extend", true)
.build();
try {
MultiModalConversationResult result = conv.call(param);
System.out.println(result);
} catch (Exception e) {
e.printStackTrace();
}
}
}
curl
Ejemplo de solicitud
curl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--data '{
"model": "qwen-image-3.0-pro",
"input": {
"messages": [
{
"role": "user",
"content": [
{
"text": "A vertical outdoor portrait photograph with a warm afternoon street atmosphere. Deep green vines and small orange flowers cascade from building eaves across the upper area. A dark blue sign reads '\''Il Messaggero'\'' in white Gothic lettering, partially obscured by foliage. Below, a newsstand displays newspapers behind black metal-framed glass, blurred by shallow depth of field. Strong backlight streams from the street'\''s end. Center-right, a young woman in a black spaghetti-strap backless dress looks back at the camera with a warm smile. Her long, thick wavy black hair is outlined by golden rim light. She has fair skin, bright eyes, soft coral-red lips, and holds a large bouquet of orange, apricot, pink and peach roses contrasting with her black dress. The sunlit city street stretches into the blurred background. Warm film-like tones with fine grain, soft contrast and pronounced backlit edge glow create a romantic, bright, urban strolling atmosphere."
}
]
}
]
},
"parameters": {
"prompt_extend": true
}
}'
Ejemplo de respuesta
{
"output": {
"choices": [
{
"finish_reason": "stop",
"message": {
"content": [
{
"image": "https://dashscope-result-sz.oss-cn-shenzhen.aliyuncs.com/xxx.png?Expires=xxx"
}
],
"role": "assistant"
}
}
]
},
"usage": {
"output_height": 1024,
"output_width": 1024,
"input_image_count": 0,
"input_image_type": "qima_input_1k",
"output_image_count": 1,
"output_image_type": "qima_output_1k"
},
"request_id": "571ae02f-5c9d-436c-83c2-f221e6df0xxx"
}
CLI de dashscope
Llamada a través de la línea de comandos dashscope.
export DASHSCOPE_API_KEY="your-api-key"
# Replace {WorkspaceId} with your workspace ID, ap-southeast-1 with your region (e.g., us-east-1, eu-central-1)
export DASHSCOPE_HTTP_BASE_URL="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"
dashscope image-synthesis create -m qwen-image-3.0-pro -p "A cute cat" -n 1
ImportanteEl asistente interactivo SDK Expert puede realizar las mismas tareas de desarrollo y solución de problemas mediante lenguaje natural; consulte
DashScope SDK Expert.Para la tabla completa de regiones, consulte Resumen de URL base.
Capacidades clave
1. Seguimiento de prompts
Parámetros: messages.content.text o input.prompt (requerido), y negative_prompt (opcional).
- prompt: Describe el contenido deseado para la imagen, incluyendo el sujeto, la escena, el estilo, la iluminación y la composición. Este es el parámetro principal para controlar la generación de texto a imagen.
- prompt negativo: Describe lo que se debe excluir de la imagen, como "borroso" o "dedos extra". Este parámetro ayuda a refinar la calidad del resultado.
Para obtener mejores resultados, utilice un prompt estructurado. Para más información, consulte la Guía de prompts de texto a imagen.
El parámetro
negative_promptno es compatible con las series wan2.7-image-pro, wan2.7-image y qwen-image-2.1. Para excluir elementos no deseados, descríbalos en el prompt (por ejemplo, "no incluir xxx").
2. Habilitar reescritura de prompts
Parámetro: parameters.prompt_extend (Booleano, el valor predeterminado es true).
Esta función expande y optimiza automáticamente los prompts cortos para mejorar la calidad de la imagen. Habilitar esta función añade de 3 a 5 segundos al tiempo de generación, ya que se utiliza un modelo grande para reescribir el prompt.
Recomendaciones:
- Habilite esta función para prompts breves o generales para mejorar significativamente la calidad de la imagen.
- Desactive esta función si necesita un control preciso sobre los detalles de la imagen, si ha proporcionado un prompt exhaustivo o si la latencia de respuesta es una preocupación. Para desactivarla, establezca el parámetro
prompt_extendenfalse.
El parámetro
prompt_extendno es compatible con wan2.7-image-pro y wan2.7-image. Para mejorar la calidad de la imagen en estos modelos, habilitethinking_modeen su lugar. Los modelos de las series qwen-image-3.0 y qwen-image-2.1 admiten el parámetroprompt_extend(habilitado de forma predeterminada).
