Os modelos de texto para vídeo Wan geram vídeos a partir de entradas de texto, imagens e áudio. O wan3.0-video suporta até 30 segundos, proporção adaptável, duração inteligente, resoluções 480P/720P/1080P, alternância de áudio, áudio de referência, além de arquivos e links da web de referência.
Primeiros passos
| Prompt de entrada | Vídeo de saída (múltiplas tomadas, com áudio ativado) |
| Tomada 1 A sequência começa com um plano geral extremo. A câmera inicia em um ângulo baixo, próximo ao solo, e avança pela pradaria enquanto se inclina para cima. À medida que a câmera sobe do nível do chão para uma posição levemente elevada, a chita entra no quadro pela esquerda. Essa tomada estabelece uma relação espacial clara ao colocar a chita e o antílope em fuga no mesmo caminho. Tomada 2 A câmera desce para um nível próximo ao solo e se move para a direita, paralela à chita. A chita é mantida consistentemente à esquerda do centro, o que cria um deslocamento lateral contínuo no fundo. Por um período, o movimento da câmera permanece estável para aumentar a sensação de velocidade e continuidade espacial. Tomada 3 Ainda se movendo para a direita, a câmera executa um leve arco ao longo da parte interna do trajeto da chita. Esse movimento cria um efeito sutil de órbita no quadro enquanto a câmera continua a seguir o assunto. Tomada 4 A câmera desacelera gradualmente seu movimento lateral e fica relativamente estável enquanto aplica zoom simultaneamente. Essa ação estreita o foco para a distância cada vez menor entre a chita e o antílope. Tomada 5 A câmera volta a avançar e desce ligeiramente, rente ao solo, para reduzir a distância entre os dois animais. A tomada para no ponto crítico, exatamente quando as patas dianteiras da chita estão prestes a alcançar a traseira do antílope, criando intensa pressão e tensão. Essa ação é sincronizada com uma trilha sinfônica em crescendo, batidas de tambor cada vez mais densas e sons de vento e passos que impulsionam o ritmo. No momento final, o volume da música cai, deixando apenas sons ambientes e rítmicos para criar uma breve pausa. |
- Python SDK
- Java SDK
- curl
Código de exemplo: modelos wan2.6 e anteriores
Código de exemplo: modelos wan2.6 e anteriores
- Python SDK
- Java SDK
- curl
O video_url é válido por 24 horas. Baixe o vídeo prontamente.
Disponibilidade
Os modelos suportados variam conforme a região. Os recursos são isolados entre as regiões. Ao fazer uma chamada, certifique-se de que o modelo, a URL do endpoint e a chave da API pertençam à mesma região. Chamadas entre regiões falham.
Modelos suportados:
- Global
- International
- US
- Chinese mainland
Model | Features | Input modality | Output video specifications |
|---|---|---|---|
wan2.6-t2v | Vídeo com áudio Narrativa multi-cena, sincronização de áudio e vídeo | Texto, áudio | Opções de resolução: 720P, 1080P Duração do vídeo: 5s, 10s, 15s Especificações definidas: 30 fps, MP4 (codificação H.264) |
Principais capacidades
Crie vídeos com múltiplas tomadas
Modelos suportados: wan3.0, wan2.7, and wan2.6 series.
Descrição: Alterna automaticamente entre as tomadas — por exemplo, de um plano geral para um close-up. Ideal para videoclipes e narrativas cinematográficas.
Parâmetros:
- wan2.7: O parâmetro
shot_typenão é obrigatório. Descreva a estrutura das tomadas nopromptusando linguagem natural, como timestamps para definir as cenas. Caso opromptnão contenha descrições da estrutura de tomadas, o modelo analisa a semântica e determina automaticamente se deve gerar um vídeo com tomada única ou múltiplas tomadas. - wan2.6: Defina o parâmetro
shot_typecomo"multi"e configure o parâmetroprompt_extendcomotruepara ativar a reescrita inteligente e otimizar as descrições das tomadas.
