El modelo de imagen a video Wan genera un video fluido a partir de una imagen de primer fotograma y un prompt de texto.
Documentos relacionados: Guía del usuario
Su modelo, URL de endpoint y clave de API deben estar en la misma región. Las llamadas entre regiones fallarán.
Las tareas de imagen a video utilizan invocación asíncrona (típicamente 1–5 minutos): crear tarea -> sondear resultados.
Reemplace
Reemplace
Los nombres de los parámetros del SDK son en gran medida consistentes con la API HTTP, siguiendo las convenciones de cada lenguaje.
Las tareas de imagen a video suelen tardar 1–5 minutos. El SDK encapsula el proceso de llamada HTTP asíncrona y admite tanto llamadas síncronas como asíncronas.
Establezca
Reemplace
Establezca
Reemplace
Cuando wan2.6-i2v-flash genera una rotación continua de un objeto circular (como un anillo, un engranaje o la esfera de un reloj), el video puede detenerse durante aproximadamente 1 segundo alrededor de la marca de 3 segundos. Para evitar este problema, utilice el modelo Wan 2.7 - imagen a video en su lugar.
Si una llamada al modelo devuelve un mensaje de error, consulte Códigos de error.
R: La imagen de primer fotograma de entrada (img_url) determina la relación de aspecto del video de salida. Sin embargo, no se garantiza una relación exacta como 3:4, ya que pueden ocurrir desviaciones menores.
R: Los videos generados por los modelos se almacenan en OSS. La API devuelve una URL pública temporal. Para configurar una lista blanca de firewall para esta URL de descarga, tenga en cuenta lo siguiente: El almacenamiento subyacente puede cambiar dinámicamente. Este tema no proporciona una lista blanca fija de nombres de dominio de OSS para evitar problemas de acceso causados por información obsoleta. Si tiene requisitos de control de seguridad, póngase en contacto con su gerente de cuenta para obtener la lista más reciente de nombres de dominio de OSS.
Wan 2.7 - imagen a video admite de primer fotograma a video, de primer y último fotograma a video, y continuación de video. Recomendamos esta versión.La función imagen a video (basada en el primer fotograma) para modelos Wan 2.6 y anteriores solo admite de primer fotograma a video.
Disponibilidad
Su modelo, URL de endpoint y clave de API deben estar en la misma región. Las llamadas entre regiones fallarán.
- Seleccionar un modelo: Confirm la región donde está disponible el modelo.
- Seleccionar una URL: Seleccione la URL de endpoint para la región correspondiente. Se admiten tanto URLs HTTP como del SDK de DashScope.
- Configurar una clave de API: Obtenga una clave de API para la región y luego configure la clave de API en sus variables de entorno.
- Instalar el SDK: Para realizar llamadas con el SDK, instale el SDK de DashScope.
El código de ejemplo en este tema corresponde a la región de Singapur.
Llamada HTTP
Las tareas de imagen a video utilizan invocación asíncrona (típicamente 1–5 minutos): crear tarea -> sondear resultados.
Paso 1: Crear una tarea
- Singapore
- Virginia
- Beijing
- Fráncfort
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis{WorkspaceId} con su ID de espacio de trabajo real.
- Después de crear la tarea, utilice el
task_iddevuelto para consultar el resultado. Eltask_ides válido durante 24 horas. No cree tareas duplicadas. En su lugar, utilice el sondeo para recuperar el resultado. - Para obtener orientación para principiantes, consulte Llamar a APIs con Postman o cURL.
Parámetros de solicitudEncabezadosContent-Typestring (Requerido)El tipo de contenido de la solicitud. Debe ser application/json.Authorization string (Requerido)Autentica la solicitud con una clave API de Model Studio. Ejemplo: Bearer sk-xxxx.X-DashScope-Async string (Requerido)Habilita el procesamiento asíncrono. Las solicitudes HTTP solo admiten llamadas asíncronas. Debe ser enable.Cuerpo de la solicitudmodelstring (Obligatorio)El nombre del modelo. Modelos disponibles y precios: precios de modelos.Ejemplo: wan2.6-i2v-flash.input object (Obligatorio)Campos de entrada que incluyen el prompt.
