Model Wan Image-to-Video menerima input multimodal (teks, gambar, atau audio) dan menghasilkan video dengan durasi hingga 15 detik pada resolusi 1080P.
- Pengaturan Dasar: Mendukung durasi video dalam bilangan bulat dari 2 hingga 15 detik, resolusi video yang dapat dikonfigurasi (480P, 720P, atau 1080P), penulisan ulang prompt cerdas, dan watermark opsional.
- Kemampuan Audio: Mendukung dubbing otomatis atau mengunggah file audio untuk mencapai sinkronisasi audio-visual.(Didukung oleh Wan 2.5 dan Wan 2.6)
- Narasi Multi-shot: Menghasilkan video multi-shot sekaligus menjaga konsistensi subjek di seluruh transisi shot. (Hanya didukung oleh Wan 2.6)
Mulai Menggunakan
| Prompt Masukan | Gambar Frame Pertama Input | Video Output (Multi-shot, Audio Video) |
| Kamera perlahan bergerak naik dari bawah kura-kura, yang berenang dengan anggun, detail perutnya terlihat jelas. | ![]() |
{WorkspaceId} dengan ID Ruang Kerja aktual Anda.
- Python SDK
- Java SDK
- curl
video_url berlaku selama 24 jam. Unduh video segera.
Cakupan
- Model yang didukung berbeda tiap wilayah. Sumber daya terisolasi antar wilayah. Untuk model yang didukung di setiap wilayah, lihat Konsol Studio Model.
- Saat melakukan pemanggilan, pastikan model, URL titik akhir, dan Kunci API Anda semuanya berasal dari wilayah yang sama. Pemanggilan lintas wilayah akan gagal.
Kemampuan Inti
Buat Video Multi-shot
Model yang Didukung: Model seri Wan 2.6.
Perkenalan Fungsi: Model secara otomatis beralih antar shot—seperti dari wide ke close-up—sehingga ideal untuk produksi video musik.
Pengaturan Parameter:
shot_type: Harus diatur ke"multi".prompt_extend: Harus diatur ketrue(mengaktifkan penulisan ulang cerdas untuk mengoptimalkan deskripsi shot).
| Prompt Masukan | Gambar Frame Pertama Input | Video Output (Wan 2.6, Video Multi-shot) |
| An urban fantasy art scene. A dynamic graffiti art character. A boy made of spray paint comes to life from a concrete wall. He raps an English song at a very fast pace, striking a classic, energetic rapper pose. The scene is set at night under an urban railway bridge. The lighting comes from a single street lamp, creating a cinematic atmosphere, full of high energy and amazing detail. The audio part of the video consists entirely of rap, with no other dialogue or background noise. | Input Audio: |
{WorkspaceId} dengan ID Ruang Kerja aktual Anda.
- Python SDK
- Java SDK
- curl
Pastikan versi SDK DashScope untuk Python minimal 2.0.1. Untuk petunjuk cara memperbarui, lihat Menginstal SDK.
Mencapai Sinkronisasi Audio-Visual
Model yang Didukung: model seri wan2.5 dan wan2.6.
Perkenalan Fungsi: Membuat karakter dalam foto berbicara atau bernyanyi dengan gerakan bibir yang disinkronkan dengan audio. Untuk lebih banyak contoh, lihat Generasi Suara Video.
Pengaturan Parameter:
- File Audio Input: Berikan
audio_url. Model menyinkronkan gerakan bibir berdasarkan file audio tersebut. - Dubbing Otomatis: Jangan berikan
audio_url. Secara default, output adalah video dengan suara. Model secara otomatis menghasilkan efek suara, musik, atau vokal berdasarkan visual.
| Prompt Masukan | Gambar Frame Pertama Input | Video Output (Video dengan Suara) |
| A scene of urban fantasy art. A dynamic graffiti character. A teenager painted with spray paint comes to life from a concrete wall. He raps in English at a very fast pace, striking a classic, energetic rapper pose. The scene is set at night under an urban railway bridge. Light from a solitary streetlamp creates a cinematic atmosphere, full of high energy and stunning detail. The audio portion of the video consists entirely of rap, with no other dialogue or noise. | Input Audio: |
{WorkspaceId} dengan ID Ruang Kerja aktual Anda.
- Python SDK
- Java SDK
- curl
Pastikan versi SDK DashScope untuk Python minimal 2.0.1. Untuk petunjuk cara memperbarui, lihat Menginstal SDK.
Hasilkan video tanpa suara
Model yang didukung: wan2.6-i2v-flash, model seri wan2.2, model seri wan2.1.
Perkenalan fungsi: Gunakan video tanpa suara untuk skenario visual saja yang tidak memerlukan audio, seperti poster animasi atau video pendek tanpa suara.
Pengaturan parameter:
wan2.6-i2v-flash: Secara default menghasilkan video yang mendukung audio. Untuk menghasilkan video tanpa suara, atur eksplisitaudio=false. Bahkan jika Anda memberikanaudio_url, output tetap tanpa suara ketikaaudio=false. Anda dikenai biaya untuk video tanpa suara.model wan2.2 dan sebelumnya: Secara default menghasilkan video tanpa suara. Tidak perlu konfigurasi tambahan.
| Prompt | Masukkan gambar frame pertama | Video output (video tanpa suara) |
| A cat runs on grass | ![]() |
{WorkspaceId} dengan ID Ruang Kerja aktual Anda.
