Skip to main content

Wan 2.7 - Reference-to-video

Wan-R2V accepte des entrées multimodales (texte, image, vidéo et audio) pour générer des vidéos de performance. Utilisez des prompts pour attribuer le rôle de personnage principal à des personnes ou des objets.

Liens rapides : Référence API | Guide des prompts

Premiers pas

Prompt d'entrée : Video 1 entre par le fond gauche du cadre. Le plan coupe ensuite sur un gros plan d'Image 1. Video 1 est adossée au mur rouillé situé à droite d'Image 2. Entendant des pas, elle tourne lentement la tête. Après avoir vu Image 1, Video 1 dit : « Pourquoi es-tu quand même venu ? » Image 1 répond : « Parlons. »
Vidéo d'entrée (Video 1)
Personas
Image d'entrée (Image 1)
Personnage de référence
Image d'entrée (Image 2)
Arrière-plan de référence
Vidéo de sortie (multi-plans, avec audio)
Voix de référence d'entrée :
wan-r2v-boy-en
Voix de référence d'entrée :
wan-r2v-bg-en
Avant de commencer, obtenez une clé API et définissez-la comme variable d'environnement. Pour utiliser un SDK, installez le SDK DashScope.
  • Python SDK
  • Java SDK
  • curl
Assurez-vous que la version du SDK Python DashScope est au moins1.25.16 avant d'exécuter le code suivant.Les versions antérieures peuvent déclencher des erreurs telles que « url error, please check url! ». Consultez Installer le SDK.
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# The following is the URL for the Singapore region. Replace {WorkspaceId} with your actual workspace ID. URLs vary by region. For more information, see https://www.alibabacloud.com/help/en/model-studio/wan-video-to-video-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# If you have not set the environment variable, replace the following line with your Model Studio API key: api_key="sk-xxx"
# API keys vary by region. For more information, see https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "reference_video",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pfgcuv/wan-r2v-girl-en.mp4",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/exiikq/wan-r2v-girl-demo-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/skhalj/wan-r2v-boy-en.jpg",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pqxdoi/wan-r2v-boy-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/vyqjxd/wan-r2v-bg-en.jpg"
    }
]

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model="wan2.7-r2v-2026-06-12",
    media=media,
    resolution="720P",
    ratio="16:9",
    duration=10,
    prompt_extend=False,
    watermark=True,
    prompt="Video 1 walks in from the deep left side of the frame. Then the shot cuts to a close-up of Image 1. Video 1 is leaning against the rusty wall on the right side from Image 2. Hearing the footsteps, she slowly turns her head. After seeing Image 1, Video 1 says, \"Why did you still come?\" Image 1 replies, \"Let's talk.\"",
)
print(rsp)
if rsp.status_code == HTTPStatus.OK:
    print("video_url:", rsp.output.video_url)
else:
    print('Failed, status_code: %s, code: %s, message: %s' % (rsp.status_code, rsp.code, rsp.message))

Disponibilité

  • Les modèles pris en charge varient selon la région. Les ressources sont isolées entre les régions. Pour connaître les modèles disponibles dans chaque région, consultez la console Model Studio.
  • Lors d'un appel, assurez-vous que votre modèle, votre URL d'endpoint et votre clé API appartiennent tous à la même région. Les appels interrégionaux échouent.
Le code d'exemple de cette rubrique s'applique à la région Singapour. Si vous utilisez d'autres régions, reportez-vous à la Référence API.

Capacités principales (wan2.7)

Référence à image unique (image multi-panneaux)