Propiedades prompt string (Opcional)Describe los elementos visuales y las características deseadas del video generado.Admite chino e inglés. Cada carácter cuenta como uno. El texto que exceda el límite se trunca. Límites de longitud por modelo:
string (Opcional)Describe qué excluir del video, restringiendo la salida.Admite chino e inglés. Máximo de 500 caracteres; el texto más largo se trunca.Ejemplo: baja resolución, errores, peor calidad, baja calidad, desfigurado, dedos extra, proporciones deficientes, etc.img_url string (Obligatorio)La URL o datos codificados en Base64 de la imagen inicial.Restricciones de imagen:
string (Opcional)Modelos admitidos: modelos de las series Wan2.6 y Wan2.5.La URL del archivo de audio. El modelo genera el video utilizando este audio.Formatos de entrada admitidos:
object (Opcional)Controles para resolución, duración, reescritura inteligente de prompts y marcas de agua.
Propiedades resolution string (Opcional)Especifica el nivel de resolución del video de salida. El modelo escala la salida a un recuento total de píxeles similar basado en el nivel seleccionado. El modelo mantiene la relación de aspecto de salida lo más cercana posible a la de la imagen de entrada enimg_url. Para obtener más detalles, consulte Preguntas frecuentes.El valor predeterminado y los valores de enumeración disponibles para este parámetro dependen del parámetro model, de la siguiente manera:
integer (Opcional)La duración del video de salida, en segundos. Los valores válidos dependen del parámetro model:
boolean (Opcional)Indica si se debe habilitar la reescritura de prompts. Cuando está habilitado, un LLM reescribe el prompt de entrada. Esto mejora la calidad de generación para prompts más cortos, pero aumenta el tiempo de procesamiento.
string (Opcional)Modelos admitidos: modelos de la serie Wan2.6.Especifica el tipo de toma del video generado: una sola toma continua o una secuencia de múltiples tomas.Este parámetro solo surte efecto cuando "prompt_extend": true.Prioridad de parámetros: shot_type > prompt. Por ejemplo, si shot_type se establece en "single", incluso si el prompt contiene "generar un video de múltiples tomas", el modelo seguirá generando un video de una sola toma.Valores válidos:
Utilice este parámetro cuando necesite un control estricto sobre la estructura narrativa, como una sola toma para demostraciones de productos o múltiples tomas para cortometrajes. boolean (Opcional)Modelo admitido: wan2.6-i2v-flash.Especifica si se debe generar un video con sonido.Prioridad de parámetros: audio > audio_url. Cuando audio=false, la salida sigue siendo un video silencioso incluso si se proporciona un audio_url, y la facturación se basa en un video silencioso.Valores válidos:
boolean (Opcional)Especifica si se debe agregar una marca de agua "AI Generated" en la esquina inferior derecha del video.
integer(Opcional)La semilla de número aleatorio. Rango de valores: [0, 2147483647].Si no se especifica, el sistema genera una. Para una mejor reproducibilidad, utilice una semilla fija.La generación es probabilística. Incluso con la misma semilla, los resultados pueden diferir.Ejemplo: 12345. |
Esta función solo es compatible con los modelos de la serie Wan2.6.Puede habilitarlo configurando "prompt_extend": true y "shot_type":"multi". |
Parámetros de respuestaoutputobjectInformación sobre la salida de la tarea.
Propiedades task_id stringEl ID de la tarea. Válido para consultas durante 24 horas.task_status stringEl estado de la tarea.
Valores de enumeración
stringIdentificador único de solicitud para rastreo y solución de problemas.code stringCódigo de error. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error.message stringMensaje de error detallado. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error. |
Guarde el task_id para consultar el estado y el resultado de la tarea. |
Paso 2: Consultar el resultado de la tarea
- Singapore
- Virginia
- China (Beijing)
- Fráncfort
GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}{WorkspaceId} con su ID de espacio de trabajo real.
