mj_turbo_inpaint

mj-turbo-inpaint 的技術規格

什麼是 mj-turbo-inpaint？

mj-turbo-inpaint 是 CometAPI 用於標識一種 Midjourney 風格、聚焦於快速圖像編輯的修補模型/工作流程的平台識別符。公開的 Midjourney 文件將修補描述為其 Editor 體驗的一部分，使用者可擦除或選擇某一區域，並在保留圖像其他部分的同時，僅根據新的提示對該區域再生成。Midjourney 也記載了 Turbo 模式，旨在以顯著快於一般快速模式的速度生成圖像，但需要更高的 GPU 成本。

由於 Midjourney 本身未提供廣泛可用的官方公共 API，第三方整合通常透過中介 API 暴露與 Midjourney 相關的操作。公開的第三方 Midjourney API 文件也明確列出修補支援與單獨的 turbo 路由，這與 CometAPI 的模型命名模式 mj-turbo-inpaint 相符。基於這些來源，該模型 ID 應理解為用於局部圖像編輯的、以 Turbo 速度運作的、與 Midjourney 相容的修補端點，而非純粹的文字轉圖像生成器。

在實務中，當開發者希望在保持既有圖像大部分不變的情況下選擇性地修改某一區域時，會使用 mj-turbo-inpaint——例如替換物件、更換服裝、變更臉部配件、微調背景區域，或修復不需要的圖像元素。此一理解來自於對 Midjourney 編輯器/修補行為與第三方 API 對 turbo 修補支援的描述之綜合推論。

mj-turbo-inpaint 的主要功能

• 局部圖像編輯: 為只對圖像選定部分進行再生成的修補工作流程而設計，有助於保留原始構圖、風格與未觸及區域。
• 提示導向的修改: 使用自然語言指示描述編輯區域內應呈現的內容，適合受控的創意變更。
• Turbo 速度執行: 據文件記載，Midjourney 的 Turbo 模式使用更高速的 GPU 資源池，以比標準快速模式產生更快的結果，因此本模型定位於低延遲的編輯工作流程。
• 創意迭代支援: 快速修補流程有助於在概念開發、素材打磨或設計審核週期中，迅速嘗試多種區域變體。這源自修補與 Turbo 行為結合的實務推論。
• 適用於修復與替換任務: 可在不重生成整張圖像的情況下，移除干擾元素、替換物件、更新背景並進行構圖修正。
• 對聚合器友善的存取: CometAPI 為多種模型提供與 OpenAI 相容的統一介面，因此可在與其他圖像與語言模型一致的 API 整合模式下使用 mj-turbo-inpaint。

如何存取並整合 mj-turbo-inpaint

步驟 1：註冊並取得 API 金鑰

註冊 CometAPI 帳號，並在儀表板生成你的 API 金鑰。CometAPI 對其模型目錄採用統一的憑證，且其公開文件將服務描述為與 OpenAI 相容，因此在包含 mj-turbo-inpaint 在內的受支援模型中使用相同的金鑰格式。請妥善儲存金鑰，避免在用戶端程式碼中暴露。

步驟 2：向 mj-turbo-inpaint API 發送請求

將你的用戶端指向 CometAPI 與 OpenAI 相容的基礎 URL，並以 mj-turbo-inpaint 作為模型識別符來發送請求。CometAPI 公開文件將 https://api.cometapi.com/v1 列為相容用戶端的基礎 URL。對於圖像流程，CometAPI 的模型文章亦參考了 OpenAI 風格的圖像端點，如 /v1/images/generations 與 /v1/images/edits；對於如 mj-turbo-inpaint 這類修補模型，edits 風格的流程即為相關模式。

import os
import requests

url = "https://api.cometapi.com/v1/images/edits"
headers = {
    "Authorization": f"Bearer {os.environ['COMETAPI_KEY']}",
}

files = {
    "image": open("input.png", "rb"),
    # Include a mask file as required by your workflow if supported
    # "mask": open("mask.png", "rb"),
}

data = {
    "model": "mj-turbo-inpaint",
    "prompt": "Replace the selected area with a polished silver helmet, cinematic lighting, realistic detail"
}

response = requests.post(url, headers=headers, files=files, data=data, timeout=300)
print(response.json())

步驟 3：擷取並驗證結果

解析 JSON 回應，取得返回的圖像 URL 或編碼輸出，並驗證編輯區域是否符合你的提示，且未編輯區域是否與來源圖像保持一致。於生產環境中，請驗證檔案類型、解析度、延遲，以及用戶端收到的任何非同步作業中繼資料。若你的流程仰賴精準的遮罩或區域控制，請測試多種遮罩與提示，以確認 mj-turbo-inpaint 在你的管線中的行為。CometAPI 的統一 API 方法使你能在與其他受支援模型相同的整合堆疊中，輕鬆自動化此驗證步驟。