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
Avant de commencer, obtenez une clé API et définissez-la comme variable d'environnement. Pour utiliser un SDK, installez le SDK DashScope.
Modèles pris en charge :
Modèles pris en charge :
Modèles pris en charge :
Référence API Reference-to-video
R : La méthode de référence dépend du modèle et de la fonctionnalité utilisés :
R : Ce n'est pas recommandé. Utilisez
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 : | ![]() | ![]() | |
- Python SDK
- Java SDK
- curl
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 surreference_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'entrée | Vidéo de sortie |
![]() | |
- Python SDK
- Java SDK
- curl
Assurez-vous que votre SDK Python DashScope est en version 1.25.16 ou ultérieure. Consultez Installer le SDK .
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 chargereference_imageetreference_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 avecreference_imageoureference_video. Logique audio : Si unereference_videocontient de l'audio et quereference_voicen'est pas spécifié, l'audio original de la vidéo est utilisé par défaut. Si les deux sont fournis,reference_voiceremplace 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_imageet Video 1, Video 2 pour les ressourcesreference_video. - L'ordre de référence des matériaux est défini par le tableau
media. Les images et les vidéos sont comptées séparément.
- Utilisez des identifiants tels que Image 1, Image 2 pour les ressources
| 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 : | ![]() | ![]() | |
- Python SDK
- Java SDK
- curl
Assurez-vous que votre SDK Python DashScope est en version 1.25.16 ou ultérieure. Consultez Installer le SDK .
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 chargefirst_frame,reference_imageetreference_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_imageet « Video 1, Video 2 » pour désigner les ressourcesreference_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.
- Utilisez « Image 1, Image 2 » pour désigner les ressources
| 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'entréePremière frame de référence | Image d'entrée (Image 1)Entité de référence | Image d'entrée (Image 2)Objet de référence | Vidéo de sortieLa vidéo est générée avec le format d'image de la première frame |
![]() | ![]() | ![]() | |
- Python SDK
- Java SDK
- curl
Assurez-vous que votre SDK Python DashScope est en version 1.25.16 ou ultérieure. Consultez Installer le SDK .
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 :
- URL publique : Prend en charge les protocoles HTTP ou HTTPS. Exemple : https://xxxx/xxx.mp4.
Audio d'entrée
-
Limites : La voix de référence (
media.reference_voice) ne peut être utilisée qu'avecreference_imageoureference_videopour spécifier la voix du rôle d'entité correspondant. -
Méthodes d'entrée :
- URL publique : Prend en charge les protocoles HTTP ou HTTPS. Exemple : https://xxxx/xxx.mp3.
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
resolutioncontrôle le niveau de résolution (720p ou 1080p), et le paramètreratiocontrôle 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
ratioest 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.
- Si une image de première frame est fournie, le paramètre
-
wan2.7 series : Le paramètre
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 demin(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).
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.
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.




