Le modèle image-vers-vidéo Wan 2,7 exploite une entrée multimodale (texte, image, audio et vidéo) pour accomplir trois tâches principales : la génération vidéo à partir de la première image, la génération vidéo à partir de la première et de la dernière image, ainsi que la continuation vidéo (prolongement d'un segment vidéo initial, avec ou sans image finale) .
- Paramètres de base : Prise en charge de durées vidéo de 2 à 15 secondes, résolution configurable (720p ou 1080p), réécriture intelligente des prompts et ajout de filigrane.
- Fonctionnalités audio : Doublage automatique ou importation d'un fichier audio personnalisé, garantissant une synchronisation audiovisuelle précise.
- Narration multi-plans : Génération de vidéos comportant plusieurs plans tout en préservant la cohérence du sujet entre les séquences.
Démarrage rapide
| Prompt d'entrée | Premier clip vidéo d'entrée (2 s) | Image de dernière frame d'entrée | Vidéo de sortie (12 s, dont 10 s de continuation) |
| Un homme regarde une boîte en bois posée au sol. Il se penche et ouvre délicatement le couvercle. Il fixe le contenu de la boîte, les lèvres tremblantes et entrouvertes. Son front est plissé et ses yeux écarquillés expriment l'horreur. | ![]() |
- Python SDK
- Java SDK
- Curl
L'URL video_url est valide pendant 24 heures. Téléchargez la vidéo sans tarder.
Remarques d'utilisation
- Les modèles pris en charge varient selon la région. Les ressources sont isolées entre les régions. Pour consulter la liste des modèles disponibles dans chaque région, reportez-vous à la console Model Studio.
- Lors d'un appel, assurez-vous que le modèle, l'URL de l'endpoint et la clé API appartiennent tous à la même région. Les appels interrégionaux échouent systématiquement.
Les exemples de code de cette rubrique concernent la région Singapore.
Fonctionnalités principales
Génération vidéo à partir de la première image
Modèles pris en charge : Modèles de la série wan2.7.
Configuration des paramètres : Le champ type du tableau media accepte les deux combinaisons suivantes. Consultez la section Ressources d'entrée pour plus de détails sur les combinaisons de ressources multimédias.
- Première image : Définissez
typesurfirst_frame. Le modèle ajoute automatiquement du son à la vidéo. - Première image + audio : Définissez
typesurfirst_frameetdriving_audio. Le modèle utilise la piste audio pour piloter la génération vidéo, permettant notamment la synchronisation labiale et le calage des actions.
| Prompt | Image de première frame | Vidéo de sortie |
| Une scène d'art urbain fantastique. Un personnage de graffiti dynamique. Un garçon fait de peinture en bombe prend vie depuis un mur de béton. Il rappe une chanson anglaise à toute vitesse en adoptant une pose classique et énergique de rappeur. La scène se déroule la nuit sous un pont ferroviaire urbain. La lumière provient d'un unique lampadaire, créant une atmosphère cinématographique débordante d'énergie et riche en détails époustouflants. La bande-son de la vidéo se compose exclusivement du rap, sans aucun autre dialogue ni bruit parasite. | ![]() |
- Python SDK
- Java SDK
- Curl
Vérifiez que votre SDK DashScope Python est en version 1.25.16 ou ultérieure. Pour effectuer une mise à jour, reportez-vous à Installer le SDK .
L'URL video_url est valide pendant 24 heures. Téléchargez la vidéo sans tarder.
Génération vidéo à partir de la première et de la dernière image
Modèles pris en charge : Modèles de la série wan2.7.
Configuration des paramètres : Le champ type du tableau media accepte les deux combinaisons suivantes. Consultez la section Ressources d'entrée pour plus de détails sur les combinaisons de ressources multimédias.
- Première image + dernière image : Définissez
typesurfirst_frameetlast_frame. Le modèle ajoute automatiquement du son à la vidéo. - Première image + dernière image + audio : Définissez
typesurfirst_frame,last_frameetdriving_audio. Le modèle utilise la piste audio pour piloter la génération vidéo.
| Prompt | Image de première frame | Image de dernière frame | Vidéo de sortie |
| Au petit matin, au lever du soleil, une petite citrouille couverte de rosée repose dans un champ. Soudain, la citrouille se fend avec un « CRAC ». Une lumière dorée jaillit de la fissure tandis que la citrouille s'ouvre, libérant un nuage de brume blanche. Un petit lapin apparaît au centre de la citrouille ouverte. | ![]() | ![]() |
- Python SDK
- Java SDK
- Curl
Vérifiez que votre SDK DashScope Python est en version 1.25.16 ou ultérieure. Pour effectuer une mise à jour, reportez-vous à Installer le SDK .
Continuation vidéo
Modèles pris en charge : Modèles de la série wan2.7.
Cette fonctionnalité prolonge le contenu d'un clip vidéo d'entrée. La sortie inclut le clip original, dont la durée s'impute sur le temps total de génération. Par exemple, si vous fournissez une vidéo de 2 secondes et définissez une durée totale de sortie de 12 secondes, la vidéo finale durera 12 secondes (le clip original de 2 secondes suivi d'une continuation de 10 secondes).
Configuration des paramètres : Le champ type du tableau media accepte les deux combinaisons suivantes. Consultez la section Ressources d'entrée pour plus de détails sur les combinaisons de ressources multimédias.
- Premier clip vidéo : Définissez
typesurfirst_clippour poursuivre la vidéo. - Premier clip vidéo + dernière image de continuation : Définissez
typesurfirst_clipetlast_frame. Cette option prolonge le premier clip vidéo en veillant à ce que sa dernière image corresponde exactement à l'image finale fournie.