- Recomendación de sondeo: La generación de video tarda varios minutos. Utilice un mecanismo de sondeo con un intervalo razonable, como 15 segundos.
- Transición de estado de la tarea: PENDING → RUNNING → SUCCEEDED o FAILED.
- Enlace de resultado: Después de que una tarea tenga éxito, se devuelve una URL de video válida durante 24 horas. Descargue y guarde el video en un almacenamiento permanente, como OSS.
task_idvalidez: 24 horas. Después de este período, las consultas devuelven el estado de la tarea comoUNKNOWN.
Parámetros de solicitudEncabezadosAuthorizationstring (Requerido)Autentica la solicitud con una clave API de Model Studio. Ejemplo: Bearer sk-xxxx.Parámetros de rutatask_idstring (Obligatorio)El ID de la tarea. |
Reemplace {task_id} con el valor task_id devuelto por la llamada a la API anterior. El task_id es válido para consultas durante 24 horas. Reemplace {WorkspaceId} con su ID de espacio de trabajo real. |
Parámetros de respuestaoutputobjectLos detalles de salida de la tarea.
Propiedades task_id stringEl ID de la tarea. Válido para consultas durante 24 horas.task_status stringEl estado de la tarea.
Valores de enumeración
stringLa hora en que se envió la tarea. La hora está en UTC+8 y el formato es YYYY-MM-DD HH:mm:ss.SSS.scheduled_time stringLa hora en que se ejecutó la tarea. La hora está en UTC+8 y el formato es YYYY-MM-DD HH:mm:ss.SSS.end_time stringLa hora en que se completó la tarea. La hora está en UTC+8 y el formato es YYYY-MM-DD HH:mm:ss.SSS.video_url stringURL del video generado. Se devuelve solo cuando task_status es SUCCEEDED.Válido durante 24 horas. El video está en formato MP4 con codificación H.264.orig_prompt stringEl prompt de entrada original, correspondiente al parámetro de solicitud prompt.actual_prompt stringSi prompt_extend es true, el sistema reescribe el prompt y este campo contiene la versión optimizada.
stringCódigo de error. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error.message stringMensaje de error detallado. Se devuelve solo para solicitudes fallidas. Consulte Códigos de error.objectEstadísticas de uso de la tarea, que se contabilizan únicamente para tareas exitosas.
Propiedades
Parámetros devueltos por modelos de la serie wan2.6 input_video_duration integerLa duración del video de entrada en segundos. Esto siempre es 0, ya que actualmente no se admite la entrada de video.output_video_duration integerSe devuelve solo cuando se utilizan modelos wan2.6.La duración del video de salida en segundos. Este valor coincide con input.duration.duration integerLa duración total del video, utilizada para facturación.Fórmula de facturación: duration=input_video_duration+output_video_duration.SR integerSe devuelve solo cuando se utilizan modelos wan2.6. El nivel de resolución del video generado. Ejemplo: 720.video_count integerEl número de videos generados. Esto está fijado en 1.audiobooleanSe devuelve solo cuando se utiliza el modelo wan2.6-i2v-flash. Indica si la salida es un video con audio.
Parámetros devueltos por modelos de las series wan2.2 y wan2.5 duration integerLa duración del video generado en segundos. Valores posibles: 5, 10.Fórmula de facturación: Costo = Duración del video en segundos × Precio unitario.SR integerLa resolución del video generado. Valores posibles: 480, 720, 1080.video_count integerEl número de videos generados. Esto está fijado en 1.
Parámetros devueltos por modelos de la serie wan2.1 video_duration integerLa duración del video generado en segundos. Valores posibles: 3, 4, 5.Fórmula de facturación: Costo = Duración del video en segundos × Precio unitario.video_ratio stringLa relación de aspecto del video generado. Este valor siempre es "standard".video_count integerEl número de videos generados. Esto está fijado en 1.stringIdentificador único de solicitud para rastreo y solución de problemas. |
Las URL de video son válidas solo durante 24 horas y luego se eliminan automáticamente. Guarde los videos generados de inmediato. |
Llamadas del SDK de DashScope
Los nombres de los parámetros del SDK son en gran medida consistentes con la API HTTP, siguiendo las convenciones de cada lenguaje.
