Wan 2.2 モデルは、 開始フレーム 、 終了フレーム、およびテキストプロンプト から、スムーズに遷移する動画を生成します。
関連ドキュメント: ユーザーガイド
API 呼び出しを成功させるには、モデル、エンドポイント URL、API キーが同じリージョンにある必要があります。リージョンをまたいだ呼び出しは失敗します。
画像から動画へのタスクは、通常 1〜5 分かかる長時間実行される操作であるため、API は非同期呼び出しを使用します。このプロセスには、タスクの作成、次に結果のポーリングという 2 つのコアステップが含まれます。
SDK のパラメーター名は、HTTP API とほぼ一致しており、パラメーター構造は各プログラミング言語の規則に従います。
画像から動画へのタスクは長時間 (通常 1〜5 分) かかるため、SDK は内部で非同期 HTTP 呼び出しを処理し、同期および非同期の呼び出しメソッドの両方をサポートします。
モデルのリージョンに応じて
モデルの呼び出しが失敗した場合は、「エラーコード」を参照してトラブルシューティングを行ってください。
A: 出力動画のアスペクト比は、開始フレーム画像 (first_frame_url) に依存します。ただし、正確な比率 (厳密な 3:4 など) は保証されず、わずかにずれる可能性があります。
A:モデルによって生成された動画は OSS に保存されます。API は一時的なパブリック URL を返します。このダウンロード URL のファイアウォールホワイトリストを設定するには、次の点にご注意ください:基盤となるストレージは動的に変更される可能性があります。このトピックでは、古い情報によるアクセス問題を防ぐため、固定の OSS ドメイン名ホワイトリストは提供していません。セキュリティ制御の要件がある場合は、アカウントマネージャーに連絡して最新の OSS ドメイン名リストを取得してください。
注意事項
API 呼び出しを成功させるには、モデル、エンドポイント URL、API キーが同じリージョンにある必要があります。リージョンをまたいだ呼び出しは失敗します。
- モデルの選択:モデルが利用可能なリージョンを確認します。
- URL の選択:ご利用のリージョンに対応するエンドポイント URL を選択します。HTTP URL と DashScope SDK URL の両方がサポートされています。
- API キーの設定:リージョンを選択し、API キーを取得してから、環境変数として設定します。
- SDK のインストール:SDK を使用して API 呼び出しを行うには、DashScope SDK をインストールします。
このトピックのコード例は、シンガポールに適用されます。
HTTP 呼び出し
画像から動画へのタスクは、通常 1〜5 分かかる長時間実行される操作であるため、API は非同期呼び出しを使用します。このプロセスには、タスクの作成、次に結果のポーリングという 2 つのコアステップが含まれます。
ステップ 1:タスクの作成
- シンガポール
- 中国 (北京)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image2video/video-synthesis{WorkspaceId} を実際のワークスペース ID に置き換えてください。- タスクが作成された後、返された
task_idを使用して結果をクエリします。task_idは 24 時間有効です。重複したタスクを作成しないでください。代わりに、ポーリングを使用して結果を取得してください。 - 初心者向けのガイダンスについては、「Postman または cURL を使用した API の呼び出し」をご参照ください。
リクエストパラメーターリクエストヘッダーContent-Typestring (必須)リクエストのコンテンツタイプです。application/json である必要があります。Authorization string (必須)Model Studio API キーでリクエストを認証します。例:Bearer sk-xxxx。X-DashScope-Async string (必須)非同期処理を有効にします。HTTP リクエストは非同期呼び出しのみをサポートします。enable である必要があります。リクエストボディmodelstring (必須)モデルの名前です。例:wan2.2-kf2v-flash。詳細については、Model Studio コンソールをご参照ください。input object (必須)プロンプトなど、タスクの主要な入力を含みます。
プロパティ prompt string (任意)テキストプロンプトです。中国語と英語の両方をサポートします。最大長は 800 文字です。中国語の文字とアルファベットはどちらも 1 文字としてカウントされます。この制限を超えるテキストは切り捨てられます。開始フレームと終了フレームの間で主題やシーンに大きな変化がある場合は、カメラの動き (例:「カメラが左に移動する」) や主題の動き (例:「人が前方に走る」) などの遷移プロセスを記述することを推奨します。例:「小さな黒猫が好奇心旺盛に空を見上げます。カメラが目線の高さから徐々に上昇し、最終的にトップダウンの視点からその好奇心に満ちた視線を捉えます。」効果的なプロンプトの書き方については、「テキストから動画へおよび画像から動画へのプロンプトガイド」をご参照ください。negative_prompt string (任意)動画から除外するコンテンツを記述する否定的なプロンプトで、出力を制約するのに役立ちます。中国語と英語の両方をサポートします。最大長は 500 文字です。この制限を超えるテキストは切り捨てられます。例:「低解像度、エラー、最低品質、低品質、変形、余分な指、悪いプロポーション」。first_frame_url string (必須)開始フレーム画像の URL です。出力動画のアスペクト比は、開始フレーム画像のアスペクト比と一致します。URL は、HTTP または HTTPS プロトコルをサポートする一般にアクセス可能なアドレスである必要があります。画像要件:
string (必須)終了フレーム画像の URL です。URL は、HTTP または HTTPS プロトコルをサポートする一般にアクセス可能なアドレスである必要があります。画像要件:
object (任意)動画処理パラメーターです。
プロパティ resolution string (任意)生成される動画の解像度です。このパラメーターは、アスペクト比を変更せずに解像度 (総ピクセル数) を調整します。このパラメーターのデフォルト値と利用可能な値は、以下のようにモデルパラメーターによって異なります:
integer (任意)この値は 5 に固定されています。prompt_extendbool (任意)プロンプトリライトを有効にするかどうかを指定します。有効にすると、大規模言語モデル (LLM) が入力プロンプトをインテリジェントに書き換えます。これにより、短いプロンプトの結果が大幅に向上する可能性がありますが、レイテンシが増加します。
bool (任意)動画の右下隅に「AI-generated」というテキストのウォーターマークを追加するかどうかを指定します。
integer (任意)乱数シードは [0, 2147483647] の範囲の整数である必要があります。指定しない場合、ランダムなシードが生成されます。固定シードを使用すると再現性が向上します。モデルの生成は確率的であるため、同じシードでも同一の結果が保証されるわけではありません。 |
開始フレーム、終了フレーム、およびプロンプトに基づいて動画を生成します。 |
レスポンスパラメーターoutputobjectタスクの出力情報です。
プロパティ task_id stringタスク ID です。クエリに対して 24 時間有効です。task_status stringタスクのステータスです。
列挙値
stringトレースとトラブルシューティングのためのユニークなリクエスト識別子です。code stringエラーコードです。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。message string詳細なエラーメッセージです。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。 |
task_id を保存して、タスクのステータスと結果をクエリします。 |
ステップ 2:結果のクエリ
- シンガポール
- 中国 (北京)
GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}{WorkspaceId} を実際のワークスペース ID に置き換えてください。- ポーリングの推奨事項:動画の生成には数分かかります。15 秒などの適切な間隔でポーリングメカニズムを使用してください。
- タスク状態の遷移:PENDING → RUNNING → SUCCEEDED または FAILED。
- 結果のリンク:タスクが成功すると、24 時間有効な動画 URL が返されます。動画をダウンロードし、OSS などの永続ストレージに保存してください。
task_idの有効期間:24 時間。この期間を過ぎると、クエリはタスクステータスをUNKNOWNとして返します。
リクエストパラメーターリクエストヘッダーAuthorizationstring (必須)Model Studio API キーでリクエストを認証します。例:Bearer sk-xxxx。パスパラメーターtask_idstring (必須)タスクの ID です。 |
86ecf553-d340-4e21-xxxxxxxxx を実際の task_id に置き換えてください。API キーはリージョンごとに異なります。詳細については、「API キーの取得」をご参照ください。 中国 (北京) リージョンのモデルを使用する場合、 |
レスポンスパラメーターoutputobjectタスクの出力情報です。
プロパティ task_id stringタスク ID です。クエリに対して 24 時間有効です。task_status stringタスクのステータスです。
列挙値
