通义万相-图像背景生成模型专为商品换背景而设计。您可以选择文本引导（通过输入中英文描述生成背景）、图像引导（使用现有图片作为背景参考），或同时结合这两种方式。此外，模型还支持使用边缘引导元素（即图像的增强边缘特征），可以指定前景和背景内容。借助边缘引导元素，前景和背景在生成时能更自然地与商品融合。该模型适合电商和海报场景，助您快速生成高质量的商品图像。
模型概览
模型效果示意
模型说明
模型名 | 免费额度 | 计费单价 | 限流（含主账号与RAM子账号） | |
任务下发接口QPS限制 | 同时处理中任务数量 | |||
wanx-background-generation-v2 | 免费额度：500张 有效期：180天 | 0.08元/张 | 2 | 1 |
前期准备
本文的示例代码使用HTTP调用。在调用前，您需要开通模型服务并获取API Key，再配置API Key到环境变量。
图像模型处理时间较长，为了避免请求超时，HTTP调用仅支持异步获取模型结果。您需要发起两个请求：
创建任务：首先发送一个请求创建任务，该请求会返回任务ID。下文的示例代码已提供创建任务代码。
根据任务ID查询结果：使用上一步获得的任务ID，查询模型生成的结果。查询接口如下所示，需要将
86ecf553-d340-4e21-xxxxxxxxx替换为真实的任务ID。
curl -X GET https://dashscope.aliyuncs.com/api/v1/tasks/86ecf553-d340-4e21-xxxxxxxxx \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"HTTP请求的详细示例请参见图像背景生成API参考。
关键能力
通义万相-图像背景生成模型提供多种背景生成方式。生成方式从简单到复杂依次排列如下：
文本引导：最简单的生成方式，通过输入中英文描述即可生成背景。
图像引导：基于引导图像生成相似背景。
noise_level可用于调整生成背景与引导图像之间的相关性。文本+图像引导：当结合引导文本和引导图像时，可通过
ref_prompt_weight设置引导文本的权重，调整引导文本和引导图像对生成背景的影响。文本、图像以及引入边缘引导元素（前景/背景）：适合复杂且需要细节的商品背景生成场景。比如，设置商品摆放的展台为前景，模型会将展台和主体商品自然地融合。这里的前景或背景需要使用边缘引导算法生成。文本、图像及边缘引导元素可以自由组合成多种生成方式。下文将以 文本+图像+边缘引导元素（前景/背景）为例，展示边缘引导元素对图像背景生成的影响。
使用建议：优先体验文本引导或图像引导，再使用文本与图像结合的引导方式。若商品背景要求高且场景复杂，可以考虑选择包含边缘引导元素的生成方式。
文本引导
最简单的生成方式，推荐优先尝试。通过输入中英文描述，即可为主体图像生成背景。
字数限制：英文最多支持150个单词，中文大概是100到120个中文字符，超过部分会被自动忽略。
图像引导
基于引导图像为主体商品生成相似背景。模型能够将主体图像自然地融合至基于引导图像生成的背景中。
设置nosie_level字段
通过noise_level 调整生成的背景与引导图像之间的相关性。noise_level字段的取值范围为[0,999]，默认值为300。
数值越小：表示生成背景与引导图像的相关性越高。
数值越大：表示生成背景与引导图像的相关性越低。
文本+图像引导
您还可以结合引导文本和引导图像生成主体商品的背景。
设置ref_prompt_weight字段
当同时设置引导文本和引导图像时，可通过ref_prompt_weight设置引导文本的权重，调整引导文本和引导图像对生成背景的影响程度。ref_prompt_weight字段的取值范围为[0,1]，默认值为0.5。
ref_prompt_weight < 0.5：表示引导图像对生成背景的影响更大。
ref_prompt_weight = 0.5：表示引导文本和引导图像权重各为0.5，对于生成背景的影响程度一样。
ref_prompt_weight > 0.5：表示引导文本对生成背景的影响更大。
文本+图像+边缘引导元素（前景/背景）
结合引导文本、引导图像，以及边缘引导元素图像（前景或背景），适用于复杂且需要细节的商品背景生成场景。对于边缘引导元素图像，前景图像会对主体商品产生遮挡，而背景图像的图层则位于主体商品之后。需要注意的是，前景和背景图像需通过边缘引导算法生成。
为什么前景和背景需要使用边缘引导算法生成？
