用于虚拟试穿——根据参考照片为人物换装,适用于时尚或电商场景。
共同生成政策 : 在支付任何 POST /v1/预测之前 :. 兰东种子仪式——总是第一是一项面向实际任务的技能,主要用于通过总和式的切变轴. 基因多样性—— 明确提示;6. 旋转 ≥2 情景轴本身。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
在任何付费的 POST /v1/predictions 请求之前:
将一件或多件服装虚拟试穿到人物照片上。速率限制:500 次请求/分钟 · 类别:图像编辑。
该模型的核心能力是仅编辑服装本身——人物身份、姿态、发型、背景及场景道具均保持不变。这使其适用于时尚编辑类应用、复杂印花/拼接设计以及多件服装叠加试穿,而不仅限于简单的平铺 T 恤替换。
权威 API 参考:p-image-try-on 模型文档 · 运维指南(Runware 托管):virtual try-on
展示质量门槛:realistic-persona-showcase.md · 试穿检查清单:p-image-try-on-quality-checklist.md · 示例:example-prompt.md
共享 HTTP 模式:pruna-api.md(上传、轮询、下载)
按单次生成计费(普通模式与 turbo 模式价格相同):
示例:3 件服装 → $0.015 + 2 × $0.008 = $0.031。
需提供一个 person_image,每个单品对应一个 garment_images[] 条目(最多支持 11 个),可选传入 reference_pose。模型将自动对每件服装进行分类 —— 数组顺序无关紧要,且无需手动标注“帽子”或“鞋子”。无需提供复合服装图;混合类别(如头饰 + 上装 + 鞋履 + 包袋)应统一放入单次调用中。
prompt —— 仅当参考图含多件服装,或服装已由真人穿着时使用;干净的平铺图无需 prompt。preserve_input_size: true(默认)—— 输出尺寸将与 person 图像一致。Runware 字段映射(同模型,不同托管方):person → person_image,garment → garment_images[],pose → reference_pose,positivePrompt → prompt,settings.turbo → turbo。
请遵循官方快速入门指南:先上传文件,再以 Model: p-image-try-on 调用 POST /v1/predictions。
# 上传人物照片
curl -X POST "https://api.pruna.ai/v1/files"
-H "apikey: ${PRUNA_API_KEY}"
-F "content=@/path/to/person.jpg"
# 上传服装图像(每件服装重复执行一次)
curl -X POST "https://api.pruna.ai/v1/files"
-H "apikey: ${PRUNA_API_KEY}"
-F "content=@/path/to/garment.png"
使用 -F(表单方式)配合 @ 从本地磁盘上传。将每次响应中的 urls.get 值分别填入 input.person_image 和 input.garment_images[]。
可选上传扩展字段: reference_pose(用于姿态参考的人物图像)。
curl -X POST 'https://api.pruna.ai/v1/predictions'
-H 'Content-Type: application/json'
-H "${PRUNA_API_KEY}"
-H 'Model: p-image-try-on'
-H 'Try-Sync: true'
-d '{
"input": {
"person_image": "https://api.pruna.ai/v1/files/PERSON_FILE_ID",
"garment_images": ["https://api.pruna.ai/v1/files/GARMENT_FILE_ID"]
}
}'
生产环境建议省略 Try-Sync 头以保障可靠性;轮询至状态变为 succeeded 后再下载:
curl -X POST 'https://api.pruna.ai/v1/predictions'
-H 'Content-Type: application/json'
-H "${PRUNA_API_KEY}"
-H 'Model: p-image-try-on'
-d '{
"input": {
"person_image": "https://api.pruna.ai/v1/files/PERSON_FILE_ID",
"garment_images": ["https://api.pruna.ai/v1/files/GARMENT_FILE_ID"]
}
}'
轮询与下载方法详见:pruna-api.md。
下表遵循官方模型页面定义。扩展字段(turbo、reference_pose、prompt)列于下方。
| 参数 | 类型 | 说明 |
|---|---|---|
person_image |
string | 待编辑人物的图像 URL |
garment_images |
array of string | 最多 11 个服装引用;≤6 件可确保交付质量,7–8 件通常能完整呈现,9–11 件可能出现末尾项丢失;超出 11 的 URL 将被忽略 |
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
seed |
integer | — | 随机种子。留空则自动生成随机种子。 |
output_format |
string | jpg |
输出图像格式(webp、jpg、png)。 |
output_quality |
integer | 95 |
jpg/webp 输出的质量值,范围为 0–100。 |
preserve_input_size |
boolean | true |
输出尺寸匹配 person_image 的原始尺寸(模型内部自动缩放)。 |
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
turbo |
boolean | false |