Las tareas de imagen a video suelen tardar 1–5 minutos. El SDK encapsula el proceso de llamada HTTP asíncrona y admite tanto llamadas síncronas como asíncronas.
El tiempo de procesamiento depende de la cola de tareas y del estado del servicio.
SDK de Python
Establezca region según la región del modelo (se pasa al construir el Client; el valor de region varía según la región):
- Singapore
- Virginia
- Beijing
- Fráncfort
region="ap-southeast-1"{WorkspaceId} con su ID de espacio de trabajo real.
Código de ejemplo
- Llamada síncrona
- Llamada asíncrona
Una llamada síncrona se bloquea hasta que finaliza la generación del video. Este ejemplo demuestra tres métodos de entrada de imagen: URL pública, codificación Base64 y ruta de archivo local.
Ejemplo de solicitud
Ejemplo de respuesta
El video_url es válido durante 24 horas. Descargue el video antes de que caduque.
SDK de Java
Establezca baseHttpApiUrl según la región del modelo:
- Singapore
- Virginia
- Beijing
- Fráncfort
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";{WorkspaceId} con su ID de espacio de trabajo real.
Código de ejemplo
- Llamada síncrona
- Llamada asíncrona
Una llamada síncrona se bloquea hasta que finaliza la generación del video. Este ejemplo demuestra tres métodos de entrada de imagen: URL pública, codificación Base64 y ruta de archivo local.
Ejemplo de solicitud
Ejemplo de respuesta
El video_url es válido durante 24 horas. Descargue el video antes de que caduque.
Limitaciones
- Retención de datos: El
task_idy la URL del video se conservan durante 24 horas. Después de este periodo, no podrá consultarlos ni descargarlos. - Moderación de contenido: Todas las entradas (prompts, imágenes) y los videos de salida están sujetos a moderación de contenido. Las infracciones resultan en un error
IPInfringementSuspectoDataInspectionFailed. Códigos de error.
Limitaciones conocidas
Cuando wan2.6-i2v-flash genera una rotación continua de un objeto circular (como un anillo, un engranaje o la esfera de un reloj), el video puede detenerse durante aproximadamente 1 segundo alrededor de la marca de 3 segundos. Para evitar este problema, utilice el modelo Wan 2.7 - imagen a video en su lugar.
Códigos de error
Si una llamada al modelo devuelve un mensaje de error, consulte Códigos de error.
FAQ
P: ¿Cómo generar un video con una relación de aspecto específica?
R: La imagen de primer fotograma de entrada (img_url) determina la relación de aspecto del video de salida. Sin embargo, no se garantiza una relación exacta como 3:4, ya que pueden ocurrir desviaciones menores.
-
¿Por qué ocurren desviaciones?
El modelo utiliza la relación de aspecto de la imagen de entrada como línea base y la combina con el recuento total de píxeles del nivel de resolución seleccionado (
resolution) para calcular la resolución válida más cercana. Dado que el ancho y la altura de un video deben ser múltiplos de 16, el modelo ajusta la resolución final en consecuencia. Como resultado, no se garantiza que la relación de aspecto de salida sea exactamente 3:4, pero será muy cercana.- Por ejemplo, una imagen de entrada de 750×1000 (relación de aspecto 3:4 = 0.75) con
resolutionestablecido en "720P" (un objetivo de aproximadamente 920,000 píxeles totales) produce una salida de 816×1104 (relación de aspecto ≈ 0.739, aproximadamente 900,000 píxeles totales).
- Por ejemplo, una imagen de entrada de 750×1000 (relación de aspecto 3:4 = 0.75) con
-
Recomendaciones:
- Controlar la entrada: Para obtener mejores resultados, utilice una imagen de primer fotograma que ya tenga su relación de aspecto objetivo.
- Posprocesamiento: Si necesita una relación de aspecto estricta, recorte el video o agregue barras negras utilizando una herramienta de edición después de la generación.