Model image-to-video Wan 2.7 menggunakan multimodal input (teks, gambar, audio, dan video) untuk menjalankan tiga tugas utama: generasi video dari frame pertama, generasi video dari frame pertama dan terakhir, serta kelanjutan video (melanjutkan dari segmen video awal, dengan atau tanpa frame akhir) .
- Pengaturan dasar: Mendukung durasi video 2 hingga 15 detik, resolusi yang dapat dikonfigurasi (720p atau 1080p), penulisan ulang prompt cerdas, dan watermarking.
- Kemampuan audio: Mendukung dubbing otomatis atau unggah audio kustom, memastikan sinkronisasi audio-video.
- Narasi multi-shot: Memungkinkan Anda menghasilkan video dengan beberapa shot sambil menjaga konsistensi subjek antar shot.
Mulai cepat
| Masukan prompt | Segmen video awal input (2 dtk) | Masukkan gambar frame terakhir | Video output (12 dtk, kelanjutan 10 dtk) |
| Seorang pria menunduk melihat kotak kayu di tanah. Ia membungkuk dan membuka tutupnya dengan hati-hati. Ia menatap isi kotak tersebut, bibirnya gemetar dan sedikit terbuka. Alisnya berkerut dan matanya melebar dengan ekspresi ngeri. | ![]() |
- SDK Python
- SDK Java
- Curl
video_url berlaku selama 24 jam. Unduh video segera.
Catatan penggunaan
- Model yang didukung berbeda-beda per wilayah. Sumber daya terisolasi antar wilayah. Untuk model yang didukung di setiap wilayah, lihat Konsol Studio Model.
- Saat melakukan panggilan, pastikan model, URL endpoint, dan Kunci API Anda semuanya berasal dari wilayah yang sama. Panggilan lintas wilayah akan gagal.
Kode contoh dalam topik ini ditujukan untuk wilayah Singapura.
Kemampuan inti
Generasi video dari frame pertama
Model yang didukung: model seri wan2.7.
Pengaturan parameter: Bidang type dalam array media mendukung dua kombinasi berikut. Lihat Aset media input untuk detail kombinasi aset media.
- Frame pertama: Atur
typekefirst_frame. Model secara otomatis menambahkan audio ke video. - Frame pertama + audio: Atur
typekefirst_framedandriving_audio. Model menggunakan audio tersebut untuk menggerakkan generasi video, misalnya untuk sinkronisasi gerakan bibir dan waktu aksi.
| Prompt | Gambar frame pertama | Video output |
| Sebuah adegan seni fantasi urban. Karakter seni grafiti dinamis. Seorang anak laki-laki yang terbuat dari cat semprot hidup dari dinding beton. Ia menyanyikan lagu rap berbahasa Inggris dengan kecepatan tinggi sambil mengambil pose rapper klasik yang energetik. Adegan ini berlatar malam hari di bawah jembatan rel kereta perkotaan. Cahaya berasal dari satu lampu jalan, menciptakan suasana sinematik penuh energi tinggi dan detail luar biasa. Audio video hanya terdiri dari rap tersebut, tanpa dialog atau kebisingan lainnya. | ![]() |
- SDK Python
- Java SDK
- Curl
Pastikan versi SDK Python DashScope Anda adalah 1.25.16 atau lebih baru. Untuk memperbarui, lihat Instal SDK.
video_url berlaku selama 24 jam. Unduh video segera.
Generasi video dari frame pertama dan terakhir
Model yang didukung: model seri wan2.7.
Pengaturan parameter: Bidang type dalam array media mendukung dua kombinasi berikut. Lihat Aset media input untuk detail kombinasi aset media.
- Frame pertama + frame terakhir: Atur
typekefirst_framedanlast_frame. Model secara otomatis menambahkan audio ke video. - Frame pertama + frame terakhir + audio: Atur
typekefirst_frame,last_frame, dandriving_audio. Model menggunakan audio tersebut untuk menggerakkan generasi video.
| Prompt | Gambar frame pertama | Gambar frame terakhir | Video output |
| Di pagi hari saat matahari terbit, sebuah labu kecil berembun duduk di kebun labu. Tiba-tiba, labu tersebut retak dengan suara "KRACK". Cahaya keemasan memancar dari celah saat labu terbelah, melepaskan hembusan kabut putih. Seekor kelinci kecil muncul di tengah labu yang terbuka. | ![]() | ![]() |
- SDK Python
- SDK Java
- Curl
Pastikan versi SDK Python DashScope Anda adalah 1.25.16 atau lebih baru. Untuk memperbarui, lihat Instal SDK.
Kelanjutan video
Model yang didukung: model seri wan2.7.
Fitur ini melanjutkan konten dari segmen video input. Output mencakup klip asli, dan durasinya dihitung dalam total waktu generasi. Misalnya, jika Anda menginput video 2 detik dan mengatur durasi output total menjadi 12 detik, video akhir akan berdurasi 12 detik (klip asli 2 detik ditambah kelanjutan 10 detik).
Pengaturan parameter: Bidang type dalam array media mendukung dua kombinasi berikut. Lihat Aset media input untuk detail kombinasi aset media.
- Segmen video awal: Atur
typekefirst_clipuntuk melanjutkan video. - Segmen video awal + kelanjutan frame terakhir: Atur
typekefirst_clipdanlast_frame. Ini melanjutkan segmen video awal dan memastikan frame akhirnya sesuai dengan frame terakhir yang diberikan.