Parámetro: parameters.prompt_extend_mode (string, opcional, valor predeterminado direct). Compatible con las series qwen-image-3.0 y qwen-image-2.1. Especifica el método de reescritura utilizado cuando prompt_extend está habilitado:
direct: Mejora directa de prompts (DPE), adecuada para la mayoría de los escenarios. Compatible tanto con texto a imagen (T2I) como con imagen a imagen/edición (I2I).agent: Mejora de prompts por agente (APE), proporciona una reescritura más refinada. Solo es compatible con texto a imagen (T2I). Pasaragentpara imagen a imagen/edición (I2I) devuelve un error 400.
3. Establezca la resolución de la imagen de salida
Parámetro: parameters.size (string), en formato "width*height".
- Serie qwen-image-3.0, serie qwen-image-2.1: De 512*512 a 2048*2048, relación de aspecto de 1:8 a 8:1. Si no se especifica, el modelo recomienda automáticamente una resolución.
- Serie qwen-image-2.0: 512*512 a 2048*2048, predeterminado 2048*2048.
- wan2.7-image-pro: Admite las abreviaturas
1K/2K/4Ko valores personalizados de 768*768 a 4096*4096, valor predeterminado 2K. Relación de aspecto de 1:8 a 8:1. - wan2.7-image: Admite las abreviaturas
1K/2Ko valores personalizados de 768*768 a 2048*2048, valor predeterminado 2K. Relación de aspecto de 1:8 a 8:1. - Para modelos Wan anteriores, consulte la referencia de API correspondiente.
El modelo
wan2.7-image-proadmite resolución 4K y resoluciones personalizadas de hasta 40964096, pero solo para tareas de texto a imagen (donde no se introduce ninguna imagen y la generación de conjuntos de imágenes está deshabilitada). Todos los demás escenarios están limitados a resolución 2K (20482048).
Resoluciones recomendadas:
Relación de aspecto | 4K (wan2.7-image-pro) | 2K (wan2.7-image, serie qwen-image-3.0, serie qwen-image-2.1, qwen-image-2.0) | 1K (Wan t2i) |
|---|---|---|---|
1:1 | 4096*4096 | 2048*2048 | 1280*1280 |
16:9 | 4096*2304 | 2688*1536 | 1696*960 |
9:16 | 2304*4096 | 1536*2688 | 960*1696 |
4:3 | 4096*3072 | 2368*1728 | 1472*1104 |
3:4 | 3072*4096 | 1728*2368 | 1104*1472 |
4. Generación de conjuntos de imágenes
Parámetro: parameters.enable_sequential (Booleano, valor predeterminado false). Compatible únicamente con wan2.7-image-pro y wan2.7-image.
Establézcalo en true para habilitar el modo de generación de conjuntos de imágenes. En este modo, el modelo utiliza el prompt y cualquier imagen de referencia para generar múltiples imágenes coherentes con la historia a partir de una sola solicitud.
- Número de imágenes: Controlado por el parámetro
n. Cuando este modo está habilitado, este valor puede oscilar entre 1 y 12, con un valor predeterminado de 12. El modelo determina el número real de imágenes que genera, el cual no excederán. - Nota: Cuando la generación de conjuntos de imágenes está habilitada, los parámetros
thinking_modeycolor_paletteno están disponibles.
5. Modo de pensamiento
Parámetro: parameters.thinking_mode (Booleano, valor predeterminado true). Compatible únicamente con wan2.7-image-pro y wan2.7-image.
Cuando está habilitado, el modelo mejora sus capacidades de razonamiento para aumentar la calidad de la imagen. Esto incrementa el tiempo de generación.
Disponible solo cuando la generación de conjuntos de imágenes está deshabilitada (
enable_sequential=false).
6. Paleta de colores personalizada
Parámetro: parameters.color_palette (array). Compatible únicamente con wan2.7-image-pro y wan2.7-image.
Defina el esquema de colores de la imagen proporcionando un array de objetos, donde cada objeto especifica un color hexadecimal y su proporción. Debe proporcionar de 3 a 10 colores (se recomiendan 8), y la suma de todas las proporciones debe ser igual a 100.00%.
Disponible solo cuando la generación de conjuntos de imágenes está deshabilitada (
enable_sequential=false).
Haga clic para ver un ejemplo de entrada
"color_palette": [
{
"hex": "#C2D1E6",
"ratio": "23.51%"
},
{
"hex": "#CDD8E9",
"ratio": "20.13%"
},
{
"hex": "#B5C8DB",
"ratio": "15.88%"
},
{
"hex": "#C0B5B4",
"ratio": "13.27%"
},
{
"hex": "#DAE0EC",
"ratio": "10.11%"
},
{
"hex": "#636574",
"ratio": "8.93%"
},
{
"hex": "#CACAD2",
"ratio": "5.55%"
},
{
"hex": "#CBD4E4",
"ratio": "2.62%"
}
]
7. Otros parámetros comunes
Parámetro: parameters.n (entero, opcional, predeterminado: 1). El número de imágenes de salida. Las series qwen-image-3.0 y qwen-image-2.1 admiten de 1 a 6 imágenes; wan2.7-image-pro y wan2.7-image admiten de 1 a 4 imágenes cuando la generación de conjuntos de imágenes está desactivada, o especifique el número máximo de imágenes (rango: 1 a 12, predeterminado: 12) cuando está activada. Consulte "Generación de conjuntos de imágenes" arriba para más detalles.
