Le modèle image-to-video Wan 2.7 prend en charge les entrées multimodales (texte, images, audio et vidéo) et exécute trois tâches : génération vidéo à partir de la première image, génération vidéo à partir de la première et de la dernière image, et prolongation de vidéo .
Références : Guide utilisateur
Le modèle, l'URL de l'endpoint et la clé API doivent appartenir à la même région. Les appels interrégionaux échouent systématiquement.
Les tâches image-to-video nécessitent généralement entre 1 et 5 minutes. L'API recourt donc à une invocation asynchrone en deux étapes : création de la tâche, puis interrogation du résultat.
Remplacez
Remplacez
Les noms des paramètres du SDK correspondent à ceux de l'API HTTP. La structure des paramètres est encapsulée selon les conventions propres à chaque langage.
Les tâches image-to-video prennent généralement entre 1 et 5 minutes. Le SDK encapsule le processus d'invocation asynchrone HTTP et prend en charge les appels synchrones et asynchrones.
Définissez
Remplacez
Définissez Constants.baseHttpApiUrl en fonction de la région du modèle :
Remplacez
Si l'appel au modèle échoue et retourne un message d'erreur, consultez la section Codes d'erreur pour résoudre le problème.
R : Le rapport d'aspect de la sortie dépend de la ressource d'entrée (image initiale ou premier clip vidéo), mais il n'est pas garanti qu'il corresponde exactement. Un léger écart peut survenir.
L'exemple suivant illustre cette logique en utilisant une image initiale comme entrée :
R : Les vidéos générées par les modèles sont stockées dans OSS. L'API retourne une URL publique temporaire. Pour configurer une liste d'autorisation de pare-feu pour cette URL de téléchargement, notez ce qui suit : Le stockage sous-jacent pouvant changer dynamiquement, cette rubrique ne fournit pas de liste d'autorisation de noms de domaine OSS fixe afin d'éviter tout problème d'accès lié à des informations obsolètes. Si vous avez des exigences en matière de contrôle de sécurité, contactez votre gestionnaire de compte pour obtenir la liste la plus récente des noms de domaine OSS.
La nouvelle API image-to-video (modèle wan2.7) prend en charge ces trois tâches. L'ancienne API image-to-video à partir de la première image (wan2.6 et versions antérieures) permet uniquement la génération vidéo à partir de la première image.
Disponibilité
Le modèle, l'URL de l'endpoint et la clé API doivent appartenir à la même région. Les appels interrégionaux échouent systématiquement.
- Sélectionner un modèle : Vérifiez que le modèle est disponible dans votre région cible.
- Choisir une URL : Sélectionnez l'URL d'endpoint correspondant à la région de votre modèle. Les URL HTTP et DashScope SDK sont toutes deux prises en charge.
- Configurer une clé API : Obtenez une clé API pour la région concernée, puis configurez-la comme variable d'environnement.
- Installer le SDK : Pour appeler l'API via le SDK, installez le SDK DashScope.
Les exemples de code de cette rubrique s'appliquent à la région Singapore.
HTTP
Les tâches image-to-video nécessitent généralement entre 1 et 5 minutes. L'API recourt donc à une invocation asynchrone en deux étapes : création de la tâche, puis interrogation du résultat.
Étape 1 : Créer une tâche et obtenir son ID
- Singapore
- Beijing
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis{WorkspaceId} par votre véritable ID d'espace de travail.
- Une fois la tâche créée, utilisez le
task_idretourné pour interroger le résultat. Cetask_idreste valide pendant 24 heures. Ne créez pas de tâches en double. Privilégiez plutôt l'interrogation périodique pour récupérer le résultat. - Pour un guide destiné aux débutants, consultez Appeler des API avec Postman ou cURL.
Paramètres de la requête |
Génère une vidéo à partir d'une image initiale et d'un fichier audio. |
Content-Type string (Obligatoire)Type de contenu de la requête. Doit être application/json. | |
Authorization string (Obligatoire)Authentifie la requête à l'aide d'une clé API Model Studio. Exemple : Bearer sk-xxxx. | |
X-DashScope-Async string (Obligatoire)Active le traitement asynchrone. Les requêtes HTTP ne prennent en charge que les appels asynchrones. La valeur doit être enable. | |
Corps de la requête | |
model string (Obligatoire)Nom du modèle. Pour consulter la liste des modèles et leurs tarifs, reportez-vous à la section Tarification des modèles.Exemple : wan2.7-i2v-2026-04-25. | |
input object (Obligatoire)Informations d'entrée de base, y compris le prompt.
