图片换头
namifusion/head-swap/image-edit
将照片中的人物头部替换为参考图中的头部。先上传目标照片,再上传头部参考图。
参数
| 名称 | 类型 | 默认 | 约束 | 说明 |
|---|---|---|---|---|
| images *图片 | image_upload | — | 2–2 items | 恰好 2 张:第 1 张为头部参考图,第 2 张为目标照片 |
输出字段
| 字段 | 类型 | 说明 |
|---|---|---|
| images | array<string> |
API
通过统一 REST API 调用本模型;在 API Keys 页获取密钥。
cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/namifusion/head-swap/image-edit" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"images": [
"https://assets-public.namifusion.com/uploads/images/2026-04-21/76c1186af77d.png",
"https://assets-public.namifusion.com/uploads/images/2026-04-21/149467630166.png"
]
}
}'
# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
-H "Authorization: Bearer YOUR_API_KEY"Python
import time, requests
API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
# 1) Submit
resp = requests.post(
"https://www.namifusion.com/api/v1/marketplace/run/namifusion/head-swap/image-edit",
headers=HEADERS,
json={
"input": {
"images": [
"https://assets-public.namifusion.com/uploads/images/2026-04-21/76c1186af77d.png",
"https://assets-public.namifusion.com/uploads/images/2026-04-21/149467630166.png"
]
}
},
)
resp.raise_for_status() # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()
# 2) Poll until a terminal state (completed / failed / cancelled).
# This model is allowed up to 600s server-side.
deadline = time.time() + 660
while task.get("status") not in ("completed", "failed", "cancelled"):
if time.time() > deadline:
raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
time.sleep(3)
poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
poll.raise_for_status()
task = poll.json()
print(task["status"], task.get("output"))JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };
// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/namifusion/head-swap/image-edit", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"images": [
"https://assets-public.namifusion.com/uploads/images/2026-04-21/76c1186af77d.png",
"https://assets-public.namifusion.com/uploads/images/2026-04-21/149467630166.png"
]
}
}),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();
// 2) Poll until a terminal state (completed / failed / cancelled).
// This model is allowed up to 600s server-side.
const deadline = Date.now() + 660 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
await new Promise((r) => setTimeout(r, 3000));
const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
task = await poll.json();
}
console.log(task.status, task.output);文档
图片换头
将第一张参考图中的头部迁移到目标照片,同时保留目标图的身体、姿态与场景。
图片换头是一个专门处理双图输入的编辑流程,用于替换目标照片中的人物头部。第 1 张图片提供头部参考与身份特征,第 2 张图片提供需要保留的身体、姿态、服装、光线环境和背景。固定的输入顺序让流程保持简单,但顺序必须正确,否则模型会错误理解参考图与目标图的角色。
核心特性
- 专门的头部替换:以目标照片为底图,仅重点修改头部区域。
- 双图明确控制:身份参考和目标构图分别由两张图片提供,不依赖文字提示词。
- 保留姿态与场景:设计目标是维持目标图中的身体、服装、取景和背景。
- 输入契约简单:只需按规定顺序提供恰好两个图片 URL。
- 统一方形输出:生成 1024 x 1024 图片,便于后续展示和处理。
技术规格
| 项目 | 说明 |
|---|---|
| 任务类型 | 头部替换 / 图片编辑 |
| 必填输入 | images,恰好两个图片 URL |
| 第 1 张图片 | 头部与身份参考 |
| 第 2 张图片 | 目标照片与基础构图 |
| 输入顺序 | 先参考图,后目标图 |
| 提示词 | 不需要 |
| 输出 | 编辑后图片 URL |
| 输出尺寸 | 1024 x 1024 |
输入建议
参考图应清晰展示头部,尽量避免遮挡和严重模糊。目标图中的头部、颈部以及相邻头发或服装边界应当清楚可见。两张图的拍摄角度和主光方向越接近,融合结果通常越自然。提交时必须保持“头部参考图在前、目标照片在后”的固定顺序。
计费
| 计费项 | 价格 |
|---|---|
| 每张编辑图片 | 22 积分 |
以上数值原样反映现有 Marketplace 计费配置,本次文档修复不会修改价格。
最佳应用场景
- 用于创意评审的角色和选角视觉预览。
- 在保留既定姿态和场景的前提下制作人像方案变体。
- 在现有营销构图上替换头部参考的视觉样机。
- 不希望文字提示词引入额外构图变化的可控实验。
使用建议
避免使用头部过小、严重模糊、纯侧脸或大面积遮挡的参考图片。两张图应尽量匹配观察角度和照明方向。结果生成后重点检查发际线、耳朵、颈部边界与饰品区域。如果对齐效果不理想,应优先改善输入图片或裁切,而不是改变固定的图片顺序。
相关模型
xAI Grok Imagine Image v2.0 图片编辑
xAI Grok Imagine Image V2.0 Edit 可根据文本提示词对输入图片进行编辑,并支持可配置的分辨率和质量,适用于精细图片编辑、视觉优化、创意变体、社交内容、营销素材和生产工作流。提供开箱即用的 REST 推理 API,性能出色,无冷启动,价格实惠。
qwen-image-edit-spicy
通过文本指令精确编辑图片,可添加、移除或修改画面元素,也支持风格迁移和背景替换,适合照片修饰与视觉设计。
Qwen Image 3.0 Pro Edit|快速图片编辑
Qwen Image 3.0 Pro Edit 是一款专业级图片编辑模型,具备出色的画质和高级指令理解能力。最高支持 2k。提供开箱即用的 REST inference API,性能优异,无冷启动,价格实惠。
OpenAI GPT Image 2.5 Sunburst 图像编辑
使用最多 16 张参考图片完成高保真、精确的图像编辑。
OpenAI GPT Image 2.5 Flare 图像编辑
使用自然语言指令和最多 16 张参考图片进行快速、均衡的图像编辑。
Nano Banana 图像编辑
高性价比智能修图。 无需蒙版即可实现物体替换与风格迁移,极速响应,成本低廉。
Nano Banana Pro 图像编辑
4K 语义级修图。基于自然语言修改现有图像,支持智能光影融合与图像内多语言文字编辑。
Nano Banana 2 图像编辑
4K 语义级修图。基于自然语言修改现有图像,支持智能光影融合与图像内多语言文字编辑。