WaveSpeedAI Hunyuan Image 3 Instruct Edit現已登陸WaveSpeedAI

圖像編輯的未來已經到來：自然語言與精準控制的結合

如果你可以簡單地描述你想要什麼，就能編輯任何圖像呢？無需複雜的軟體介面，無需花費數小時學習圖層遮罩和選擇工具——只需告訴AI你需要什麼，然後看著它完成。這不是遙遠的未來；它就在今天，通過現已在WaveSpeedAI上推出的Hunyuan Image 3.0 Instruct Edit實現。

騰訊最新的AI驅動圖像編輯進展代表著我們與視覺內容互動方式的根本轉變。你不再需要與傳統編輯工具搏鬥，而是可以用純英文描述你的願景，讓AI處理技術複雜性。

什麼是Hunyuan Image 3.0 Instruct Edit？

Hunyuan Image 3.0 Instruct Edit是一個基於指令的圖像編輯模型，可根據自然語言提示對現有圖像進行轉換。由騰訊AI研究團隊開發，它屬於Hunyuan模型家族，因其對視覺內容和人類意圖的精細理解而獲得認可。

與需要你手動選擇、遮罩和操作像素的傳統圖像編輯軟體不同，此模型能夠理解你的指令中的語境。告訴它「移除背景中的人物」或「將牆壁顏色改為深藍色」，它會智能地應用編輯，同時保留你圖像的原始構圖、光線和風格。

這與簡單的修補工具不同之處在於其深層的語境感知。該模型不僅僅是覆蓋區域——它理解場景結構、物體關係和視覺一致性。當你要求它移除某個物體時，它會重建其後面應該有什麼。當你請求改變顏色時，它會保持陰影、高光和材質紋理。

使其與眾不同的關鍵特性

自然語言控制 使用日常語言描述你想要改變的內容。無需技術術語——該模型解釋你的意圖並智能地應用修改。

多圖像參考支持 上傳最多兩張參考圖像來指導複雜編輯。這支援複雜的工作流程，如在圖像之間傳輸風格元素或使用一張圖像來指導另一張圖像的更改。

語境感知智能 該模型理解空間關係和場景構圖。當你移除物體時，它會適當地重建背景。當你修改元素時，它會保持視覺一致性。

靈活的輸出選項 支持七種寬高比預設（1:1、16:9、9:16、4:3、3:4、3:2、2:3）和256至1536像素的自訂尺寸，確保你的編輯圖像適合任何平臺或用途。

內置提示增強器 不確定如何表述你的編輯請求？集成提示增強工具會自動優化你的指令以獲得最佳結果。

可重複的結果 設置特定的種子值來生成一致的輸出——非常適合比較不同的編輯方法或創建變體。

真實世界應用

專業攝影

攝影師可以從照片中移除不需要的元素、修復輕微缺陷或增強特定細節，無需進行大量後期處理。令人分散注意力的背景標誌、意外的路人或不利的陰影可以通過簡單的文字指令在幾秒內解決。

電子商務和產品攝影

產品團隊可以快速迭代產品圖像——改變背景顏色、調整光線氛圍或修改產品外觀以測試不同的展示方式。曾經需要重新拍攝或進行大量Photoshop工作的事現在只需片刻。

大規模內容創作

社交媒體經理和內容創作者可以適應現有視覺資產以適應不同的平臺和語境。調整大小、重新構圖和修改圖像以適合各種格式要求，同時保持品牌一致性。

設計探索

設計師可以快速探索現有藝術作品的變體。測試不同的色彩方案、構圖更改或風格修改，無需從頭開始。這加快了創意流程並支援快速迭代。

營銷和廣告

營銷團隊可以為不同的活動、受眾或地區自訂視覺資產。修改文本疊加層、調整色彩方案以符合品牌指南或調整季節性促銷的圖像。

在WaveSpeedAI上開始使用

在WaveSpeedAI上使用Hunyuan Image 3.0 Instruct Edit非常簡單：

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A cinematic ocean wave at sunrise, highly detailed",
    "images": [
        "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg"
    ],
    "seed": -1
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/hunyuan-image-3-instruct/edit", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

針對使用參考圖像的更複雜編輯：

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A futuristic city at blue hour with soft volumetric light",
    "images": [
        "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg"
    ],
    "seed": -1
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/hunyuan-image-3-instruct/edit", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

WaveSpeedAI處理所有基礎設施複雜性，提供快速推理，無冷啟動。每張編輯圖像只需$0.12，對於個人創作者和企業工作流程都是經濟實惠的解決方案。

獲得最佳結果的提示

在你的指令中要具體 與其發出模糊的要求如「讓它看起來更好」，不如使用精確的語言：「增加天空中的對比度」或「移除圖像左側的紅色汽車」。

從高質量源圖像開始 更高分辨率的輸入通常會產生更好的編輯結果。該模型使用你給它的內容，所以更清晰的源材料會產生更清晰的輸出。

利用多圖像功能 進行複雜編輯時，使用第二張參考圖像來指導模型對你想要實現的目標的理解。

使用種子進行迭代 比較不同編輯方法時，保持種子常數，這樣唯一的變數就是你的提示。這有助於你理解不同的指令如何影響結果。

今天就轉變你的視覺工作流程

Hunyuan Image 3.0 Instruct Edit代表圖像編輯的新範例——一個創意意圖比技術技能更重要的範例。無論你是簡化後期製作的攝影師、為活動調整資產的營銷人員，還是維持一致視覺形象的內容創作者，此模型都消除了想象與執行之間的摩擦。

準備好體驗圖像編輯的未來了嗎？在WaveSpeedAI上試試Hunyuan Image 3.0 Instruct Edit並轉變你使用圖像的方式。