Propriétés prompt string (Facultatif)Prompt textuel décrivant les éléments et les caractéristiques visuelles de la vidéo à générer.Le chinois et l'anglais sont pris en charge, jusqu'à 5 000 caractères.Chaque caractère chinois ou lettre compte pour un caractère. Le texte dépassant cette limite est automatiquement tronqué.Exemple : Un chaton court sur l'herbe.Pour plus d'informations sur l'utilisation des prompts, consultez le Guide des prompts text-to-video/image-to-video.negative_prompt string (Facultatif)Décrit le contenu à exclure de la vidéo générée.Le chinois et l'anglais sont pris en charge, avec un maximum de 500 caractères. Le texte excédentaire est automatiquement tronqué.Exemple : basse résolution, erreur, meilleure qualité, mauvaise qualité, déformé, doigts supplémentaires, mauvaises proportions.media array (Obligatoire)Ressources de référence (images, audio et vidéo) pour la génération vidéo.Chaque élément est un objet média contenant les champs type et url.
Combinaisons de ressources Seules les combinaisons suivantes sont valides. Toute combinaison invalide entraîne une erreur.
Propriétés type string (Obligatoire)Type de ressource média. Valeurs valides :
type ne peut apparaître qu'une seule fois dans le tableau media. Par exemple, il est impossible de fournir deux ressources first_frame.url string (Obligatoire)URL de la ressource média (image, audio ou vidéo).
Fournir une image (type=first_frame ou last_frame) URL ou données encodées en Base64 pour l'image initiale ou finale.Limites relatives aux images :
Fournir un fichier audio (type=driving_audio) URL du fichier audio.
Fournir une vidéo (type=first_clip) URL du fichier vidéo. Le modèle génère une prolongation basée sur le contenu de cette vidéo. Le paramètre duration contrôle la durée totale maximale de la sortie.Par exemple, si duration=15 et que la vidéo d'entrée dure 3 s, le modèle génère une prolongation de 12 s. La vidéo finale générée dure 15 s et est facturée pour 15 s.Limites relatives aux vidéos :
| |
parameters object (Facultatif)Paramètres de traitement vidéo : résolution, durée, réécriture du prompt et filigranes.
Propriétés resolution string (Facultatif)Niveau de résolution de la vidéo générée. Contrôle le nombre total de pixels.Le modèle met automatiquement la vidéo à l'échelle pour atteindre un nombre total de pixels proche du niveau sélectionné. Le rapport d'aspect de la sortie suit celui de la ressource d'entrée (première image ou premier clip vidéo). Pour plus de détails, consultez la FAQ.Les valeurs valides sont 720P et 1080P. Valeur par défaut : 1080P.duration integer (Facultatif)Durée de la vidéo générée, en secondes. L'intervalle valide dépend du modèle :Valeurs valides : Entier de 2 à 15. Valeur par défaut : 5.prompt_extendboolean (Facultatif)Indique s'il faut activer la réécriture du prompt. Lorsque cette option est activée, un modèle réécrit le prompt d'entrée afin d'améliorer les résultats pour les prompts courts, ce qui augmente toutefois le temps de traitement.
boolean (Facultatif)Indique s'il faut ajouter un filigrane « AI Generated » dans le coin inférieur droit de la vidéo.
integer (Facultatif)La graine de nombre aléatoire doit être un entier compris dans l'intervalle [0, 2147483647].Si aucune valeur n'est spécifiée, une graine aléatoire est générée. Une graine fixe améliore la reproductibilité.Étant donné que la génération du modèle est probabiliste, une même graine ne garantit pas des résultats strictement identiques. |
Paramètres de la réponse |
Enregistrez le task_id afin d'interroger ultérieurement l'état et le résultat de la tâche. |
output objectInformations de sortie de la tâche.
Propriétés task_id stringID de la tâche. Valide pour les requêtes pendant 24 heures.task_status stringÉtat de la tâche.
Valeurs d'énumération
| |
request_id stringIdentifiant unique de la requête, utilisé pour le suivi et le dépannage. | |
code stringCode d'erreur. Retourné uniquement en cas d'échec de la requête. Consultez la section Codes d'erreur. | |
message stringMessage d'erreur détaillé. Retourné uniquement en cas d'échec de la requête. Consultez la section Codes d'erreur. |
Étape 2 : Interroger le résultat à l'aide de l'ID de tâche
- Singapore
- Beijing
GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}{WorkspaceId} par votre véritable ID d'espace de travail.
- Recommandation d'interrogation : La génération vidéo prend plusieurs minutes. Mettez en place un mécanisme d'interrogation à intervalles réguliers, par exemple toutes les 15 secondes.
- Transition d'état de la tâche : PENDING → RUNNING → SUCCEEDED ou FAILED.
- Lien du résultat : Une fois la tâche terminée avec succès, une URL vidéo valide pendant 24 heures est retournée. Téléchargez et enregistrez la vidéo dans un stockage permanent, tel que OSS.
- Validité dutask_id:24 heures**. Passé ce délai, les requêtes retournent l'état
UNKNOWN.
Paramètres de la requête |
Remplacez {task_id} par la valeur task_id retournée lors de l'appel API précédent. Le task_id reste valide pour les requêtes pendant 24 heures. Remplacez {WorkspaceId} par votre véritable ID d'espace de travail. |
En-têtes | |
Authorization string (Obligatoire)Authentifie la requête à l'aide d'une clé API Model Studio. Exemple : Bearer sk-xxxx. | |
Paramètres de chemin | |
task_id string (Obligatoire)ID de la tâche. |
Paramètres de la réponse |
Les URL vidéo ne sont valides que pendant 24 heures avant d'être automatiquement purgées. Enregistrez rapidement les vidéos générées. |
outputobjectInformations de sortie de la tâche.
