文生图
描述场景、风格与文字,并统一控制比例、尺寸与批量数量。
统一创意图像工作台
在同一流程中生成、编辑并融合参考图。界面品牌为 Swift-Image,第一阶段后端 adapter 可替换。
示例效果线上生成由可用 provider adapter 驱动。官方 Swift-Image 权重、API 与许可证尚未公开。
Swift-Image 展示区是人物、商品、海报、空间、多图合成与编辑的原创场景。
人物、商品、海报、空间与多图合成的原创示例场景。






Swift-Image 是统一创作界面,覆盖文生图、单图编辑与多图参考三项任务。
同一创作界面覆盖文生图、单图编辑与多图参考。
描述场景、风格与文字,并统一控制比例、尺寸与批量数量。
上传一张图,用提示词改写光影、服饰、背景或构图。
附加多张参考图,引导身份、产品外观或构图,无需重写工作台。
模型研究
Swift-Image 研究材料描述 6B、3B、Turbo 变体;它们是研究笔记,不是本站可下载官方包。
据 arXiv:2608.20334(2026年8月),报告的 Swift-Image 6B 渲染器约使用 243K GPU 小时;3B 剪枝与 Turbo 蒸馏仅为研究部署路径。
研究报告的高容量统一生成与编辑方向。此处尚未公开可用。
研究报告的中型变体,平衡质量与成本。指标仅作 research result。
研究报告的更快交互形态。公开可用性仍待发布。
表述口径:reported / research result / not yet publicly available。本产品不声称官方权重或合作关系。
本页数字来自公开论文与本站积分表,均可核对来源。
本页研究表述引用公开预印本;线上生成仍通过可替换 provider adapter。
"We present Swift-Image, a compact unified model for text-to-image generation, single-image editing, and multi-image editing."
"Swift-Image achieves leading aggregate performance among evaluated open-source models with only 6B parameters and 243K GPU training hours."
"For efficient deployment, structural pruning and few-step distillation produce 3B and accelerated variants."
Swift-Image 任务按 提示词 → 参考理解 → 生成 → 结果 四步推进。
提示词 → 参考理解 → 生成 → 结果。
从文本、模板或粘贴 brief 开始。
可选单图或多图上传,引导身份与风格。
经 Nuxt Server API 提交到当前 provider adapter。
预览、重试,或进入 Dashboard 继续创作。
不是。界面品牌为 Swift-Image,但官方权重、API 与许可证尚未公开。线上任务使用可替换 provider adapter。
文生图、单图编辑、多图参考,支持比例与批量,并覆盖生成中、成功、失败与空状态。
它们概括公开材料中的研究定位,不是本站可下载的模型包。
第一阶段通过现有 GPT Image 2 BFF,对外显示 Swift-Image。之后可仅替换服务端 adapter。
浏览开放。生成、历史与计费走共享的 za-center 认证与积分链路。
不会。定价描述统一创作工作流与积分,不声称官方 Swift-Image 模型授权。