Wan3.0
Wan3.0 Videogenerierung
- All-in-one-Referenzvideomodell Alibaba Cloud Wanxiang 3.0 (einheitlicher Einstieg)
- Text-to-Video / erstes Einzelbild / erstes+letztes Einzelbild / multimodale Referenz / Datei- oder Link-Referenz
- Auflösung 480P / 720P / 1080P, Dauer 2–30 Sekunden
- Unterstützt Bilder, Video, Audio, Dokumente und öffentliche Webseiten als Referenzen
POST
Autorisierung
string
erforderlich
Alle Endpunkte erfordern eine Bearer-Token-AuthentifizierungAPI-Key über die Seite zur API-Key-Verwaltung abrufen:
Generierungsmodi
Modellname ist festwan3.0-video. Der Modus ergibt sich aus den Anfragefeldern:
Anfrageparameter
Grundlagen
string
erforderlich
Fester Wert:
wan3.0-videostring
Textbeschreibung. Erforderlich, sofern keine Medienfelder angegeben sind (mindestens Prompt oder Medien).
- Max. 20.000 Zeichen; Überschuss wird ohne Fehler automatisch abgeschnitten
- Im Referenzmodus mit „图N / 视频N / 音频N“ auf Assets verweisen; Indizes folgen der Reihenfolge innerhalb jedes Medientyps
string
Standard:"1080P"
Ausgabeauflösung (Groß-/Kleinschreibung egal)
480P720P1080P(Standard, höchster Preis)
string
Standard:"adaptive"
Seitenverhältnis.
aspect_ratio wird ebenfalls akzeptiert.adaptive(Standard)16:9/4:3/1:1/3:4/9:16
integer
Standard:"5"
Dauer in Sekunden, 2–30, Standard
5Bei Referenzvideo-Eingabe muss Gesamtdauer der Eingabevideos + Ausgabe-
duration ≤ 30 Sekunden sein.boolean
Standard:"true"
Ob die Ausgabe eine Audiospur enthält. Standard
true. Preis ist mit und ohne Audio gleich.integer
Zufalls-Seed im Bereich
[0, 2147483647]boolean
Standard:"false"
Ob ein Wasserzeichen hinzugefügt wird. Standard
falsestring
Wie bloße
image_urls klassifiziert werden:frame— Familie erstes/letztes Einzelbildreference— Referenzfamilie
Medieneingaben
string[]
Array von Bild-URLs. Rollenzuweisung folgt den gegenseitigen Ausschlussregeln.Öffentliche URL oder Base64 (
data:image/png;base64,...).object[]
Bilder mit expliziten Rollen. Jedes Element:
url: Bildadresserole:first_frame/last_frame/reference_image(übliche Aliase akzeptiert)
string[]
Referenzvideos, bis zu 5 Clips; je 1–15 s, gesamt ≤ 15 s
string[]
Referenzaudio, bis zu 5 Clips; je 1–15 s, gesamt ≤ 15 s
string
Einzelnes Referenzaudio (Einzelwertform von
audio_urls)string
URL des Referenzdokuments, höchstens 1. Nicht zusammen mit
link_url.Formate u. a. docx / doc / xlsx / xls / pptx / ppt / pdf / txt / key / pages / numbers / md, ≤100 MB, ≤50 Seiten.string
Öffentliche Webseiten-URL, höchstens 1. Nur Seiten ohne Login. Nicht zusammen mit
file_url.Gegenseitiger Ausschluss von Medienfamilien
Medien gehören zu einer von zwei Familien und dürfen nicht gemischt werden (Validierung vor Submit → 400, kein Task, keine Abrechnung):Zuordnung bloßer image_urls
- Wenn
generation_typegesetzt → diesen verwenden (frame/reference) - Sonst, wenn die Anfrage bereits Eingaben der Referenzfamilie hat (
video_urls/audio_urls/audio_url/file_url/link_url) → alsreference_imagebehandeln - Sonst → Frame-Familie: erstes Element
first_frame, zweiteslast_frame(wie beiwan2.7)
image_with_roles verwenden.
Medienlimits und Formate
Anfragebeispiele
Text-to-Video
Erstes-Einzelbild-Video
Erstes + letztes Einzelbild
image_with_roles:
Multimodale Referenz
Bei vorhandenenvideo_urlswerden bloßeimage_urlsautomatisch als Referenzbilder klassifiziert;generation_type: "reference"macht die Absicht klarer.
Datei-Referenzvideo
prompt kann weggelassen werden; die Generierung wird vom Dokumentinhalt gesteuert:
Webseiten-Referenzvideo
Abrechnung
Pro Sekunde × Auflösung (an offizielle Listenpreise angelehnt). Audio an/aus ändert den Preis nicht:- Standard ist 1080P (teuerste Stufe); bei Kostenbewusstsein
480P/720Pübergeben - Abrechnungssekunden = angefordertes
duration audio: true/falsebeeinflusst den Preis nicht
Limits und Hinweise
Häufige Fehler
Alle sind synchrone 400 (kein Task, keine Abrechnung):Response
integer
Statuscode; 200 bei Erfolg
array
Antwortdaten-Array
Ergebnisse abfragenDie Videogenerierung ist asynchron. Task-Status abrufen oder
GET /v1/videos/generations/{task_id} pollen.Empfohlenes Intervall 5–10 Sekunden; Generierung dauert typisch 1–5 Minuten. Bei Erfolg URLs in result.videos verwenden.