El valor de n afecta directamente al costo: costo = precio unitario x número de imágenes generadas exitosamente.
Parámetro: parameters.seed (entero, opcional, rango: [0, 2147483647]). Semilla aleatoria. Si no se proporciona, el servicio selecciona una al azar. Utilizar la misma semilla produce resultados relativamente estables. Para conocer la compatibilidad específica, consulte la referencia de API de cada modelo.
Parámetro: parameters.watermark (bool, opcional, valor predeterminado: false). Indica si se debe añadir una marca de agua. La marca de agua aparece en la esquina inferior derecha de la imagen y dice "AI-generated".
Implementación en producción
-
Tolerancia a fallos
- Gestión de límites de tasa: Cuando la API devuelve el código de error
Throttlingo el código de estado HTTP 429, se ha activado el límite de tasa. Para gestionar los límites de tasa, consulte Límites de tasa. - Sondeo para tareas asíncronas: Al sondear el resultado de una tarea asíncrona, implemente una estrategia de sondeo razonable para evitar activar límites de velocidad. Por ejemplo, sondee cada 3 segundos durante los primeros 30 segundos, luego aumente el intervalo de sondeo. Establezca un tiempo de espera final para la tarea (por ejemplo, 2 minutos). Si la tarea excede el tiempo de espera, márquela como fallida.
- Gestión de límites de tasa: Cuando la API devuelve el código de error
-
Prevención de riesgos
- Persistencia de resultados: Las URL de imágenes de la API son válidas durante 24 horas. Su sistema de producción debe descargar la imagen inmediatamente después de recibir la URL y transferirla a su propio servicio de almacenamiento persistente, como Alibaba Cloud Object Storage Service (OSS).
- Moderación de contenido: Todas las entradas de
promptynegative_promptestán sujetas a moderación de contenido. Si la entrada no cumple con las normas, la solicitud se bloquea y se devuelve un errorDataInspectionFailed. - Riesgos de derechos de autor y cumplimiento del contenido generado: Asegúrese de que sus prompts cumplan con todas las leyes y regulaciones aplicables. Generar contenido que incluya marcas registradas, imágenes de celebridades o propiedad intelectual (IP) protegida por derechos de autor puede conllevar riesgos de infracción. Usted es responsable de evaluar y asumir todos los riesgos asociados.
Referencia de API
- Qwen - Generación y edición de imágenes
- Qwen-Image
- Wan2.7 - generación y edición de imágenes
- Wan2.6 - generación y edición de imágenes
- Wan - texto a imagen v2
- Z-Image - texto a imagen
Facturación y limitación de tasa
- Para cuotas gratuitas y precios, consulte precios del modelo.
- Para límites de tasa, consulte Generación de imágenes.
- Solo se le cobra por las imágenes generadas con éxito. Las solicitudes fallidas y los errores de procesamiento no generan cargos ni consumen la cuota gratuita para nuevos usuarios.
Códigos de error
Si la llamada al modelo falla y devuelve un mensaje de error, consulte Códigos de error para su resolución.
FAQ
P: ¿Cuánto tiempo son válidas las URL de las imágenes? ¿Cómo guardo las imágenes permanentemente?R: Las URL de las imágenes caducan después de 24 horas. Debe descargar la imagen mediante programación inmediatamente y guardarla en un almacenamiento persistente, como un servidor local o Alibaba Cloud Object Storage Service.
P: Mi llamada a la API devuelve un error DataInspectionFailed. ¿Cómo lo resuelvo?R: Este error significa que su entrada activó la moderación de contenido. Revise su prompt o negative_prompt, elimine cualquier contenido que no cumpla con las normas y vuelva a intentar la solicitud.
P: ¿Cuándo debo habilitar o deshabilitar el parámetro prompt_extend?R: Manténgalo habilitado (el valor predeterminado) para prompts concisos o para obtener resultados más creativos. Establézcalo explícitamente en false cuando su prompt ya sea detallado y especializado, o cuando sea sensible a la latencia de la API.
Nota: Los modelos wan2.7-image-pro y wan2.7-image no admiten el parámetro prompt_extend. Para mejorar la calidad de la imagen, habilite thinking_mode en su lugar.
R: Haga clic en Clear current conversation en la esquina superior derecha de la consola.