| Prompt de entrada | Vídeo de saída (wan3.0) |
| Uma visão de harmonia entre tecnologia futura e natureza. Tomada 1 [0-2s]: Plano geral de um jardim aéreo em uma cidade futurista, com plantas flutuantes balançando suavemente ao vento. Tomada 2 [2-4s]: Um robô jardineiro poda cuidadosamente as plantas com movimentos precisos e graciosos. Tomada 3 [4-7s]: A luz do sol atravessa uma cúpula transparente, iluminando todo o jardim e exibindo a fusão perfeita entre tecnologia e natureza. Tomada 4 [7-10s]: A câmera se afasta para revelar a grande escala de toda a cidade futurista, com o jardim aéreo sendo apenas uma parte dela. | |
| Este é um clipe de filme de artes marciais centrado em um duelo intenso. Em uma clareira de pedras sob o sol do meio-dia, dois homens avançam um contra o outro. Um ataca com a palma da mão, mas seu oponente gira e bloqueia com o braço, e o impacto levanta poeira do chão. Eles então trocam socos rápidos e golpes de palma em um espaço restrito. Um deles salta no ar para uma série de chutes pesados, forçando o oponente a cruzar os braços para bloquear e deslizar vários metros para trás, deixando marcas brancas nítidas na superfície de pedra. Por fim, eles se afastam, respirando pesadamente e trocando olhares fixos. A cena apresenta uma textura de ação realista com iluminação marcante, criando um tom que varia de uma explosão poderosa a um confronto tenso. |
- Python SDK
- Java SDK
- curl
Certifique-se de que seu DashScope SDK for Python esteja na versão 1.25.16 ou posterior. Para atualizar o SDK, consulte Install the SDK .
Código de exemplo: wan2.6
Código de exemplo: wan2.6
- Python SDK
- Java SDK
- curl
Certifique-se de que seu DashScope SDK for Python esteja na versão 1.25.16 ou posterior. Para atualizar o SDK, consulte Install the SDK .
Sincronização de áudio e vídeo
Modelos suportados: wan3.0, wan2.7, wan2.6, and wan2.5 series.
Descrição: Os personagens do vídeo podem "falar" ou cantar, com movimentos labiais sincronizados ao áudio. Para mais exemplos, consulte Video audio generation.
Parâmetros:
- Fornecer um arquivo de áudio: Defina
audio_url. O modelo sincroniza os movimentos labiais com o arquivo de áudio. - Dublagem automática: Na ausência de
audio_url, o modelo gera automaticamente um vídeo com áudio por padrão, adicionando efeitos sonoros de fundo, música ou vozes com base no conteúdo visual.
| Exemplo de entrada | Vídeo de saída (vídeo com áudio) |
| Prompt de entrada: Cena filmada em ângulo baixo, plano médio fechado, tons quentes e iluminação mista (a luz prática do abajur se mistura à luz nublada da janela), com iluminação lateral e composição centralizada. Em um escritório clássico de detetive, estantes de madeira repletas de arquivos antigos e cinzeiros. Um abajur verde ilumina um dossiê aberto no centro da mesa. Uma raposa, vestindo um sobretudo marrom-escuro e um chapéu fedora cinza-claro, senta-se em uma cadeira de couro; sua pelagem é carmesim, a cauda repousa levemente na borda e seus dedos viram lentamente páginas amareladas. Lá fora, uma garoa constante cai sob um céu azul, marcando o vidro com rastros sinuosos. Ela levanta a cabeça devagar, as orelhas tremem ligeiramente e seus olhos âmbar fitam diretamente a câmera, enquanto sua boca se move claramente ao falar com uma voz suave e cínica: 'O caso estava frio, mais frio que um peixe no inverno. Mas toda galinha tem seus segredos, e eu, particularmente, pretendia encontrá-los'.Áudio de entrada: |
- Python SDK
- Java SDK
- curl
Certifique-se de que seu DashScope SDK for Python esteja na versão 1.25.16 ou posterior. Para atualizar o SDK, consulte Install the SDK .
Código de exemplo: wan2.6
Código de exemplo: wan2.6
- Python SDK
- Java SDK
- curl
Certifique-se de que seu DashScope SDK for Python esteja na versão 1.25.16 ou posterior. Para atualizar o SDK, consulte Install the SDK .
