Wan3.0
Geração de vídeo Wan3.0
- Modelo de vídeo de referência all-in-one Alibaba Cloud Wanxiang 3.0
- Texto-para-vídeo / primeiro frame / primeiro+último frame / referência multimodal / referência por arquivo ou link
- Resolução 480P / 720P / 1080P, duração 2–30 segundos
- Suporta imagens, vídeo, áudio, documentos e páginas web públicas como referências
POST
Autenticação
string
obrigatório
Todos os endpoints exigem autenticação Bearer TokenObtenha sua API Key na página de gerenciamento de API Keys:
Modos de geração
O nome do modelo é fixo emwan3.0-video. Os modos são selecionados pelos campos da requisição:
Parâmetros da requisição
Básicos
string
obrigatório
Valor fixo:
wan3.0-videostring
Descrição textual. Obrigatório a menos que campos de mídia sejam fornecidos (pelo menos um entre prompt ou mídia).
- Máx. 20.000 caracteres; o excesso é truncado automaticamente (sem erro)
- No modo de referência, use “图N / 视频N / 音频N” para endereçar assets; os índices seguem a ordem dentro de cada tipo de mídia
string
padrão:"1080P"
Resolução de saída (sem distinção de maiúsculas/minúsculas)
480P720P1080P(padrão, preço mais alto)
string
padrão:"adaptive"
Proporção.
aspect_ratio também é aceito.adaptive(padrão)16:9/4:3/1:1/3:4/9:16
integer
padrão:"5"
Duração em segundos, 2–30, padrão
5Com entrada de vídeo de referência, a duração total dos vídeos de entrada + a
duration de saída deve ser ≤ 30 segundos.boolean
padrão:"true"
Se a saída inclui faixa de áudio. Padrão
true. O preço é o mesmo com ou sem áudio.integer
Semente aleatória em
[0, 2147483647]boolean
padrão:"false"
Se deve adicionar marca d’água. Padrão
falsestring
Como
image_urls sem papel explícito são classificadas:frame— família primeiro/último framereference— família de referência
Entradas de mídia
string[]
Array de URLs de imagem. A atribuição de papéis segue as regras de exclusão mútua.URL pública ou Base64 (
data:image/png;base64,...).object[]
Imagens com papéis explícitos. Cada item:
url: endereço da imagemrole:first_frame/last_frame/reference_image(aliases comuns aceitos)
string[]
Vídeos de referência, até 5 clips; cada um 1–15 s, total ≤ 15 s
string[]
Áudio de referência, até 5 clips; cada um 1–15 s, total ≤ 15 s
string
Áudio de referência único (forma de valor único de
audio_urls)string
URL de documento de referência, no máximo 1. Não pode ser combinado com
link_url.Formatos incluem docx / doc / xlsx / xls / pptx / ppt / pdf / txt / key / pages / numbers / md, ≤100 MB, ≤50 páginas.string
URL de página web pública, no máximo 1. Apenas páginas sem login. Não pode ser combinado com
file_url.Exclusão mútua das famílias de mídia
A mídia pertence a uma de duas famílias e não deve ser misturada (validado antes do envio → 400, sem tarefa, sem cobrança):Como image_urls sem papel explícito são atribuídas
- Se
generation_typeestiver definido → usá-lo (frame/reference) - Caso contrário, se a requisição já tiver entradas da família de referência (
video_urls/audio_urls/audio_url/file_url/link_url) → tratar comoreference_image - Caso contrário → família frame: primeiro item
first_frame, segundolast_frame(igual awan2.7)
image_with_roles quando precisar de controle explícito.
Limites e formatos de mídia
Exemplos de requisição
Texto-para-vídeo
Vídeo a partir do primeiro frame
Primeiro + último frame
image_with_roles:
Referência multimodal
Comvideo_urlspresente,image_urlssem papel explícito classificam-se automaticamente como imagens de referência; definirgeneration_type: "reference"fica mais claro.
Vídeo de referência por arquivo
prompt pode ser omitido; a geração é conduzida pelo documento:
Vídeo de referência por página web
Cobrança
Por segundo × resolução (alinhado ao preço oficial). Áudio ligado/desligado não altera o preço:- O padrão é 1080P (mais caro); passe
480P/720Pquando o custo for sensível - Segundos faturáveis =
durationsolicitada audio: true/falsenão afeta o preço
Limites e observações
Erros comuns
Todos são 400 síncronos (sem tarefa, sem cobrança):Resposta
integer
Código de status; 200 em caso de sucesso
array
Array de dados da resposta
Consultar resultadosA geração de vídeo é assíncrona. Consulte Obter status da tarefa ou
GET /v1/videos/generations/{task_id}.Intervalo recomendado 5–10 segundos; a geração normalmente leva 1–5 minutos. Em caso de sucesso, use as URLs em result.videos.