Modèles pris en charge : wan2.7 series. Description : Vous pouvez fournir une image multi-panneaux (storyboard). Le modèle détecte automatiquement la disposition multi-panneaux et génère une vidéo avec des personnages, des scènes et des plans cohérents. Vous ne pouvez fournir qu'une seule image multi-panneaux à la fois. Paramètres :
  • media.type : Définissez sur reference_image.
  • media.url : L'URL ou la chaîne encodée en base64 de l'image multi-panneaux.
  • prompt : Si vous ne fournissez qu'une seule image ou vidéo de référence, utilisez « reference image » ou « reference video ».
Prompt d'entrée : Image de référence, style film d'aventure cartoon 3D, personnages chibi aux textures détaillées, mouvements fluides et couleurs vibrantes. Maintenir la cohérence des personnages et de la scène forestière. Ne pas ajouter de texte. Atmosphère : Aventureuse, légère, mystérieuse, fantaisiste. Personnages : Garçon explorateur : chapeau rond, sac à dos, courte cape. Compagnon : un petit robot volant au corps rond et aux yeux bleus lumineux. Scène : Forêt fantastique avec racines d'arbres géants, champignons, lianes, entrée d'une grotte au trésor et rayons de soleil. Storyboard : 1. Plan large : Grands arbres et faisceaux lumineux entrelacés dans une forêt fantastique lumineuse et mystérieuse. 2. Plan moyen : Le garçon écarte les lianes pour explorer. 3. Plan moyen : Le petit robot vole à ses côtés, scrutant l'horizon avec une lumière bleue. 4. Gros plan : Une vieille carte au trésor se déploie entre les mains du garçon. 5. Gros plan : Il affiche une expression excitée, les yeux brillants. 6. Plan d'action : Tous deux sautent par-dessus des racines et un ruisseau, s'enfonçant plus profondément dans la forêt. 7. Plan moyen : Un coffre au trésor couvert de mousse apparaît derrière les lianes. 8. Gros plan : Une lueur dorée brille depuis le bord du coffre. 9. Plan final : Le garçon et le petit robot se tiennent devant le coffre, se regardant avec surprise, prêts pour l'aventure.
Image multi-panneaux d'entréeVidéo de sortie
banana_storyboard
  • Python SDK
  • Java SDK
  • curl
Assurez-vous que votre SDK Python DashScope est en version 1.25.16 ou ultérieure. Consultez Installer le SDK .
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# This is the URL for the Singapore region. Replace {WorkspaceId} with your actual workspace ID. URLs vary by region. To get the URL, see https://www.alibabacloud.com/help/en/model-studio/wan-video-to-video-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# If you have not configured the environment variable, replace the following line with your Model Studio API key: api_key="sk-xxx"
# API keys vary by region. To get an API key, see https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260403/wgjaxy/banana_storyboard_00000020.png"
    }
]

def sample_sync_call():
    print('----sync call, please wait a moment----')
    rsp = VideoSynthesis.call(
        api_key=api_key,
        model="wan2.7-r2v-2026-06-12",
        media=media,
        resolution="720P",
        ratio="16:9",
        duration=10,
        prompt_extend=False,
        watermark=True,
        prompt="Reference image, 3D cartoon adventure movie style, chibi characters with detailed textures, smooth actions, and vibrant colors. Keep the characters and forest scene consistent. Do not add text. Atmosphere: Adventurous, lighthearted, mysterious, whimsical. Characters: Boy explorer: round hat, backpack, short cloak. Sidekick: a flying small robot with a round body and blue glowing eyes. Scene: Fantasy forest with giant tree roots, mushrooms, vines, a treasure cave entrance, and sunbeams. Storyboard: 1. Wide shot: Tall trees and interlaced light beams in a mysterious and bright fantasy forest. 2. Medium shot: The boy pushes aside vines to explore. 3. Medium shot: The small robot flies beside him, scanning ahead with a blue light. 4. Close-up: An old treasure map unfolds in the boy's hands. 5. Close-up: He shows an excited expression, his eyes lighting up. 6. Action shot: The two jump over tree roots and a stream, continuing deeper into the forest. 7. Medium shot: A moss-covered treasure chest is revealed behind the vines. 8. Close-up: A golden glow shines from the edge of the treasure chest. 9. Final shot: The boy and the small robot stand before the treasure chest, looking at each other in surprise, full of adventure.",
    )
    if rsp.status_code == HTTPStatus.OK:
        print(rsp.output.video_url)
    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))

if __name__ == '__main__':
    sample_sync_call()