- Python SDK
- Java SDK
- curl
Pastikan versi SDK DashScope untuk Python minimal 2.0.1. Untuk petunjuk cara memperbarui, lihat Menginstal SDK.
Cara mengirimkan gambar dan audio
Gambar Input
- Jumlah gambar: Satu.
- Metode input: URL gambar, jalur file lokal, atau string Base64.
Metode 1: URL Gambar (antarmuka HTTP dan SDK) Disarankan
Metode 1: URL Gambar (antarmuka HTTP dan SDK) Disarankan
-
URL publik: Mendukung protokol HTTP atau HTTPS.
- Nilai contoh: https://help-static-aliyun-doc.aliyuncs.com/xxx.png.
Metode 2: Jalur file lokal (SDK saja)
Metode 2: Jalur file lokal (SDK saja)
Sistem operasi | Jalur file input | Contoh (jalur absolut) | Contoh (jalur relatif) |
|---|---|---|---|
Linux / macOS | file://{absolute_or_relative_path_of_the_file} | file:///home/images/test.png | file://./images/test.png |
Windows | file://D:/images/test.png | file://./images/test.png |
Sistem operasi | Input File Path | Contoh (jalur absolut) |
|---|---|---|
Linux / macOS | file://{absolute_path_of_the_file} | file:///home/images/test.png |
Windows | file:///{absolute_path_of_the_file} | file:///D:/images/test.png |
Metode 3: String Base64 (antarmuka HTTP dan SDK)
Metode 3: String Base64 (antarmuka HTTP dan SDK)
-
Nilai contoh:
data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAABDg......(Contoh dipotong hanya untuk demonstrasi). -
Persyaratan format: Ikuti format
data:{MIME_type};base64,{base64_data}, di mana:- {base64_data}: String Base64 dari file gambar.
-
{MIME_type}: Jenis Multipurpose Internet Mail Extensions (MIME) dari gambar. Harus sesuai dengan format file.
Format gambar
Jenis MIME
JPEG
image/jpeg
JPG
image/jpeg
PNG
image/png
BMP
image/bmp
WEBP
image/webp
Kode contoh: Tiga metode input
Audio Input
- Jumlah file audio: Satu.
-
Metode input:
- URL publik: Mendukung protokol HTTP atau HTTPS.
Video output
- Jumlah video: 1.
- Spesifikasi video output: Spesifikasi output berbeda tiap model. Untuk informasi lebih lanjut, lihat Cakupan.
- Periode validitas URL video output: 24 jam.
-
Dimensi video output: Dimensi bergantung pada gambar input dan
resolusiyang dikonfigurasi.- Model berusaha mempertahankan rasio aspek gambar input sambil menskalanya ke jumlah piksel total mendekati nilai target. Untuk memenuhi standar pengkodean, lebar dan tinggi harus kelipatan 16. Model secara otomatis menyesuaikan dimensi tersebut.
- Contohnya: Untuk gambar input berukuran 750 × 1000 piksel (rasio aspek 3:4 = 0,75) dengan resolusi diatur ke “720P” (jumlah piksel target sekitar 920.000), output akhir mungkin berukuran 816 × 1104 piksel (rasio aspek ≈ 0,739, total piksel ≈ 900.000). Baik lebar maupun tinggi merupakan kelipatan 16.
Penagihan dan Pembatasan kecepatan
- Untuk kuota gratis dan harga model, lihat Harga model.
- Untuk pembatasan kecepatan model, lihat Seri Wan.
-
Rincian penagihan:
- Input tidak dikenai biaya. Output ditagih berdasarkan durasi dalam detik dari video yang berhasil dihasilkan.
- Pemanggilan model yang gagal atau kesalahan pemrosesan tidak dikenai biaya apa pun dan tidak mengurangi kuota gratis untuk pengguna baru.
- Image-to-video juga mendukung rencana penghematan.
Referensi API
Referensi API Image-to-video (frame pertama)
FAQ
T: Mengapa saya tidak bisa mengatur rasio aspek video secara langsung (misalnya 16:9)?
J: API saat ini tidak mendukung pengaturan rasio aspek video secara langsung. Anda hanya dapat mengonfigurasi resolusi video menggunakan parameter resolution.
Parameter resolution mengontrol jumlah total piksel—bukan rasio aspek tetap. Model mempertahankan rasio aspek asli dari frame input pertama (secara perkiraan) lalu menyesuaikannya agar memenuhi persyaratan pengkodean video. Secara spesifik, baik lebar maupun tinggi harus kelipatan 16.
T: Mengapa kode SDK mengembalikan “url error, please check url!”?
J: Pastikan bahwa:
- Versi SDK Python DashScope Anda minimal
2.0.1. - Versi SDK Java DashScope Anda minimal
2.22.6.


