用途：面向图像编辑与变换，支持在保留结构的前提下做风格迁移、区域重绘、结构引导生成、低分辨率放大、背景移除与老照片人脸修复。资料建议主动用于 FLUX 图生图、ControlNet 与 Inpainting 场景。
主要能力与端点和关键参数：变换用 fal-ai/flux/dev/image-to-image，关键参数 strength（0-1）；生产质量可用 fal-ai/flux-pro/v1/image-to-image。局部重绘用 fal-ai/flux/dev/inpainting，需 mask_url，白=编辑、黑=保留；高品质填充可用 fal-ai/flux-pro/v1/fill。ControlNet 用 fal-ai/flux-controlnet-union，control_type 支持 canny、depth、pose、tile、blur、gray、low_quality，另有 fal-ai/flux-controlnet-canny、fal-ai/flux-controlnet-depth、fal-ai/fast-sdxl/controlnet。放大用 fal-ai/clarity-upscaler（scale_factor 2-4、creativity、resemblance）、fal-ai/esrgan（scale 2/4）、fal-ai/real-esrgan、fal-ai/creative-upscaler。去背景用 fal-ai/birefnet、fal-ai/rembg、fal-ai/bria/background-removal。人脸修复用 fal-ai/codeformer（fidelity 0-1）、fal-ai/gfpgan。风格参考用 fal-ai/flux-ip-adapter、fal-ai/flux-ip-adapter-face-id（ip_adapter_scale）。
使用方式：通过 @fal-ai/client 的 fal.subscribe 或 Python fal_client.subscribe 调用端点，传入 prompt、image_url、mask_url 等参数；大图可先用 fal.storage.upload 上传后取 URL。strength 参考：0.2-0.3 细微风格提示，0.5-0.7 中等变换，0.8-1.0 完全重生成。ControlNet 强度：严格结构 0.9-1.0，均衡 0.7-0.8，宽松 0.4-0.6。
适用场景：电商产品图流水线（去背景→放大→风格变换）、人脸修复流水线（放大→CodeFormer 修复）、结构保持的风格迁移。
限制：资料未提供收费、价格与各模型配额信息；效果取决于输入、参数与掩码质量；需自行准备符合格式的 mask 与参考图。