Skip to main content
Geração de Vídeo

Video Generation - Deploy Model

Publique um modelo treinado como um service de API online.

Pré-requisitos

  • Regiões suportadas: A API de implantação de modelos está disponível atualmente apenas na região Singapore. Caso utilize outras regiões, implante os modelos por meio do console do Model Studio nessa região.
  • Permissões da conta: Se você usar Alibaba Cloud sub-accounts (RAM users), será necessário conceder à subconta as permissions de invocação, treinamento e implantação de modelos.
  • Configure variáveis de ambiente: Você já obtained an API Key e configured it as an environment variable com sucesso.
  • Pré-requisito: O treinamento de ajuste fino do modelo foi concluído. Antes de prosseguir com a implantação, chame primeiro a API Query Fine-tuning Job para confirmar se o status do job status é SUCCEEDED.

Implantar modelo

China (Beijing)

POST https://dashscope.aliyuncs.com/api/v1/deployments
  • Singapore
POST https://dashscope-intl.aliyuncs.com/api/v1/deployments
No Windows CMD, substitua $DASHSCOPE_API_KEY por %DASHSCOPE_API_KEY% . No PowerShell, substitua por $env:DASHSCOPE_API_KEY

Parâmetros da requisição

  • Imagem para Vídeo (Primeiro Quadro)
  • Imagem para Vídeo (Primeiro e Último Quadros)
O exemplo a seguir utiliza o efeito de chuva de dinheiro. Faça upload de uma imagem de retrato e o sistema gera automaticamente um vídeo com o efeito.
curl --location 'https://dashscope-intl.aliyuncs.com/api/v1/deployments' \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json' \
    --data '{
        "model_name": "<replace with model_name>",
        "aigc_config": {
            "use_input_prompt": false,
            "prompt": "Provide a video description based on the image content. The description must include the phrase "Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her. The bills continue to fall, she/he stretches her/his arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain."\nOutput Template:\nThe video begins with a shot of [subject description]. [Environment description]. Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her. The bills continue to fall, she/he stretches her/his arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain.\nExample:\nThe video begins showing a young woman standing in front of a brick wall covered with ivy. She has long, smooth reddish-brown hair, wearing a white sleeveless dress, a shiny silver necklace, and a smile on her face. The brick wall in the background is covered with green vines, appearing rustic and natural. Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her. The bills continue to fall, she stretches her arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain.",
            "lora_prompt_default": "Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her. The bills continue to fall, she/he stretches her/his arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain."
        },
        "capacity": 1,
        "plan": "lora"
    }'
Cabeçalhos
Content-Type string (Obrigatório)Valor fixo: application/json
Authorization string (Obrigatório)Autenticação por API Key, no formato Bearer sk-xxxx.
Corpo da requisição
model_name string (Obrigatório)ID do modelo a ser implantado (não o nome do modelo base, mas o identificador do modelo gerado após o ajuste fino ou exportação). Como obter:
  • Modelo ajustado: Use o valor de Create a Tuning Job na resposta de wan2.5-i2v-preview-ft-202511111122-xxxx.
  • Modelo exportado: Use o valor output[].model_name da resposta de Query Exported Model Details.
capacity integer (Obrigatório)Número de instâncias do modelo implantado. Valor recomendado: 1.
plan string (Obrigatório)Método de implantação. Valor recomendado para ajuste fino eficiente LoRA: lora.
aigc_config object (Obrigatório)Configuração de prompt.

Propriedades de aigc_config

use_input_prompt boolean (Obrigatório)Controla a origem do prompt ao chamar o modelo implantado para gerar vídeos.
  • false (padrão): Modo de geração automática. Ao chamar a API de geração de vídeo, o sistema ignora o prompt de entrada e usa os modelos configurados em aigc_config.prompt e aigc_config.lora_prompt_default para gerar prompts automaticamente.
  • true: Modo de entrada manual. Ao chamar a API de geração de vídeo, o sistema usa diretamente o prompt de entrada, e os dois parâmetros acima tornam-se ineficazes.
prompt string (Obrigatório)Modelo de prompt predefinido. Efetivo apenas quando use_input_prompt=false estiver definido.Ao chamar o modelo implantado para gerar vídeos, o sistema analisa a imagem de entrada, preenche o conteúdo da imagem neste modelo e gera automaticamente uma descrição completa com instruções de efeito.Nota: Este parâmetro substitui o parâmetro de prompt passado na API de geração de vídeo.lora_prompt_default string (Obrigatório)Modelo de prompt de fallback. Efetivo apenas quando use_input_prompt=false estiver definido.Quando aigc_config.prompt falhar na geração, o sistema usará este parâmetro como prompt de fallback para gerar o vídeo.

