图生图 AI — 参考图驱动的照片变换

本平台单次编辑接受最多参考图的模型 — 最多 16 张同时输入。输入品牌风格指南、目标版面、产品参考、色彩调板和环境照片在一次请求中。模型综合所有 16 个来源的语境产出尊重每个输入的编辑。输出 1024 像素（中等质量）或 1536 像素（高质量），1:1、2:3 和 3:2 三种宽高比。

以原生 4K — 最高 4096×4096 像素 — 使用最多 14 张参考图进行艺术风格迁移。模型将风格参考中的视觉语言映射到源照片上，不移动主体位置或构图。2K 和 4K 编辑档位使用同一渲染管线。八种宽高比含 21:9 超宽。当艺术变换必须与最高分辨率输出配对时的直接选择。

在多图参考编辑基准测试中持有基准领先表现 — 精准照片变换与速度的行业标准。接受最多 8 张参考图，大多数编辑在秒级完成，1K 或 2K 输出七种宽高比。为周转时间重要的生产管线打造：批量背景替换、产品摄影变体和色彩调板迭代。

Google 的身份保持编辑模型，将面部几何、发型、服装结构和品牌标记作为硬约束贯穿每次变换。接受最多 8 张参考图用于风格和环境引导。输出 1K、2K 或 4K，11 种宽高比含自动检测。当人物、角色或品牌元素必须在编辑系列中保持视觉一致时的正确模型。

Google 的搜索增强编辑模型，在变换过程中验证真实世界主体 — 确保涉及可辨识品牌、产品或地标的编辑反映经验证的真实外观。接受 14 张参考图用于复杂多元素编辑。4K 输出 15 种宽高比，Flash 速度生成。适合编辑预可视化、产品合成精度和引用真实资产的品牌内容。

字节跳动的推理驱动编辑模型，对需要空间重组的编辑应用思维链视觉逻辑 — 调整身体姿势、重新定位多个主体在帧内、或重构重叠元素的景深排列。处理 14 张参考图保持身份同时变换空间关系。2K 或 3K 输出八种宽高比。专为运动预可视化和复杂场景重构任务打造。