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
功能概述
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。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
使用与执行
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;
结果检查与注意事项
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。
共享生成策略
在任何付费的 POST /v1/predictions 请求之前:
- 随机种子仪式 — 始终为第一步;通过“求和取模”法推导各维度轴。
- 生成多样性 — 使用显式提示词;每次会话中至少轮换 ≥2 个场景维度轴。
- 质量检查清单 — 打开输出文件并人工判定是否通过,再进入下一步。
p-image-try-on(Pruna)
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)
定价
按单次生成计费(普通模式与 turbo 模式价格相同):
- $0.015 —— 首件服装
- $0.008 —— 每增加一件服装
示例:3 件服装 → $0.015 + 2 × $0.008 = $0.031。
请求结构
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。
HTTP(curl)
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。
首先上传您的图像
# 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: ${PRUNA_API_KEY}"
-F "content=@/path/to/garment.png"
使用 -F(表单方式)配合 @ 从本地磁盘上传。将每次响应中的 urls.get 值分别填入 input.person_image 和 input.garment_images[]。
可选上传扩展字段: reference_pose(用于姿态参考的人物图像)。
试穿(同步模式)
curl -X POST 'https://api.pruna.ai/v1/predictions'
-H 'Content-Type: application/json'
-H "${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"]
}
}'
试穿(异步模式)
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。
参数
下表遵循官方模型页面定义。扩展字段(turbo、reference_pose、prompt)列于下方。
必需参数
| 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 |
可选参数
| 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)。 |
扩展可选字段
| 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" |
生成前准备
- 生成多样性 —— 每次试穿任务前执行随机种子仪式(SSoT)+ 维度轴轮换(复用已批准的主视觉板 URL 进行换装)。
- 与用户确认以下内容:
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。
生产级质量(非基础演示)
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。
服装输入类型
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)。
多服装限制
| 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。
服装类别
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
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:
- Turbo 默认禁用 —— 仅当用户明确优先考虑延迟时才显式启用。
- 价格与普通模式一致;兼容
reference_pose、prompt等所有扩展字段。 - Pruna 官方文档注明:不建议在 Turbo 模式下使用超过约 4 件服装 —— 更大数量堆叠及最终交付请使用普通模式。
示例:扩展输入(Turbo + 姿态参考 + Prompt)
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
}
}'
典型后续步骤
- 单件重搭配:保留
person_image与未变动的服装;每次仅替换一个garment_images[]URL 生成变体。 - 交付前超分:p-image-upscale
- 将试穿静帧转为动画:p-video(I2V)或 p-video-avatar
- 电商包装工作流:pruna-generative-pipeline recipe K
热门AI工具
相关专题
本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。
0
2026.11.20
本专题整理Navicat入门教程,从认识软件界面到开展数据库操作,介绍初次使用需要了解的知识和方法。内容兼顾连接配置、数据管理及日常使用中的疑问,方便用户按学习进度查阅,为后续实践和独立操作打好基础。
0
2026.11.20
从确认数据库信息到建立可用连接,本专题串联Navicat连接数据库的相关知识和操作方法。既有初次配置时需要了解的基础内容,也有连接后的检查思路,方便用户按实际需求查阅教程,逐步熟悉数据库连接的设置流程。
0
2026.11.20
本专题汇总PHP8.6数组与数据处理教程,涵盖CSV读取和导出、引用遍历删除、array_filter回调模式、配置键名冲突、pathinfo文件名校验、GMP大整数进制转换及UTF-8正则筛选,说明升级兼容变化、输入范围和失败处理方法。
0
2026.11.20
本专题汇总PHP8.6升级迁移与弃用接口改造教程,涵盖反射调用、对象属性赋值、标识符更名、构造函数与__debugInfo调整,以及插件类名检查、常量导出、ArrayIterator排序、SPL和DTO查询参数转换,帮助梳理弃用提示并完成代码兼容改造。
0
2026.11.20
本专题汇总PHP8.6正式版安装部署与FPM运维教程,涵盖Linux并存安装、独立ini配置、扩展重新编译、Nginx切换与回滚、FPM状态监控和慢日志排查,以及环境变量、请求超时、OPcache刷新和预加载配置。
0
2026.11.20
Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。
0
2026.11.20
本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。
0
2026.11.17
本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.17
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 162万人学习
共6课时 | 54.8万人学习