Parâmetros da resposta

  • Exemplo de resposta de sucesso
  • Exemplo de resposta de erro
Campos principais: output.deployed_model (identificador exclusivo do modelo implantado), output.status (status da implantação).
{
        "request_id": "96020b2e-9072-4c8a-9981-xxxxxxxxx",
        "output": {
            "deployed_model": "wan2.5-i2v-preview-ft-202511111122-xxxx",
            "gmt_create": "2025-11-11T17:46:53.294",
            "gmt_modified": "2025-11-11T17:46:53.294",
            "status": "PENDING",
            "model_name": "wan2.5-i2v-preview-ft-202511111122-xxxx",
            "base_model": "wan2.5-i2v-preview",
            "workspace_id": "llm-xxxxxxxxx",
            "charge_type": "post_paid",
            "creator": "12xxxxxxx",
            "modifier": "12xxxxxxx",
            "plan": "lora"
        }
    }
request_id stringIdentificador exclusivo da requisição.
output objectDetalhes da tarefa.

Propriedades

deployed_model stringIdentificador exclusivo do modelo implantado. Usado para consultar o status de implantação do modelo e invocar o modelo.model_name stringNome do identificador do modelo.status stringStatus da implantação:
  • PENDING: Implantando.
  • RUNNING: Em execução.
  • FAILED: Falha na implantação.
base_model stringModelo base utilizado.gmt_create stringHora de criação da tarefa de implantação.gmt_modified stringHora da última atualização da tarefa de implantação.workspace_id stringID do workspace associado à API Key do Alibaba Cloud Model Studio. Consulte Get the Workspace ID.charge_type stringModo de faturamento. post_paid indica pagamento conforme o uso.creator stringID da conta Alibaba Cloud do criador.modifier stringID da conta Alibaba Cloud do modificador.plan stringMétodo de implantação.
code stringCódigo de erro. Retornado quando a chamada falha. Consulte a tabela de códigos de erro abaixo.
message stringDescrição detalhada do erro. Retornado quando a chamada falha.

Configuração do modelo de prompt

A seguir, explicamos como configurar o parâmetro aigc_config.prompt.
  • Por que definir este parâmetro? Sem este parâmetro, você precisaria escrever manualmente um prompt completo sempre que chamasse o modelo implantado. Uma vez configurado, ao chamar o modelo ajustado para gerar vídeos, basta fazer upload de uma imagem, e o sistema completará automaticamente as instruções de efeito com base neste parâmetro, sem exigir entrada manual de prompt.
  • Como configurar? Prompt = Instrução da tarefa (diz ao modelo o que fazer) + Modelo de saída (padroniza o formato de saída) + Exemplo (ajuda o modelo a aprender a estrutura do exemplo).
Provide a video description based on the image content. The description must include the phrase "Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her (him). The bills continue to fall, while the camera slowly zooms in, she (he) stretches her (his) arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain."
Output Template:
The video begins with a shot of [subject description]. [Environment description]. Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her (him). The bills continue to fall, while the camera slowly zooms in, she (he) stretches her (his) arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain.
Example:
The video begins showing a young woman at a beach scene. Her hair is wet, dark brown, curly and slightly messy. She has a bright smile on her face. The background features turbulent waves and distant mountains. Then the s86b5p money rain effect begins, countless huge-sized US dollar bills (beige background/dark green patterns) pour down like a torrential rain, densely hitting and surrounding her. The bills continue to fall, while the camera slowly zooms in, she stretches her arms upward, neck slightly tilted back, expression surprised, completely immersed in this wild money rain.
Para a descrição do "Modelo de saída", consulte Video annotation: Write prompts for videos .

Próxima etapa

A implantação é uma operação assíncrona. Após chamar esta API, consulte o status da implantação por meio da API Query and Manage Deployments.
Referência da API de Geração de Texto
Geração de Imagens
  • FAQ
Geração de Vídeo
Áudio
API em tempo real
Incorporação de Texto
Produção de Modelos