Référence multi-entités et personnalisation vocale

Modèles pris en charge : wan2.7 series. Description : Vous pouvez fournir plusieurs images et vidéos de référence comme matériaux d'entité. Vous pouvez également attribuer une voix unique à chaque entité pour permettre des interactions multi-personnages et une différenciation vocale. Paramètres :
  • media : Un tableau de matériaux de référence.
    • media.type : Prend en charge reference_image et reference_video. Le nombre total d'images et de vidéos de référence ne peut pas dépasser 5.
    • media.url : L'URL du matériau. Les images prennent également en charge les chaînes encodées en base64.
    • media.reference_voice (facultatif) : L'URL audio permettant de spécifier la voix de l'entité. À utiliser avec reference_image ou reference_video. Logique audio : Si une reference_video contient de l'audio et que reference_voice n'est pas spécifié, l'audio original de la vidéo est utilisé par défaut. Si les deux sont fournis, reference_voice remplace l'audio original de la vidéo.
  • prompt : Référencez les matériaux de référence dans le prompt selon les règles suivantes :
    • Utilisez des identifiants tels que Image 1, Image 2 pour les ressources reference_image et Video 1, Video 2 pour les ressources reference_video.
    • L'ordre de référence des matériaux est défini par le tableau media. Les images et les vidéos sont comptées séparément.
Prompt d'entrée : Video 1 entre par le fond gauche du cadre. Le plan coupe ensuite sur un gros plan d'Image 1. Video 1 est adossée au mur rouillé situé à droite d'Image 2. Entendant des pas, elle tourne lentement la tête. Après avoir vu Image 1, Video 1 dit : « Pourquoi es-tu quand même venu ? » Image 1 répond : « Parlons. »
Vidéo d'entrée (Video 1)
Personnage de référence
Image d'entrée (Image 1)
Personas
Image d'entrée (Image 2)
Arrière-plan de référence
Vidéo de sortie (multi-plans, avec audio)
Voix de référence d'entrée :
wan-r2v-boy-en
Voix de référence d'entrée :
wan-r2v-bg-en
  • Python SDK
  • Java SDK
  • curl
Assurez-vous que votre SDK Python DashScope est en version 1.25.16 ou ultérieure. Consultez Installer le SDK .
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# This is the URL for the Singapore region. Replace {WorkspaceId} with your actual workspace ID. URLs vary by region. To get the URL, see https://www.alibabacloud.com/help/en/model-studio/wan-video-to-video-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# If you have not configured the environment variable, replace the following line with your Model Studio API key: api_key="sk-xxx"
# API keys vary by region. To get an API key, see https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "reference_video",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pfgcuv/wan-r2v-girl-en.mp4",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/exiikq/wan-r2v-girl-demo-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/skhalj/wan-r2v-boy-en.jpg",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pqxdoi/wan-r2v-boy-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/vyqjxd/wan-r2v-bg-en.jpg"
    }
]

def sample_sync_call():
    print('----sync call, please wait a moment----')
    rsp = VideoSynthesis.call(
        api_key=api_key,
        model="wan2.7-r2v-2026-06-12",
        media=media,
        resolution="720P",
        ratio="16:9",
        duration=10,
        prompt_extend=False,
        watermark=True,
        prompt="Video 1 walks in from the deep left side of the frame. Then the shot cuts to a close-up of Image 1. Video 1 is leaning against the rusty wall on the right side from Image 2. Hearing the footsteps, she slowly turns her head. After seeing Image 1, Video 1 says, \"Why did you still come?\" Image 1 replies, \"Let's talk.\"",
    )
    if rsp.status_code == HTTPStatus.OK:
        print(rsp.output.video_url)
    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))

if __name__ == '__main__':
    sample_sync_call()