Propriétés task_id stringID de la tâche. Valide pour les requêtes pendant 24 heures.task_status stringÉtat de la tâche.
Valeurs d'énumération
stringHeure de soumission de la tâche. L'heure est exprimée en UTC+8 et le format est AAAA-MM-JJ HH:mm:ss.SSS.scheduled_time stringHeure d'exécution de la tâche. L'heure est exprimée en UTC+8 et le format est AAAA-MM-JJ HH:mm:ss.SSS.end_time stringHeure de fin de la tâche. L'heure est exprimée en UTC+8 et le format est AAAA-MM-JJ HH:mm:ss.SSS.video_url stringURL de la vidéo générée. Retournée uniquement lorsque task_status est SUCCEEDED.Valide pendant 24 heures. La vidéo est au format MP4 avec un encodage H.264.orig_prompt stringPrompt d'entrée original, correspondant au paramètre de requête prompt.code stringCode d'erreur. Retourné uniquement en cas d'échec de la requête. Consultez la section Codes d'erreur.message stringMessage d'erreur détaillé. Retourné uniquement en cas d'échec de la requête. Consultez la section Codes d'erreur. | |
usage objectStatistiques d'utilisation. Calculées uniquement pour les tâches réussies.
Propriétés input_video_duration integerDurée de la vidéo d'entrée, en secondes.output_video_duration integerDurée de la vidéo de sortie, en secondes.duration integerDurée vidéo totale utilisée pour la facturation.SR integerRésolution de la vidéo de sortie. Exemple : 720.video_count integerNombre de vidéos générées. Toujours fixé à 1. | |
request_id stringIdentifiant unique de la requête, utilisé pour le suivi et le dépannage. |
DashScope SDK
Les noms des paramètres du SDK correspondent à ceux de l'API HTTP. La structure des paramètres est encapsulée selon les conventions propres à chaque langage.
Les tâches image-to-video prennent généralement entre 1 et 5 minutes. Le SDK encapsule le processus d'invocation asynchrone HTTP et prend en charge les appels synchrones et asynchrones.
Le temps de traitement réel dépend de la file d'attente des tâches et de la charge du service. Patientez jusqu'à l'obtention du résultat.
Python SDK
Définissez region en fonction de la région du modèle (transmis à la construction du Client ; la valeur de region varie selon la région) :
- Singapore
- Beijing
region="ap-southeast-1"{WorkspaceId} par votre véritable ID d'espace de travail.
- Appel synchrone
- Appel asynchrone
Exemple de requête
Exemple de réponse
L'URL video_url est valide pendant 24 heures. Téléchargez la vidéo sans tarder.
Java SDK
Définissez Constants.baseHttpApiUrl en fonction de la région du modèle :
- Singapore
- Beijing
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"{WorkspaceId} par votre véritable ID d'espace de travail.
- Appel synchrone
- Appel asynchrone
Un appel synchrone bloque l'exécution jusqu'à la fin de la génération vidéo et la réception du résultat.
Exemple de requête
Exemple de réponse
L'URL video_url est valide pendant 24 heures. Téléchargez la vidéo sans tarder.
Codes d'erreur
Si l'appel au modèle échoue et retourne un message d'erreur, consultez la section Codes d'erreur pour résoudre le problème.
FAQ
Q : Comment générer une vidéo avec un rapport d'aspect spécifique, par exemple 3:4 ?
R : Le rapport d'aspect de la sortie dépend de la ressource d'entrée (image initiale ou premier clip vidéo), mais il n'est pas garanti qu'il corresponde exactement. Un léger écart peut survenir.
L'exemple suivant illustre cette logique en utilisant une image initiale comme entrée :
-
Pourquoi un écart se produit-il ?
- Logique d'exécution : Le système utilise le rapport d'aspect de l'image d'entrée comme base, combiné au nombre total de pixels cible pour le niveau de
resolution. Étant donné que l'encodage vidéo exige que la largeur et la hauteur soient des multiples de 16, le système ajuste la sortie à la résolution valide la plus proche. - Exemple de calcul : Une image d'entrée de 750 x 1000 pixels (rapport 3:4 = 0,75) avec une résolution « 720P » (environ 920 000 pixels au total) produit une sortie de 816 x 1104 pixels (rapport ~0,739, environ 900 000 pixels au total).
- Logique d'exécution : Le système utilise le rapport d'aspect de l'image d'entrée comme base, combiné au nombre total de pixels cible pour le niveau de
-
Recommandations :
- Contrôle de l'entrée : Utilisez une première image ou un clip vidéo correspondant à votre rapport d'aspect cible.
- Post-traitement : Pour des exigences strictes en matière de rapport d'aspect, recadrez la vidéo ou ajoutez des bandes noires après la génération.