gen4_image 是 Runway 的 Gen-4 系列中旗舰级的多模态图像生成模型，支持提示生成加视觉参考（你可以“@提及”参考图像），为图像及图像→视频管线产出高度可控、风格一致的结果。
介绍 — Gen-4 Image 是什么
gen4_image 属于 Runway 的第四代视觉生成模型家族，旨在接收文本提示 + 视觉参考并生成高保真静态图像或媒体就绪帧，在不同角度与光照条件下保持身份与风格。该模型是更广泛 Gen-4 套件的一部分（包括如 gen4_turbo 的视频变体），并明确面向创意生产——例如一致的角色呈现、大规模产品摄影、虚拟试穿以及游戏资产生成。
关键特性
- 基于参考的生成（1–3 refs）。 可使用最多三张参考图像，使模型在变换姿态、光照、背景等的同时保持身份、风格或地点。
- 高视觉保真度（可用于生产的输出）。 输出面向高分辨率（提供 1080p 选项），细节与风格控制力强。
- 身份与场景一致性。 旨在在多次生成中保持相同角色或环境的一致性——适用于多镜头画面或以角色为核心的资产。
- 多模态（文本 + 图像）提示。 将自然语言指令与参考图像结合，以引导构图、氛围、服装、机位等。
- 图像→图像与文本→图像工作流。 既可进行图像到图像（编辑/变换），也可在文本到图像中使用参考以维持连续性。
- 提供性能档位（Turbo）。 “Gen-4 Image Turbo” 变体在成本与速度上进行取舍（例如约快 ~2.5×），同时保留参考驱动特性。
- 控制与可重现性。 典型 API 选项包括纵横比预设、分辨率（720p/1080p）、用于可重现性的种子，以及指向特定输入的参考标签。
技术细节
输入： 文本/图像
输出： 图像
工作流：
- 用户提供：文本提示 + 0–3 张参考图像（以及可选的掩膜、关键帧、镜头运动指令）。
- 预处理：对参考进行归一化与编码；文本进行标记化。提取身份/风格嵌入并缓存以便复用。
- 条件化：在多模态骨干中融合文本与参考嵌入；附加可选控制信号（姿态、深度、掩膜）。
- 采样/去噪：解码器执行去噪迭代（扩散步骤），生成图像（或用于视频的帧序列）。
gen4_image — 明确的限制
时间/运动边缘案例。 评审者与创作者报告偶发的运动伪影、异常的时间动态（在生成片段的前期/后期出现故障），以及在非常复杂的多演员编排上失败——请用你的目标场景进行测试。
计算、成本与排队。 高质量的图像→视频生成高度依赖 GPU；用户报告队列时间与每次渲染成本，在大规模生产中可能较为显著。请相应规划预算与吞吐。
与纯艺术性模型的创意取舍。 Gen-4 的优势在于一致性；如果你需要高度风格化、绘画感或“出人意料”的审美输出，Midjourney 或经过调优的 SDXL 检查点可能提供更理想的艺术方向。
典型用例
- 前期制作与分镜设计： 根据参考照片快速生成风格一致的角色/场景变体。
- 营销与内容生成： 快速制作主视觉、动画社媒短片与活动资产，并保持品牌角色一致性。（Runway 列举了企业案例，包括现场巡演与音乐视频。）
- 游戏/资产原型与虚拟试穿： 基于少量参考生成多个机位角度、服装变体与环境概念。
与其他模型的比较
- gen4_image → 最佳于需要参考/身份一致性（在不同镜头保持同一角色或对象）以及希望构建图像→视频与多镜头管线的场景。
- DALL·E 3 → 最佳于严格的提示到图像忠实度，以及由 ChatGPT 驱动的对话式编辑流程，且内置安全/溯源能力。
- SDXL（Stable Diffusion 家族）→ 最佳于需要开源模型、本地/自定义微调以及成本灵活部署。
- Midjourney → 最佳于高度风格化、艺术性强的渲染，以及社区驱动的预设/“stylize” 控制。
- Runway Gen-4 vs. ByteDance Seedream 4.0 / Google “Nano Banana” 类型模型： 近期竞品（如 Seedream 4.0）强调超快渲染与多参考处理，面向商业创作者；Runway 的优势是紧密集成的图像→视频管线与面向生产的控制，以及成熟的 API 与 SDK 生态。
如何通过 CometAPI 调用 gen4_image API
| 价格 | $0.32000 |
必要步骤
- 登录 cometapi.com。若你尚未成为我们的用户，请先注册。
- 获取接口的访问凭证 API key。在个人中心的 API token 处点击 “Add Token”，获取 token key：sk-xxxxx 并提交。
- 获取该站点的 URL：https://api.cometapi.com/
使用方法
- 选择 “gen4_image” 端点发送 API 请求，并设置请求体。请求方法与请求体可从我们网站的 API 文档获取。我们的网站也提供 Apifox 测试，方便你的使用。
- 将 <YOUR_API_KEY> 替换为你账户中的实际 CometAPI key。
- 将你的问题或请求插入到 content 字段——模型将对此作出响应。
- . 处理 API 响应以获取生成的结果。
CometAPI 提供完全兼容的 REST API——便于无缝迁移。关键细节参见 API 文档:
- Endpoint：
https://api.cometapi.com/runwayml/v1/text_to_image - Model Parameter：
gen4_image - Authentication：
Bearer YOUR_CometAPI_API_KEY - Content-Type：
application/json
curl --location --request POST 'https://api.cometapi.com/runwayml/v1/text_to_image' \
--header 'X-Runway-Version: 2024-11-06' \
--header 'Authorization: {{api-key}}' \
--header 'Content-Type: application/json' \
--data-raw '{
"promptText": "cat",
"ratio": "1920:1080",
"seed": 4294967295,
"model": "gen4_image",
"referenceImages": ,
"contentModeration": {
"publicFigureThreshold": "auto"
}
}'