Référence multi-entités et contrôle de la première frame

Modèles pris en charge : wan2.7 series. Description : Cette fonctionnalité ajoute le contrôle de la première frame à la fonctionnalité de référence d'entité, ce qui vous offre une meilleure maîtrise de la composition et du flux de contenu de la vidéo. Paramètres :
  • media : Un tableau de matériaux de référence.
    • media.type : Prend en charge first_frame, reference_image et reference_video. Vous pouvez fournir au maximum une image de première frame. Vous devez fournir au moins une image ou vidéo de référence. Le nombre total d'images et de vidéos de référence ne peut pas dépasser 5.
    • media.url : L'URL du matériau. Les images prennent également en charge les chaînes encodées en base64.
  • prompt : Référencez les matériaux de référence dans le prompt selon les règles suivantes :
    • Utilisez « Image 1, Image 2 » pour désigner les ressources reference_image et « Video 1, Video 2 » pour désigner les ressources reference_video.
    • L'ordre de référence des matériaux est défini par le tableau media. Les images et les vidéos sont comptées séparément.
    • Il n'est pas nécessaire de référencer la première frame dans le prompt.
Prompt d'entrée : Vue aérienne d'une planète bleue. La caméra zoome progressivement jusqu'à un gros plan d'Image 1 sur la planète. Il tient Image 2 et la mange, tout en disant : « Pourquoi personne ne vient jouer avec moi ? »
Première frame d'entrée
Première frame de référence
Image d'entrée (Image 1)
Entité de référence
Image d'entrée (Image 2)
Objet de référence
Vidéo de sortie
La vidéo est générée avec le format d'image de la première frame
wan2
wan2
wan2
  • Python SDK
  • Java SDK
  • curl
Assurez-vous que votre SDK Python DashScope est en version 1.25.16 ou ultérieure. Consultez Installer le SDK .
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# This is the URL for the Singapore region. Replace {WorkspaceId} with your actual workspace ID. URLs vary by region. To get the URL, see https://www.alibabacloud.com/help/en/model-studio/wan-video-to-video-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# If you have not configured the environment variable, replace the following line with your Model Studio API key: api_key="sk-xxx"
# API keys vary by region. To get an API key, see https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "first_frame",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/ixwovg/wan2.7-r2v-first-frame.webp"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/fkltfw/wan2.7-r2v-image-qq.webp"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/kxkbsv/wan2.7-r2v-image-ob.webp"
    }
]

def sample_sync_call():
    print('----sync call, please wait a moment----')
    rsp = VideoSynthesis.call(
        api_key=api_key,
        model="wan2.7-r2v-2026-06-12",
        media=media,
        resolution="720P",
        duration=10,
        prompt_extend=False,
        watermark=True,
        prompt="An overhead shot captures a blue planet. The camera gradually zooms in toward the surface and cuts to a close-up of Image 1, who is holding Image 2 and eating it while saying: Why is not anyone coming to hang out with me?",
    )
    if rsp.status_code == HTTPStatus.OK:
        print(rsp.output.video_url)
    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))

if __name__ == '__main__':
    sample_sync_call()

Fournir des références

  • wan2.7 series
Transmettez les images, vidéos et fichiers audio de référence au tableau media.

Images d'entrée

  • Nombre de premières frames : Une seule première frame (media.type=first_frame) est autorisée au maximum.
  • Nombre d'images de référence : Cinq images de référence (media.type=reference_image) sont autorisées au maximum. Le nombre total d'images et de vidéos de référence ne peut pas dépasser 5.
  • Méthodes d'entrée :
    • URL publique : Prend en charge les protocoles HTTP ou HTTPS. Exemple : https://xxxx/xxx.png.
    • Chaîne encodée en Base64 : Utilisez le format data:{MIME_type};base64,{base64_data}, où :
      • {base64_data} : La chaîne encodée en Base64 du fichier image.
      • {MIME_type} : Le type MIME (Multipurpose Internet Mail Extensions) de l'image. Le type doit correspondre au format du fichier.

        Format d'image

        Type MIME

        JPEG

        image/jpeg

        JPG

        image/jpeg

        PNG

        image/png

        BMP

        image/bmp

        WEBP

        image/webp

Vidéos d'entrée

  • Nombre de vidéos de référence : Cinq vidéos de référence (media.type=reference_video) sont autorisées au maximum. Le nombre total d'images et de vidéos de référence ne peut pas dépasser 5.
  • Méthodes d'entrée :

Audio d'entrée

  • Limites : La voix de référence (media.reference_voice) ne peut être utilisée qu'avec reference_image ou reference_video pour spécifier la voix du rôle d'entité correspondant.
  • Méthodes d'entrée :

Vidéo de sortie

  • Nombre de vidéos : 1.
  • Spécifications vidéo : Le format est MP4. Pour les spécifications détaillées, consultez Modèles pris en charge.
  • Durée de validité de l'URL vidéo : 24 heures.
  • Dimensions vidéo :
    • wan2.7 series : Le paramètre resolution contrôle le niveau de résolution (720p ou 1080p), et le paramètre ratio contrôle le format d'image (16:9, 9:16, 1:1, 4:3 ou 3:4).
      • Si une image de première frame est fournie, le paramètre ratio est ignoré. Le format d'image de la vidéo de sortie se rapproche de celui de l'image de première frame.
      • Si aucune image de première frame n'est fournie, le format d'image est spécifié par le paramètre ratio. La valeur par défaut est 16:9.