Gerar vídeos sem áudio
Modelos suportados: wan2.2 series, wan2.1 series.
Descrição: Ideal para cenários que exigem apenas conteúdo visual, como pôsteres dinâmicos e curtas-metragens sem som.
Parâmetros: Os modelos wan2.2 e anteriores geram vídeos sem áudio por padrão. Nenhuma configuração adicional é necessária.
| Prompt de entrada | Vídeo de saída (vídeo sem áudio) |
| Rim light, low contrast, medium close-up, daylight, left-heavy composition, clean single-person shot, warm tones, soft light, sunny day light, side light, daytime. A young girl sits in a field of tall grass with two fluffy donkeys standing behind her. The girl, about eleven or twelve, wears a simple floral dress, her hair in two braids, and has an innocent smile. She sits cross-legged, gently touching the wildflowers beside her. The donkeys are sturdy, their ears pricked up, curiously looking toward the camera. Sunlight bathes the field, creating a warm and natural scene. |
- Python SDK
- Java SDK
- curl
Certifique-se de que seu DashScope SDK for Python esteja na versão 1.25.16 ou posterior. Para atualizar o SDK, consulte Install the SDK .
Áudio de entrada
- Quantidade de arquivos: Um.
-
Métodos de entrada:
- URL pública: HTTP ou HTTPS.
Vídeo de saída
- Quantidade de vídeos: Um.
- Formato: MP4. Para mais informações, consulte Video specifications.
- Expiração da URL: 24 horas.
-
Dimensões do vídeo:
- Os modelos wan3.0 e wan2.7 utilizam os parâmetros
resolutioneratio. - O modelo wan2.6 e anteriores utilizam o parâmetro
size.
- Os modelos wan3.0 e wan2.7 utilizam os parâmetros
Faturamento e limitação de taxa
- Para detalhes sobre cota gratuita e preços, consulte Wanx-Text-to-Video.
- Sobre a limitação de taxa do modelo, veja Wanxiang series.
-
Detalhes de faturamento:
- A entrada é gratuita. A saída é cobrada por segundo de vídeo gerado com sucesso.
- Chamadas de modelo com falha ou erros de processamento não geram cobranças nem consomem free quota.
- A conversão de texto em vídeo também oferece suporte a savings plans.
Referência da API
Text-to-video API reference
Perguntas frequentes
P: Quais alterações de código são necessárias para atualizar do wan2.7 para o wan3.0?
- Nome do modelo: Altere o
modeldewan2.7-t2v-*parawan3.0-video. - Remover prompt_extend: O wan3.0 não oferece suporte ao parâmetro
prompt_extend. Remova este campo. - Duração estendida: O wan3.0 suporta até 30 segundos (o wan2.7 suporta até 15 segundos). Defina
durationcomo um número inteiro entre 2 e 30. - Nova entrada de arquivo e web: O wan3.0 permite passar
type: "file"(docx, ppt, pdf, etc.) outype: "link"(URL pública da web) eminput.media. O modelo compreende automaticamente o conteúdo e gera um vídeo. Não é possível usar esses dois tipos simultaneamente.
P: Os vídeos gerados no console possuem marca d'água. Como removê-la?
- A página de geração de vídeo no console do Model Studio não disponibiliza uma opção para marca d'água, portanto, não é possível desativá-la pelo console.
- Ao chamar o modelo via API,
watermarkéfalsepor padrão: se você omitir o parâmetro ou defini-lo comofalse, nenhuma marca d'água é adicionada. O código de exemplo neste tópico passawatermark=true; altere parafalsepara remover a marca d'água.
P: Comprei um plano de economia de uso geral de IA. Por que os vídeos gerados ainda têm marca d'água?
- Um plano de economia de uso geral de IA apenas compensa seus custos. Ele não altera a saída do modelo e não tem relação com a presença de marca d'água no vídeo.
- A marca d'água é controlada exclusivamente pelo parâmetro
watermarkda API e só é adicionada quando você passatrueexplicitamente.