更快的多服装处理流程(约 2.5–3.5 秒);详见 Turbo 模式 |
reference_pose |
string | — | 可选的人物图像 URL;输出姿态将与该参考图一致 |
prompt |
string | — | 实验性功能。适用于非平铺类服装图像;用于指明从哪张图中选用哪件服装,例如:"image 1 中的绿色 T 恤和 image 2 中的长裤" |
person_image —— 人物照片需清晰展现待着装的身体区域garment_images —— 最多 11 个引用(≤6 件用于交付资产;7–8 件可靠;每处身体部位仅限一件 —— 见“多服装限制”)turbo、reference_pose、prompt(如适用,请参阅下方章节)seed、output_format、output_quality、preserve_input_size(如交付格式有明确要求)下游流程启动前,请先运行 p-image-try-on-quality-checklist.md 对输出结果进行质量验证。
上游人物模板:试穿保真度上限由 person_image 决定。请依据 realistic-persona-showcase.md 制作写实风格的 p-image 模板 —— 不得使用通用商品目录模特图。服装层级划分详见下方 展示层级 及 p-image-try-on-quality-checklist.md。
需规划的展示层级:
| 层级 | 典型能力示例 |
|---|---|
| 时尚静帧 | 艺术印花、撞色袖口、坐姿生活化姿态 |
| 复杂服装 | 拼贴/拼接西装、精细褶皱、多片式街头服饰 |
| 场景内配饰 | 帽子、Logo T 恤、眼镜 —— 镜面/街景构图保持原样 |
| 多服装叠加 | 夹克 + T 恤 + 长裤 + 帽子 + 鞋履一次性完成(普通模式;交付资产建议 ≤6 件) |
防低质实践:避免仅使用纯白背景演示、模糊 AI 生成的人物模板、复杂叠加场景下仅依赖 turbo 模式输出、以及在多个示例中重复使用同一张默认人脸。请按 visual-variety-bible.md 轮换人物与设置。
Replicate Playground:参照 realistic-persona-showcase.md,在 p-image-try-on 页面多样化固定示例。
该模型支持比单纯平铺图更广泛的服装图像类型:
| 输入类型 | 说明 |
|---|---|
| 平铺图 / 商品图 | 最佳默认输入;无需 prompt |
| 真人上身 / 生活化图 | 支持;需使用 prompt 明确指定目标服装 |
| 单图含多件服装 | 支持;需使用 prompt 指明选用哪些单品 |
当服装图像包含多件物品,或服装由他人穿着时,请设置 prompt 以消除歧义(EXPERIMENTAL)。
| 规则 | 指导建议 |
|---|---|
| 每处身体部位仅限一件 | 脚部同时出现袜子与鞋履 → 预期仅保留一件(通常为鞋履)。若需单独呈现袜子,请仅上传袜子图。 |
| 可靠数量上限 | ≤6 件用于交付资产;7–8 件通常可全部呈现;9–11 件请将额外项视为附加收益 —— 末尾单品不保证成功。 |
| 重搭配(Restyling) | 固定人物 + 基础服装;仅替换 一个 garment_images[] URL 并重新运行,即可生成变体上装(如商品目录 A/B 版本)。 |
人物图像要求:全身照或三分之二构图效果最佳 —— 模型需完整可见待着装的身体区域。过紧裁切易导致伪影。
模型将自动识别每张服装图像所属类别。若识别错误或类别不受支持,则对应服装可能被跳过(整个请求仍可能成功)—— 请主动排除已知不可用类型,而非寄希望于其被自动过滤。
支持良好:上衣与衬衫;毛衣、连帽衫与西装外套;长裤、牛仔裤、短裤与裙子;连衣裙、连体裤与背带裤;夹克与大衣;内衣与泳装;鞋履(鞋、靴、凉鞋、袜子 —— 人物照片中须露出双脚);头饰(帽子、棒球帽、毛线帽、太阳镜、眼镜);颈饰(围巾、领带、项链);包袋(手提包、托特包、双肩包);精选饰品(手表、手链、戒指、耳环)。
请勿在请求中包含:手套与连指手套;护臂;手持道具(手机、钱包、雨伞、杯子、钥匙扣);口袋巾、吊带、胸针。
Turbo 模式将多个服装编辑操作整合进一次更大的编辑过程,而非逐件独立处理。
| 普通模式(默认) | Turbo 模式(turbo: true) |
|
|---|---|---|
| 速度 | 随服装数量线性增长 | 约 2.5–3.5 秒,与服装数量无关 |
| 质量 | 最高保真度 | 可能略低;部分服装可能无法正确应用 |
| 定价 | 见上方按件计价表 | 相同定价 |
| 适用场景 | 交付资产、5 件及以上 | 预览图、批量商品目录、对时效敏感的流程(约 4 件为最佳平衡点) |
使用建议:
reference_pose、prompt 等所有扩展字段。curl -X POST 'https://api.pruna.ai/v1/predictions'
-H 'Content-Type: application/json'
-H "${PRUNA_API_KEY}"
-H 'Model: p-image-try-on'
-d '{
"input": {
"person_image": "https://api.pruna.ai/v1/files/PERSON_FILE_ID",
"garment_images": [
"https://api.pruna.ai/v1/files/MULTI_GARMENT_SHOT_ID",
"https://api.pruna.ai/v1/files/BOTTOM_ID"
],
"reference_pose": "https://api.pruna.ai/v1/files/POSE_REF_ID",
"prompt": "the green t-shirt from image 1 and the trousers from image 2",
"turbo": true,
"output_format": "jpg",
"output_quality": 95,
"preserve_input_size": true
}
}'
person_image 与未变动的服装;每次仅替换一个 garment_images[] URL 生成变体。相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习