Facturation et limitation de débit

  • Pour le quota gratuit et le prix unitaire, consultez Wan reference-to-video.
  • Pour la limitation de débit du modèle, consultez Wan.
  • Détails de facturation :
    • Les images d'entrée sont gratuites. Les vidéos d'entrée et de sortie sont facturées en fonction de leur durée en secondes.
    • Les échecs d'appel de modèle ou les erreurs de traitement n'entraînent aucun frais et ne consomment pas le quota gratuit pour nouveaux utilisateurs.
  • Formule de facturation : Durée totale facturable (secondes) = Durée facturable de la vidéo d'entrée (secondes) + Durée de la vidéo de sortie (secondes).
    • Wan 2.7 Series Models
    • Wan 2.6 Series Models
    Durée facturable de la vidéo d'entrée : Le maximum est de 5 secondes. Limite de troncature par vidéo = 5 secondes ÷ Nombre de vidéos de référence d'entrée (les images de référence et l'image de première frame sont exclues). Chaque vidéo est facturée sur la base de min(durée réelle, limite de troncature). Les durées facturables de plusieurs vidéos sont additionnées.
    • 1 vidéo de référence : La limite de troncature par vidéo est de 5 secondes.
    • 2 vidéos de référence : La limite de troncature par vidéo est de 2,5 secondes.
    • 3 vidéos de référence : La limite de troncature par vidéo est de 1,65 seconde.
    • 4 vidéos de référence : La limite de troncature par vidéo est de 1,25 seconde.
    • 5 vidéos de référence : La limite de troncature par vidéo est de 1 seconde.
    • Exemple : Si l'entrée comprend 2 vidéos de référence + 1 image, l'image est exclue du décompte. La limite de troncature est calculée sur la base de 2 vidéos de référence, soit 2,5 secondes par vidéo. Durée d'entrée facturable = min(durée vidéo 1, 2,5 secondes) + min(durée vidéo 2, 2,5 secondes).
    Durée facturable de la vidéo de sortie : La durée en secondes de la vidéo générée avec succès par le modèle.

Référence API

Référence API Reference-to-video

FAQ

Q : Comment référencer des matériaux dans un prompt ?

R : La méthode de référence dépend du modèle et de la fonctionnalité utilisés :
  • wan2.7 series
  • Les images de référence sont identifiées comme Figure 1, Figure 2, etc. Les vidéos de référence sont identifiées de la même manière. Pour les prompts en anglais, utilisez des identifiants tels que Image 1 et Video 1.
  • Les images et les vidéos sont comptées séparément. L'ordre correspond à l'ordre du même type de matériau dans le tableau media.
  • Si vous n'avez qu'une seule image ou vidéo de référence, vous pouvez simplifier l'identifiant en « reference image » ou « reference video ».
  • En général, il n'est pas nécessaire de référencer l'image de première frame dans le prompt.
{
    "input": {
        "prompt": "Video 1 is playing the guitar, and Image 1 is holding a bouquet of flowers and walks past Video 1.",
        "media": [
            {
                "type": "first_frame",
                "url":  "https://example.com/scene.jpg"
            },
            {
                "type": "reference_video",
                "url":  "https://example.com/girl.mp4"           // Video 1
            },
            {
                "type": "reference_image",
                "url": "https://example.com/boy.png"             // Image 1
            }
        ]
    }
}

Q : reference_voice peut-il être utilisé avec une image de première frame ?

R : Ce n'est pas recommandé. Utilisez media.reference_voice avec reference_image ou reference_video pour spécifier le timbre de l'entité correspondante.