图像背景任务通常采用边缘引导算法，因其能够有效保留图像中的边缘和结构信息，同时增强细节表现，提高生成结果的自然性和真实感。
怎么添加前景/背景元素？
使用边缘引导元素生成方法生成前景或背景元素图像。
可以设置每个前景或背景元素图像的prompt，也可以不设置，用空字符串占位。
前景和背景元素列表顺序对应生成背景的图层顺序均为从底至上。
下图中的“桃花”、“可爱小狗”为前景元素的prompt，“树叶”为背景元素的prompt。其中，前景元素列表顺序为桃花、可爱小狗，对应生成背景的图层顺序为：桃花图层位于主体商品之前，可爱小狗图层位于桃花图层之前。背景元素为树叶，对应生成背景的图层为：树叶图层位于主体商品之后。
使用须知
输入图像限制
主体图像限制
主体图像必须为带透明背景的RGBA四通道图像，即主体为彩色且背景为透明的图像。输出图像的分辨率与该图像保持一致。
主体图像请不要使用半透明图像，这可能导致模型混淆。
主体图像不要带有文字，如大段文字、表格文字、图片混合文字等。
正确示例 （带透明背景RGBA图像） | 错误示例 | |
半透明图像 | 主体图像有文字 | |
|
|
|
引导图像限制
引导图像可以是 RGB 图像或带透明背景的 RGBA 图像。对于RGBA图像，Alpha通道值为0的区域不参与引导过程的生成。
前景或背景元素图像限制
每个前景或背景图像必须为带透明背景的RGBA四通道图像，分辨率和主体图像相同，如果不同则会自动缩放到和主体图像相同的分辨率。
前景或背景元素图像的生成方式请参见边缘引导元素生成方法。
如何查看并获取RGBA图像
检查图片格式。常见的RGBA格式包括png、webp等，而jpg，jpeg格式不是RGBA图像格式。
检查图片是否为RGBA图像。常用的方法有：
鼠标右键查看图像的文件属性，检查图像的通道信息。如果图像属性没有通道信息，使用图像编辑软件（如PS）进行查看。
使用Python脚本检查图片属性，代码见步骤3的
打印图像模式。
将RGB图像转化为RGBA图像。
// 安装依赖包
pip install Pillowfrom PIL import Image
# 打开图片
image_path = 'path_to_your_rgb_image.jpg' # 替换为你的文件路径
image = Image.open(image_path)
# 打印图像模式
print(image.mode) # 输出图像模式，例如 RGBA 或 RGB
# 判断图像模式是否为RGB，然后转换为RGBA
if image.mode == 'RGB':
rgba_image = image.convert('RGBA')
else:
print("图像不是RGB模式，当前模式为：", image.mode)
rgba_image = image # 如果不是RGB，则保持原图不变
# 保存或显示RGBA图片
rgba_image.save('path_to_save_rgba_image.png') # 替换为保存路径
rgba_image.show()
如何切换模型版本
图像背景生成模型为wanx-background-generation-v2，如果需要切换模型版本，请设置parameters.model_version参数。
v2：旧版模型，速度快，默认值。
v3：为新版模型，效果更好但响应速度慢，推荐切换到最新版本v3。
curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/background-generation/generation/' \
--header 'X-DashScope-Async: enable' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "wanx-background-generation-v2",
"input": {
"base_image_url": "https://vision-poster.oss-cn-shanghai.aliyuncs.com/lllcho.lc/data/test_data/images/main_images/new_main_img/a.png",
"ref_prompt": "山脉和晚霞"
},
"parameters": {
"model_version": "v2",
"n": 1
}
}'相关文档
图像API文档常见问题：图像模型通用问题汇总，包含模型计费与限流、接口高频报错等。