- Kelanjutan dari klip awal
- Klip awal dan frame terakhir
| Prompt | Segmen video awal | Video output |
| Tukang roti membawa roti berlapis gula, meletakkan kuasnya, dan kamera mengikutinya ke oven di belakang untuk memanggangnya. Tukang roti menutup pintu oven, berdiri di sampingnya sambil mengawasi roti, mencium aromanya, dan berkata, "enak sekali". |
- SDK Python
- SDK Java
- Curl
Pastikan versi SDK Python DashScope Anda adalah 1.25.16 atau lebih baru. Untuk memperbarui, lihat Instal SDK.
Aset media input
Teruskan aset media dalam array media, di mana setiap elemen harus menentukan type dan url, dan setiap type hanya boleh muncul paling banyak satu kali dalam array media.
Hanya kombinasi media spesifik yang tercantum di bawah ini yang didukung. Kombinasi lain akan mengembalikan error.
Gambar input
-
Jumlah gambar: Anda dapat mengirimkan maksimal satu gambar untuk frame pertama (
type=first_frame) dan satu gambar untuk frame terakhir (type=last_frame). -
Metode input:
- URL publik: Mendukung protokol HTTP dan HTTPS. Contoh: https://xxxx/xxx.png.
-
string terenkripsi Base64: String dalam format
data:{MIME_type};base64,{base64_data}, di mana:- {base64_data}: String terenkripsi Base64 untuk gambar.
-
{MIME_type}: Jenis MIME gambar, yang harus sesuai dengan format file.
Format
Jenis MIME
JPEG
image/jpeg
JPG
image/jpeg
PNG
image/png
BMP
image/bmp
WEBP
image/webp
Audio input
-
Jumlah file audio: Anda dapat memberikan maksimal satu file audio (
type=driving_audio). -
Metode input:
- URL publik: Mendukung protokol HTTP dan HTTPS. Contoh: https://xxxx/xxx.mp3.
Video input
-
Jumlah video: Anda dapat mengirimkan maksimal 1 segmen video awal (
type=first_clip). -
Metode input:
- URL publik: Mendukung protokol HTTP dan HTTPS. Contoh: https://xxxx/xxx.mp4.
Video output
- Jumlah video: 1.
- Spesifikasi video output: Spesifikasi yang didukung berbeda-beda per model. Untuk detailnya, lihat Ketersediaan.
- Kadaluarsa URL video output: 24 jam.
-
Dimensi video output: Model menentukan dimensi berdasarkan frame pertama atau segmen video awal input dan pengaturan
resolution. Model mempertahankan rasio aspek asli dari media input. Model menskalakan jumlah piksel total agar mendekati target yang ditetapkan oleh parameterresolution, dan menyesuaikan lebar serta tinggi agar menjadi kelipatan 16.
Penagihan dan batas laju
- Lihat Harga model untuk detail kuota gratis dan harga.
- Lihat Wan untuk detail batas laju.
-
Detail penagihan:
- Input gratis. Output ditagih berdasarkan durasi dalam detik dari setiap video yang berhasil dihasilkan.
- Panggilan gagal atau error pemrosesan tidak dikenai biaya atau mengurangi kuota gratis untuk pengguna baru.
- Fitur image-to-video juga mendukung Rencana Hemat.
Referensi API
Referensi API Wan2.7-I2V
FAQ
T: Apa yang baru di wan2.7-i2v?
J: wan2.7-i2v memperkenalkan kemampuan baru berikut dibandingkan model wan2.6-i2v dan sebelumnya:
- Model ini mendukung tiga tugas utama: generasi video dari frame pertama, generasi video dari frame pertama dan terakhir, serta kelanjutan video. Model sebelumnya hanya mendukung generasi video dari frame pertama.
- Anda dapat mengirimkan media multimodal, seperti gambar, audio, dan video, menggunakan array
mediaterpadu. Model sebelumnya hanya mendukung pengiriman gambar dengan parameterimg_url.
T: Bagaimana cara membuat video multi-shot?
J: Tentukan struktur shot dalam prompt. Anda dapat menggunakan metode berikut:
- Spesifikasi langsung: Sertakan "generate a multi-shot video" dalam
prompt. - Storyboard atau stempel waktu: Jelaskan setiap shot dengan rentang waktu. Misalnya, "Shot pertama: wide shot, seorang anak laki-laki rap dan menari" atau "Shot pertama [1-5dtk]: wide shot, seorang anak laki-laki rap dan menari. Shot kedua [6-10dtk]: kamera beralih ke penonton yang bersorak."
- Jika Anda tidak secara eksplisit menentukan struktur shot, model akan menginferensinya dari
prompt.
T: Mengapa saya tidak bisa mengatur rasio aspek video?
J: API saat ini tidak mendukung pengaturan rasio aspek secara langsung. Sebagai gantinya, Anda harus mengatur resolusi menggunakan parameter resolution.
Parameter resolution mengontrol jumlah piksel total video, bukan rasio aspek tetap. Model mempertahankan rasio aspek asli dari frame pertama atau segmen video awal input dan menyesuaikan lebar serta tinggi agar menjadi kelipatan bilangan bulat 16 untuk pengkodean video.