- First clip continuation
- First clip and last frame
| Prompt | Premier clip vidéo | Vidéo de sortie |
| Le boulanger apporte le pain glacé, pose son pinceau, et la caméra le suit jusqu'au four situé à l'arrière pour y faire cuire le pain. Le boulanger ferme la porte du four, reste à côté en surveillant la cuisson, hume l'arôme qui s'en dégage et s'exclame : « c'est trop bon ». |
- Python SDK
- Java SDK
- Curl
Vérifiez que votre SDK DashScope Python est en version 1.25.16 ou ultérieure. Pour effectuer une mise à jour, reportez-vous à Installer le SDK .
Ressources multimédias d'entrée
Transmettez vos ressources multimédias dans le tableau media. Chaque élément doit spécifier un type et une url. Chaque type ne peut apparaître qu'une seule fois dans le tableau media.
Seules les combinaisons de ressources spécifiques listées ci-dessous sont prises en charge. Toute autre combinaison renvoie une erreur.
Images d'entrée
-
Nombre d'images : Vous pouvez soumettre une image maximum pour la première frame (
type=first_frame) et une image maximum pour la dernière frame (type=last_frame). -
Méthodes d'importation :
- URL publique : Protocoles HTTP et HTTPS pris en charge. Exemple : https://xxxx/xxx.png.
-
Chaîne encodée en base64 : Chaîne au format
data:{MIME_type};base64,{base64_data}, où :- {base64_data} : La chaîne encodée en Base64 correspondant à l'image.
-
{MIME_type} : Le type MIME de l'image, qui doit correspondre au format du fichier.
Format
Type MIME
JPEG
image/jpeg
JPG
image/jpeg
PNG
image/png
BMP
image/bmp
WEBP
image/webp
Audio d'entrée
-
Nombre de fichiers audio : Vous pouvez fournir un fichier audio maximum (
type=driving_audio). -
Méthodes d'importation :
- URL publique : Protocoles HTTP et HTTPS pris en charge. Exemple : https://xxxx/xxx.mp3.
Vidéo d'entrée
-
Nombre de vidéos : Vous pouvez transmettre un premier clip vidéo maximum (
type=first_clip). -
Méthodes d'importation :
- URL publique : Protocoles HTTP et HTTPS pris en charge. Exemple : https://xxxx/xxx.mp4.
Vidéo de sortie
- Nombre de vidéos : 1.
- Spécifications de la vidéo de sortie : Les spécifications prises en charge varient selon le modèle. Pour plus de détails, consultez Disponibilité.
- Expiration de l'URL de la vidéo de sortie : 24 heures.
-
Dimensions de la vidéo de sortie : Le modèle détermine les dimensions en fonction de la première image ou du premier clip vidéo d'entrée, ainsi que du paramètre
resolution. Le modèle préserve le rapport hauteur/largeur original des ressources d'entrée. Il met à l'échelle le nombre total de pixels pour s'approcher de la cible définie par le paramètreresolution, puis ajuste la largeur et la hauteur afin qu'elles soient des multiples de 16.
Facturation et limites de taux
- Consultez la rubrique Tarification des modèles pour plus de détails sur le quota gratuit et les tarifs appliqués.
- Consultez la rubrique Wan pour plus de détails sur les limites de taux.
-
Détails de facturation :
- Les entrées sont gratuites. Les sorties sont facturées en fonction de la durée en secondes de chaque vidéo générée avec succès.
- Les appels ayant échoué ou les erreurs de traitement n'entraînent aucun frais et ne consomment pas le quota gratuit pour les nouveaux utilisateurs.
- La fonctionnalité image-vers-vidéo prend également en charge les Plans d'épargne.
Référence API
Référence API Wan2.7-I2V
FAQ
Q : Quelles sont les nouveautés de wan2.7-i2v ?
R : Par rapport à wan2.6-i2v et aux modèles précédents, wan2.7-i2v introduit les nouvelles fonctionnalités suivantes :
- Prise en charge de trois tâches principales : la génération vidéo à partir de la première image, la génération vidéo à partir de la première et de la dernière image, ainsi que la continuation vidéo. Les modèles précédents ne prenaient en charge que la génération vidéo à partir de la première image.
- Possibilité de transmettre des ressources multimodales (images, audio, vidéos) via le tableau unifié
media. Les modèles précédents ne permettaient de transmettre des images qu'à l'aide du paramètreimg_url.
Q : Comment créer une vidéo multi-plans ?
R : Spécifiez la structure des plans dans le prompt. Vous pouvez utiliser les méthodes suivantes :
- Spécification directe : Incluez la mention « générer une vidéo multi-plans » dans le
prompt. - Storyboard ou horodatages : Décrivez chaque plan avec une plage temporelle. Par exemple, « Premier plan : plan large, un garçon rappe et danse » ou « Premier plan [1-5s] : plan large, un garçon rappe et danse. Deuxième plan [6-10s] : la caméra coupe sur le public en train d'acclamer ».
- Si vous ne spécifiez pas explicitement la structure des plans, le modèle la déduit à partir du
prompt.
Q : Pourquoi ne puis-je pas définir le rapport hauteur/largeur de la vidéo ?
R : L'API ne permet pas actuellement de définir directement le rapport hauteur/largeur. Vous devez plutôt définir la résolution à l'aide du paramètre resolution.
Le paramètre resolution contrôle le nombre total de pixels de la vidéo, et non un rapport hauteur/largeur fixe. Le modèle préserve le rapport hauteur/largeur approximatif de la première image ou du premier clip vidéo d'entrée, puis affine la largeur et la hauteur pour qu'elles correspondent à des multiples entiers de 16, conformément aux exigences d'encodage vidéo.