stringタスクが送信された時刻です。時刻は UTC+8 で、フォーマットは YYYY-MM-DD HH:mm:ss.SSS です。scheduled_time stringタスクが実行された時刻です。時刻は UTC+8 で、フォーマットは YYYY-MM-DD HH:mm:ss.SSS です。end_time stringタスクが完了した時刻です。時刻は UTC+8 で、フォーマットは YYYY-MM-DD HH:mm:ss.SSS です。video_url stringtask_status が SUCCEEDED の場合にのみ返される、生成された動画の URL です。24 時間有効です。動画は H.264 エンコーディングの MP4 フォーマットです。orig_prompt string元の入力プロンプトで、リクエストパラメーター prompt に対応します。actual_prompt stringプロンプトリライトが有効な場合に使用される最適化されたプロンプトです。無効な場合は返されません。code stringエラーコードです。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。message string詳細なエラーメッセージです。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。objectタスクの使用量統計です。成功したタスクのみが課金されます。
プロパティ video_duration integer生成された動画の持続時間 (秒) で、常に 5 です。課金計算式:コスト = 動画秒数 × 単価。video_count integer生成された動画の数です。この値は 1 に固定されています。video_ratio stringこの値は現在、2.1 モデルによってのみ返されます。生成された動画のアスペクト比で、standard に固定されています。SR integerこの値は現在、2.2 モデルによってのみ返されます。生成された動画の解像度ティアです。指定可能な値は 480、720、および 1080 です。stringトレースとトラブルシューティングのためのユニークなリクエスト識別子です。 |
動画 URL は 24 時間のみ有効で、その後自動的に消去されます。生成された動画は速やかに保存してください。 |
DashScope SDK 呼び出し
SDK のパラメーター名は、HTTP API とほぼ一致しており、パラメーター構造は各プログラミング言語の規則に従います。
画像から動画へのタスクは長時間 (通常 1〜5 分) かかるため、SDK は内部で非同期 HTTP 呼び出しを処理し、同期および非同期の呼び出しメソッドの両方をサポートします。
実際の処理時間は、キュー内のタスク数とサービスのパフォーマンスによって異なります。しばらくお待ちください。
Python SDK 呼び出し
モデルのリージョンに応じて region を設定します(Client 構築時に渡します。リージョンによって region の値は異なります):
- シンガポール
- 北京
region="ap-southeast-1"{WorkspaceId} を実際のワークスペース ID に置き換えてください。サンプルコード
- 同期呼び出し
- 非同期呼び出し
この例では、パブリック URL とローカルファイルパスの 2 つの画像入力方法を使用した同期呼び出しを示します。
リクエストの例
レスポンスの例
video_url は 24 時間有効です。この期間内に動画をダウンロードしてください。
Java SDK 呼び出し
サンプルコード
- 同期呼び出し
- 非同期呼び出し
この例では、パブリック URL とローカルファイルパスの 2 つの画像入力方法を使用した同期呼び出しを示します。
リクエストの例
レスポンスの例
video_url は 24 時間有効です。この期間内に動画をダウンロードしてください。
制限事項
- データ保持:タスクの
task_idと動画のvideo_urlは 24 時間保持され、その後はクエリやダウンロードができなくなります。 - 音声サポート:このサービスは無音の動画のみを生成します。音声を生成するには、音声合成を使用してください。
- Content Moderation:Content Moderation は、すべての入力プロンプト、画像、および出力動画をレビューします。コンテンツが使用ポリシーに違反する場合、サービスは「IPInfringementSuspect」または「DataInspectionFailed」エラーを返します。詳細については、「エラーコード」をご参照ください。
エラーコード
モデルの呼び出しが失敗した場合は、「エラーコード」を参照してトラブルシューティングを行ってください。
よくある質問
Q:特定のアスペクト比を生成するにはどうすればよいですか?
A: 出力動画のアスペクト比は、開始フレーム画像 (first_frame_url) に依存します。ただし、正確な比率 (厳密な 3:4 など) は保証されず、わずかにずれる可能性があります。
-
アスペクト比がずれるのはなぜですか?
モデルは入力画像のアスペクト比を基準とし、選択された
resolution設定の総ピクセル数に基づいて最も近い有効な解像度を計算します。動画の幅と高さは 16 の倍数でなければならないため、モデルは最終的な解像度に微調整を加えます。- たとえば、750×1000 の入力画像 (アスペクト比 3:4 または 0.75) を提供し、
resolutionを「720P」(約 920,000 ピクセルをターゲット) に設定した場合、実際の出力は 816×1104 (アスペクト比約 0.739、約 900,000 ピクセル) になることがあります。
- たとえば、750×1000 の入力画像 (アスペクト比 3:4 または 0.75) を提供し、
-
推奨事項:
- 入力画像:最良の結果を得るには、ターゲットのアスペクト比に一致する開始フレーム画像を使用してください。
- 後処理:厳密なアスペクト比が必要な場合は、ビデオ編集ツールを使用して生成された動画をトリミングするか、黒枠を追加してください。