Le modèle image-to-video de Wan génère une vidéo fluide à partir d'une première image et d'une invite textuelle .
Documents associés : Guide utilisateur
Votre modèle, votre URL d'endpoint et votre clé API doivent se trouver dans la même région. Les appels interrégionaux échouent systématiquement.
Les tâches image-to-video utilisent une invocation asynchrone (généralement 1 à 5 minutes) : créer la tâche -> interroger les résultats.
Les noms de paramètres du SDK sont largement cohérents avec ceux de l'API HTTP, en suivant les conventions de chaque langage.
Les tâches image-to-video prennent généralement 1 à 5 minutes. Le SDK encapsule le processus d'appel HTTP asynchrone et prend en charge les appels synchrones et asynchrones.
Définissez
Définissez baseHttpApiUrl en fonction de la région du modèle :
Si un appel de modèle retourne un message d'erreur, consultez Codes d'erreur.
R : L'image de première image d'entrée (img_url) détermine le rapport d'aspect de la vidéo de sortie. Cependant, un rapport exact comme 3:4 n'est pas garanti, car de légères variations peuvent survenir.
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 peut changer dynamiquement. Cette rubrique ne fournit pas de liste d'autorisation de noms de domaine OSS fixe afin d'éviter les problèmes d'accès causés par des informations obsolètes. Si vous avez des exigences de contrôle de sécurité, contactez votre gestionnaire de compte pour obtenir la dernière liste de noms de domaine OSS.
Wan 2.7 - image-to-video prend en charge la génération vidéo depuis la première image, depuis la première et la dernière image, ainsi que la continuation vidéo. Nous recommandons cette version.La fonctionnalité image-to-video (basée sur la première image) des modèles Wan 2.6 et antérieurs prend uniquement en charge la génération vidéo à partir de la première image.
Disponibilité
Votre modèle, votre URL d'endpoint et votre clé API doivent se trouver dans la même région. Les appels interrégionaux échouent systématiquement.
- Sélectionner un modèle : confirmez la région où le modèle est disponible.
- Choisir une URL : sélectionnez l'URL d'endpoint correspondant à la région concernée. Les URL HTTP et DashScope SDK sont toutes deux prises en charge.
- Configurer une clé API : Obtenez une clé API pour la région, puis configurez la clé API dans vos variables d'environnement.
- Installer le SDK : pour appeler l'API via le SDK, installez le SDK DashScope.
Les exemples de code de cette rubrique concernent la région Singapour.
Appel HTTP
Les tâches image-to-video utilisent une invocation asynchrone (généralement 1 à 5 minutes) : créer la tâche -> interroger les résultats.
Étape 1 : Créer une tâche
- Singapore
- Virginia
- Beijing
- Frankfurt
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesisRemplacez 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. Utilisez plutôt un mécanisme d'interrogation pour récupérer le résultat. - Pour un guide destiné aux débutants, consultez Appeler des API avec Postman ou cURL.
Paramètres de la requête |
Cette fonctionnalité est prise en charge uniquement par les modèles de la série Wan2.6.Activez-la en définissant "prompt_extend": true et "shot_type":"multi". |
En-têtes | |
Content-Type string (Obligatoire)Type de contenu de la requête. Doit être application/json. | |
Authorization string (Obligatoire)Authentifie la requête avec 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. Modèles disponibles et tarification : tarification des modèles.Exemple : wan2.6-i2v-flash. | |
input object (Obligatoire)Champs d'entrée incluant l'invite.
Propriétés prompt string (Facultatif)Décrit les éléments visuels et les caractéristiques souhaités pour la vidéo générée.Prend en charge le chinois et l'anglais. Chaque caractère compte pour un. Le texte dépassant la limite est tronqué. Limites de longueur selon le modèle :
string (Facultatif)Décrit ce qu'il faut exclure de la vidéo, contraignant ainsi la sortie.Prend en charge le chinois et l'anglais. Maximum de 500 caractères ; le texte plus long est tronqué.Exemple : basse résolution, erreurs, meilleure qualité, mauvaise qualité, défiguré, doigts supplémentaires, mauvaises proportions, etc.img_url string (Obligatoire)URL ou données encodées en Base64 de l'image initiale.Contraintes relatives à l'image :
string (Facultatif)Modèles pris en charge : séries Wan2.6 et Wan2.5.URL du fichier audio. Le modèle génère la vidéo en utilisant cet audio.Formats d'entrée pris en charge :
| |
parameters object (Facultatif)Contrôles pour la résolution, la durée, la réécriture intelligente d'invite et les filigranes.
