Bria Fibo Colorize 现已登陆WaveSpeedAI

The English file needs to be written with real content before translation. Let me provide the Simplified Chinese translation directly — here is the fully translated article:

title: “Bria Fibo Colorize 现已登陆WaveSpeedAI” date: “2026-02-20” author: “WaveSpeedAI” description: “Bria Colorize 可为黑白照片添加鲜艳色彩，或将彩色照片转换为黑白，支持多种风格预设。即用型 REST 推理 API，性能卓越，无冷启动延迟。” tags: [“image-colorization”, “color-grading”, “bria”, “photo-restoration”, “ai-image”]

AI 图像上色技术迎来了重大升级。Bria Fibo Colorize 现已在 WaveSpeedAI 上线，通过简单的 API 调用，即可为您的图像工作流带来智能照片上色与色彩调级能力。

无论是修复珍贵的黑白老照片，还是为整个产品目录统一应用色彩风格，Bria Fibo Colorize 都能以每张图片 $0.04 的低廉价格交付高质量结果。

什么是 Bria Fibo Colorize？

Bria Fibo Colorize 是一款双用途图像模型，可处理两类相关任务：

为黑白照片上色 — 将灰度图像转换为色彩自然、真实的全彩照片
为彩色照片应用色彩调级 — 使用四种艺术预设之一，对彩色图像进行风格重塑

工作流程简洁明了：提供一张图片并选择风格，模型会智能分析图像内容，生成经过精心设计、而非机械套用的上色效果。

每张图片仅需 $0.04，无论是探索测试还是生产级工作负载，都完全可以承受。

核心功能

四种色彩风格 — 可选择当代、鲜艳、黑白或棕褐色，匹配您的创意需求。

智能上色 — 模型理解图像内容，应用符合历史背景或审美标准的色彩，而非随机色调。

双向转换 — 支持双向操作：为黑白图像添加色彩，或将彩色图像转换为黑白或棕褐色调。

商业安全 — Bria 的模型基于已授权数据训练，生成内容可安全用于商业用途，无知识产权顾虑。

简洁的 REST API — 单一端点，参数极简，几分钟即可完成集成。

风格选项详解

当代（Contemporary）

大多数使用场景的默认选择。当代上色风格追求自然、现代的视觉效果——就像今天用一台调教精准的相机拍摄的照片所呈现的色调。这是照片修复、人像上色以及任何以真实感为首要目标场景的不二之选。

鲜艳（Vivid）

鲜艳风格通过提升饱和度和对比度，打造大胆、夺人眼球的视觉效果。当您希望图像更具冲击力时，可选择此风格——社交媒体内容、产品摄影，或视觉冲击力优先于严格真实感的创意营销项目。

黑白（Black & White）

对彩色图像应用高质量黑白转换。这并非简单的去饱和滤镜——模型会智能地将色彩亮度映射为灰度色调，在明暗细节的保留上远超平面去色处理。适用于艺术项目、纪录片风格，或需要从彩色素材批量生成一致黑白系列的场景。

棕褐色（Sepia）

棕褐色应用温暖的复古色调，唤起早期摄影的年代感。适用于历史内容、怀旧品牌风格，或任何希望传达”年代”或”经典”氛围而又不想完全使用黑白的项目。

应用场景

照片修复 — 让家族记忆重焕生机。用当代风格对亲人、历史事件或地点的黑白老照片进行上色，呈现自然可信的效果。

电商 — 为整个产品目录统一应用色彩调级，保持视觉品牌一致性；或快速生成黑白版本，用于编辑排版。

社交媒体 — 使用鲜艳风格让图像在信息流中脱颖而出；批量处理内容，在多篇帖子中保持统一的视觉风格。

纪录片与新闻摄影 — 为现代摄影应用黑白或棕褐色调，以传达历史背景，或为项目打造独特的视觉语言。

创意设计 — 快速探索色彩方案变体。将同一张图片依次套用多种风格，在确定最终方案之前找到最合适的视觉呈现。

快速上手

Bria Fibo Colorize 可通过 WaveSpeedAI Python SDK 调用。以下是为黑白照片上色的示例：

import wavespeed

output = wavespeed.run(
    "bria/fibo/colorize",
    {
        "image": "https://example.com/vintage-photo.jpg",
        "style": "contemporary",
    },
)

print(output["outputs"][0])  # 上色后图片的 URL

为现有彩色照片应用鲜艳色彩调级：

import wavespeed

output = wavespeed.run(
    "bria/fibo/colorize",
    {
        "image": "https://example.com/product-photo.jpg",
        "style": "vivid",
    },
)

print(output["outputs"][0])  # 调级后图片的 URL