Wan 3.0 Video
阿里巴巴 Wan 3.0 支持文本、帧、参考素材、文件和可选音频,可原生生成最长 30 秒的视频。
更新于:Wan 3.0 创作示例
Wan 3.0 Video 能做什么
原生生成最长 30 秒
可指定 2 至 30 秒的整数时长,也可由 Wan 根据提示词选择。
多模态参考
使用图像、视频、音频、网页或文档引导生成,保留参考素材的细节与时间信息。
控制首尾帧
可只限定开场画面,也可同时提供首尾帧,控制镜头过渡。
同步音频
默认生成音轨,也可关闭音频生成无声视频。
按操作计费,单位为 quota
按模型、操作和输出设置扣除 quota。
Wan 3.0 Video 操作和请求字段
使用 TTAPI 密钥,按下方字段向接口发送请求。
/wan/api/v1/services/aigc/video-generation/video-synthesis只用提示词生成 Wan 3.0 视频,无须媒体输入。
查看接口文档/wan/api/v1/services/aigc/video-generation/video-synthesis生成视频时严格保留给定的首帧。
查看接口文档/wan/api/v1/services/aigc/video-generation/video-synthesis指定首帧和尾帧,控制两者之间的过渡。
查看接口文档/wan/api/v1/services/aigc/video-generation/video-synthesis用参考图、视频、音频或网页链接引导生成。
查看接口文档/wan/api/v1/services/aigc/video-generation/video-synthesis提供文档,让 Wan 将其作为创作背景。
查看接口文档/wan/api/v1/tasks/{task_id}根据任务 ID 查询状态、视频链接和用量。
查看接口文档请求头
TT-API-KEYstring必填填写 TTAPI API 密钥。
Content-Typestring必填使用 application/json。
请求体
modelenum必填标准 Wan 3.0 模型使用 wan3.0-video。
input.promptstring按条件填写描述视频的提示词,支持中文或英文,最多 20,000 字符。提示词和媒体素材至少提供一种。
input.mediaobject[]按条件填写可选媒体输入包括首尾帧、参考图、参考视频、参考音频、网页链接或文档文件。
input.media[].typeenum按条件填写可选 first_frame、last_frame、reference_image、reference_video、reference_audio、link 或 file。参考素材与文件、链接模式不能混用。
input.media[].urlstring按条件填写该媒体素材的公开 URL 或受支持的 Base64 数据。
parameters.resolutionenum选填可选 480P、720P 或 1080P,默认 1080P。
parameters.ratioenum选填可选 adaptive、16:9、4:3、1:1、3:4 或 9:16,默认 adaptive。
parameters.durationinteger选填生成时长为 2 至 30 秒,或填 -1 智能选择,默认 5 秒。
parameters.audioboolean选填是否生成同步音频,默认 true。
parameters.seedinteger选填用于复现生成结果的种子,范围 0 至 2,147,483,647。
parameters.prompt_extendboolean选填是否自动优化提示词,默认 true。
parameters.watermarkboolean选填设为 true 添加水印,默认 false。
发送请求并获取结果
复制当前模型的请求地址、鉴权请求头和请求体。
curl --request POST \
--url https://api.ttapi.io/wan/api/v1/services/aigc/video-generation/video-synthesis \
--header "TT-API-KEY: $TTAPI_KEY" \
--header 'Content-Type: application/json' \
--data '{"model":"wan3.0-video","input":{"prompt":"这是一个正面的近景镜头,画面主要呈现一位年轻黑人女孩的头部和上半身,她穿着一件蓝色的毕业袍。镜头稍微偏一点点,可以看到左边还有一个人,但背景被虚化处理了,看起来很模糊。女孩正对着镜头说话,嘴巴在动,眉头稍微皱着,表情看起来有点严肃和忧虑。光线从上方照下来,把她脸上的轮廓衬托得很自然,甚至能看到皮肤真实的质感。镜头虽然固定,但带着一点点人手持拍摄时的轻微呼吸感和晃动,视线从看着前面慢慢变成了低头看手里。"},"parameters":{"resolution":"1080P","ratio":"16:9","duration":10,"audio":true,"seed":12345,"prompt_extend":true,"watermark":false}}'