Wan3.0
Generación de vídeo Wan3.0
- Modelo de vídeo de referencia todo en uno Alibaba Cloud Wanxiang 3.0
- Texto a vídeo / primer fotograma / primer+último fotograma / referencia multimodal / referencia de archivo o enlace
- Resolución 480P / 720P / 1080P, duración 2–30 segundos
- Admite imágenes, vídeo, audio, documentos y páginas web públicas como referencias
POST
Autenticación
string
requerido
Todos los endpoints requieren autenticación Bearer TokenObtenga su API Key en la página de gestión de API Keys:
Modos de generación
El nombre del modelo es fijo:wan3.0-video. Los modos se seleccionan mediante los campos de la solicitud:
Parámetros de la solicitud
Básicos
string
requerido
Valor fijo:
wan3.0-videostring
Descripción textual. Obligatorio a menos que se proporcionen campos de medios (al menos uno entre prompt o medios).
- Máx. 20.000 caracteres; el exceso se trunca automáticamente (sin error)
- En modo de referencia, use “图N / 视频N / 音频N” para referirse a los assets; los índices siguen el orden dentro de cada tipo de medio
string
predeterminado:"1080P"
Resolución de salida (no distingue mayúsculas/minúsculas)
480P720P1080P(predeterminado, precio más alto)
string
predeterminado:"adaptive"
Relación de aspecto. También se acepta
aspect_ratio.adaptive(predeterminado)16:9/4:3/1:1/3:4/9:16
integer
predeterminado:"5"
Duración en segundos, 2–30, predeterminado
5Con entrada de vídeo de referencia, la duración total de los vídeos de entrada + la
duration de salida debe ser ≤ 30 segundos.boolean
predeterminado:"true"
Si la salida incluye pista de audio. Predeterminado
true. El precio es el mismo con o sin audio.integer
Semilla aleatoria en
[0, 2147483647]boolean
predeterminado:"false"
Si se debe añadir una marca de agua. Predeterminado
falsestring
Cómo se clasifican los
image_urls sin rol explícito:frame— familia de primer/último fotogramareference— familia de referencia
Entradas de medios
string[]
Array de URL de imágenes. La asignación de roles sigue las reglas de exclusión mutua.URL pública o Base64 (
data:image/png;base64,...).object[]
Imágenes con roles explícitos. Cada elemento:
url: dirección de la imagenrole:first_frame/last_frame/reference_image(se aceptan alias comunes)
string[]
Vídeos de referencia, hasta 5 clips; cada uno 1–15 s, total ≤ 15 s
string[]
Audio de referencia, hasta 5 clips; cada uno 1–15 s, total ≤ 15 s
string
Audio de referencia único (forma de valor único de
audio_urls)string
URL de documento de referencia, como máximo 1. No se puede combinar con
link_url.Formatos: docx / doc / xlsx / xls / pptx / ppt / pdf / txt / key / pages / numbers / md, ≤100 MB, ≤50 páginas.string
URL de página web pública, como máximo 1. Solo páginas sin inicio de sesión. No se puede combinar con
file_url.Exclusión mutua de familias de medios
Los medios pertenecen a una de dos familias y no deben mezclarse (validado antes del envío → 400, sin tarea, sin cargo):Cómo se asignan los image_urls sin rol
- Si
generation_typeestá definido → usarlo (frame/reference) - Si no, y la solicitud ya tiene entradas de la familia de referencia (
video_urls/audio_urls/audio_url/file_url/link_url) → tratar comoreference_image - Si no → familia frame: primer elemento
first_frame, segundolast_frame(igual quewan2.7)
image_with_roles cuando necesite control explícito.
Límites y formatos de medios
Ejemplos de solicitud
Texto a vídeo
Vídeo desde el primer fotograma
Primer + último fotograma
image_with_roles:
Referencia multimodal
Convideo_urlspresente, losimage_urlssin rol se clasifican automáticamente como imágenes de referencia; definirgeneration_type: "reference"es más claro.
Vídeo de referencia por archivo
prompt puede omitirse; la generación se basa en el documento:
Vídeo de referencia por página web
Facturación
Por segundo × resolución (alineado con el precio oficial). El audio activado/desactivado no cambia el precio:- El valor predeterminado es 1080P (el más caro); pase
480P/720Pcuando el coste sea sensible - Segundos facturables =
durationsolicitada audio: true/falseno afecta al precio
Límites y notas
Errores comunes
Todos son 400 síncronos (sin tarea, sin cargo):Respuesta
integer
Código de estado; 200 en caso de éxito
array
Array de datos de respuesta
Consultar resultadosLa generación de vídeo es asíncrona. Consulte Obtener estado de la tarea o
GET /v1/videos/generations/{task_id}.Intervalo recomendado 5–10 segundos; la generación suele tardar 1–5 minutos. En caso de éxito, use las URL en result.videos.