Propriétés resolution string (Facultatif)Spécifie le niveau de résolution de la vidéo de sortie. Le modèle adapte la sortie pour atteindre un nombre total de pixels similaire en fonction du niveau sélectionné. Le modèle maintient le rapport d'aspect de sortie aussi proche que possible de celui de l'image d'entrée dansimg_url. Pour plus de détails, consultez la FAQ.La valeur par défaut et les valeurs d'énumération disponibles pour ce paramètre dépendent du paramètre model, comme suit :
integer (Facultatif)Durée de la vidéo de sortie, en secondes. Les valeurs valides dépendent du paramètre model :
boolean (Facultatif)Indique s'il faut activer la réécriture d'invite. Lorsque cette option est activée, un LLM réécrit l'invite d'entrée. Cela améliore la qualité de génération pour les invites courtes, mais augmente le temps de traitement.
string (Facultatif)Modèles pris en charge : série Wan2.6.Spécifie le type de plan de la vidéo générée : un seul plan continu ou une séquence de plusieurs plans.Ce paramètre prend effet uniquement lorsque "prompt_extend": true.Priorité des paramètres : shot_type > prompt. Par exemple, si shot_type est défini sur « single », même si l'invite contient « générer une vidéo multi-plans », le modèle produira tout de même une vidéo à plan unique.Valeurs valides :
Utilisez ce paramètre lorsque vous avez besoin d'un contrôle strict de la structure narrative, par exemple un plan unique pour des démonstrations de produits ou plusieurs plans pour des courts métrages. boolean (Facultatif)Modèle pris en charge : wan2.6-i2v-flash.Spécifie s'il faut générer une vidéo avec du son.Priorité des paramètres : audio > audio_url. Lorsque audio=false, la sortie reste une vidéo silencieuse même si une audio_url est fournie, et la facturation est basée sur une vidéo silencieuse.Valeurs valides :
boolean (Facultatif)Spécifie s'il faut ajouter un filigrane « AI Generated » dans le coin inférieur droit de la vidéo.
integer(Facultatif)Graine de nombre aléatoire. Plage de valeurs : [0, 2147483647].Si elle n'est pas spécifiée, le système en génère une. Pour une meilleure reproductibilité, utilisez une graine fixe.La génération est probabiliste. Même avec la même graine, les résultats peuvent différer.Exemple : 12345. |
Paramètres de réponse |
Enregistrez le task_id pour interroger l'état et le résultat de la tâche. |
output objectInformations sur la 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 pour le suivi et le dépannage. | |
code stringCode d'erreur. Retourné uniquement pour les requêtes ayant échoué. Consultez Codes d'erreur. | |
message stringMessage d'erreur détaillé. Retourné uniquement pour les requêtes ayant échoué. Consultez Codes d'erreur. |
Étape 2 : Interroger le résultat de la tâche
- Singapore
- Virginia
- China (Beijing)
- Frankfurt
GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}Remplacez WorkspaceId par votre véritable ID d'espace de travail.- Recommandation d'interrogation : la génération vidéo prend plusieurs minutes. Utilisez un mécanisme d'interrogation avec un intervalle raisonnable, par exemple 15 secondes.
- Transition d'état de la tâche : PENDING → RUNNING → SUCCEEDED ou FAILED.
- Lien de résultat : après la réussite d'une tâche, 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 de la tâche comme
UNKNOWN.
Paramètres de la requête |
Remplacez {task_id} par la valeur task_id retournée par l'appel API précédent. Le task_id est 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 avec une clé API Model Studio. Exemple : Bearer sk-xxxx. | |
Paramètres de chemin | |
task_id string (Obligatoire)ID de la tâche. |
Paramètres de réponse |
Les URL vidéo ne sont valides que pendant 24 heures, puis automatiquement purgées. Enregistrez rapidement les vidéos générées. |
outputobjectDétails de la 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 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 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 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 stringInvite d'entrée originale, correspondant au paramètre de requête prompt.actual_prompt stringSi prompt_extend est true, le système réécrit l'invite, et ce champ contient la version optimisée.
stringCode d'erreur. Retourné uniquement pour les requêtes ayant échoué. Consultez Codes d'erreur.message stringMessage d'erreur détaillé. Retourné uniquement pour les requêtes ayant échoué. Consultez Codes d'erreur. | |
usage objectStatistiques d'utilisation pour la tâche, comptabilisées uniquement pour les tâches réussies.
Propriétés
Paramètres retournés par les modèles de la série wan2.6 input_video_duration integerDurée de la vidéo d'entrée en secondes. Cette valeur est toujours 0, car l'entrée vidéo n'est pas prise en charge actuellement.output_video_duration integerRetourné uniquement lors de l'utilisation des modèles wan2.6.Durée de la vidéo de sortie en secondes. Cette valeur correspond à input.duration.duration integerDurée totale de la vidéo, utilisée pour la facturation.Formule de facturation : duration=input_video_duration+output_video_duration.SR integerRetourné uniquement lors de l'utilisation des modèles wan2.6. Niveau de résolution de la vidéo générée. Exemple : 720.video_count integerNombre de vidéos générées. Cette valeur est fixée à 1.audiobooleanRetourné uniquement lors de l'utilisation du modèle wan2.6-i2v-flash. Indique si la sortie est une vidéo avec audio.
Paramètres retournés par les modèles des séries wan2.2 et wan2.5 duration integerDurée de la vidéo générée en secondes. Valeurs possibles : 5, 10.Formule de facturation : Coût = Durée vidéo en secondes × Prix unitaire.SR integerRésolution de la vidéo générée. Valeurs possibles : 480, 720, 1080.video_count integerNombre de vidéos générées. Cette valeur est fixée à 1.
Paramètres retournés par les modèles de la série wan2.1 video_duration integerDurée de la vidéo générée en secondes. Valeurs possibles : 3, 4, 5.Formule de facturation : Coût = Durée vidéo en secondes × Prix unitaire.video_ratio stringRapport d'aspect de la vidéo générée. Cette valeur est toujours « standard ».video_count integerNombre de vidéos générées. Cette valeur est fixée à 1. | |
request_id stringIdentifiant unique de la requête pour le suivi et le dépannage. |
Appels SDK DashScope
Les noms de paramètres du SDK sont largement cohérents avec ceux de l'API HTTP, en suivant les conventions de chaque langage.
Les tâches image-to-video prennent généralement 1 à 5 minutes. Le SDK encapsule le processus d'appel HTTP asynchrone et prend en charge les appels synchrones et asynchrones.
Le temps de traitement dépend de la file d'attente des tâches et de l'état du service.
SDK Python
Définissez region en fonction de la région du modèle (transmis lors de la construction du Client ; la valeur de region varie selon la région) :
- Singapore
- Virginia
- Beijing
- Frankfurt
region="ap-southeast-1"Remplacez WorkspaceId par votre véritable ID d'espace de travail.Exemple de code
- Appel synchrone
- Appel asynchrone
Un appel synchrone bloque jusqu'à la fin de la génération vidéo. Cet exemple illustre trois méthodes d'entrée d'image : URL publique, encodage Base64 et chemin de fichier local.
Exemple de requête
Exemple de réponse
La video_url est valide pendant 24 heures. Téléchargez la vidéo avant son expiration.
SDK Java
Définissez baseHttpApiUrl en fonction de la région du modèle :
- Singapore
- Virginia
- Beijing
- Frankfurt
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";Remplacez WorkspaceId par votre véritable ID d'espace de travail.Exemple de code
- Appel synchrone
- Appel asynchrone
Un appel synchrone bloque jusqu'à la fin de la génération vidéo. Cet exemple illustre trois méthodes d'entrée d'image : URL publique, encodage Base64 et chemin de fichier local.
Exemple de requête
Exemple de réponse
La video_url est valide pendant 24 heures. Téléchargez la vidéo avant son expiration.
Limitations
- Rétention des données : le
task_idet l'URL vidéo sont conservés pendant 24 heures. Passé ce délai, vous ne pouvez plus les interroger ni les télécharger. - Modération de contenu : toutes les entrées (invites, images) et les vidéos de sortie sont soumises à la modération de contenu. Les violations entraînent une erreur
IPInfringementSuspectouDataInspectionFailed. Codes d'erreur.
Codes d'erreur
Si un appel de modèle retourne un message d'erreur, consultez Codes d'erreur.
FAQ
Q : Comment générer une vidéo avec un rapport d'aspect spécifique ?
R : L'image de première image d'entrée (img_url) détermine le rapport d'aspect de la vidéo de sortie. Cependant, un rapport exact comme 3:4 n'est pas garanti, car de légères variations peuvent survenir.
-
Pourquoi des écarts surviennent-ils ?
Le modèle utilise le rapport d'aspect de l'image d'entrée comme base et le combine avec le nombre total de pixels du niveau de résolution sélectionné (
resolution) pour calculer la résolution valide la plus proche. Comme la largeur et la hauteur d'une vidéo doivent être des multiples de 16, le modèle ajuste la résolution finale en conséquence. Par conséquent, le rapport d'aspect de sortie n'est pas garanti d'être exactement 3:4, mais il en sera très proche.- Par exemple, une image d'entrée de 750×1000 (rapport d'aspect 3:4 = 0,75) avec
resolutiondéfinie sur « 720P » (une cible d'environ 920 000 pixels au total) produit une sortie de 816×1104 (rapport d'aspect ≈ 0,739, environ 900 000 pixels au total).
- Par exemple, une image d'entrée de 750×1000 (rapport d'aspect 3:4 = 0,75) avec
-
Recommandations :
- Contrôler l'entrée : pour de meilleurs résultats, utilisez une image de première image qui possède déjà votre rapport d'aspect cible.
- Post-traitement : si vous avez besoin d'un rapport d'aspect strict, recadrez la vidéo ou ajoutez des bandes noires à l'aide d'un outil d'édition après la génération.