萬相2.2-首尾幀生視頻模型基於 首幀映像 、 尾幀映像和文本提示詞 ,產生一段平滑過渡的視頻。
相關文檔:使用指南
為確保調用成功,請務必保證模型、Endpoint URL 和 API Key 均屬於同一地區。跨地區調用將會失敗。
由於圖生視頻任務耗時較長(通常為1-5分鐘),API採用非同步呼叫。整個流程包含 “建立任務 -> 輪詢擷取” 兩個核心步驟,具體如下:
SDK 的參數命名與HTTP介面基本一致,參數結構根據語言特性進行封裝。
由於圖生視頻任務耗時較長(通常為1-5分鐘),SDK 在底層封裝了 HTTP 非同步呼叫流程,支援同步、非同步兩種調用方式。
根據模型所在地區設定
如果模型調用失敗並返回報錯資訊,請參見錯誤碼進行解決。
A: 輸出視頻的寬高比由輸入首幀映像(first_frame_url)決定,但無法保證精確比例(如嚴格3:4),會存在一定偏差。
A: 模型產生的視頻儲存於阿里雲OSS,API將返回一個臨時的公網URL。若需要對該下載地址進行防火牆白名單配置,請注意:由於底層儲存會根據業務情況進行動態變更,為避免到期資訊影響訪問,文檔不提供固定的OSS網域名稱白名單。如有安全管控需求,請聯絡客戶經理擷取最新OSS網域名稱列表。
適用範圍
為確保調用成功,請務必保證模型、Endpoint URL 和 API Key 均屬於同一地區。跨地區調用將會失敗。
- 選擇模型:確認模型所屬的地區。
- 選擇 URL:選擇對應的地區 Endpoint URL,支援HTTP URL或 DashScope SDK URL。
- 配置 API Key:選擇地區並擷取API Key,再配置API Key到環境變數。
- 安裝 SDK:如需通過SDK進行調用,請安裝DashScope SDK。
本文的範例程式碼適用於新加坡地區。
HTTP調用
由於圖生視頻任務耗時較長(通常為1-5分鐘),API採用非同步呼叫。整個流程包含 “建立任務 -> 輪詢擷取” 兩個核心步驟,具體如下:
步驟1:建立任務擷取任務ID
- 新加坡
- 北京
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image2video/video-synthesis調用時請將{WorkspaceId}替換為真實的業務空間ID。- 建立成功後,使用介面返回的
task_id查詢結果,task_id 有效期間為 24 小時。請勿重複建立任務,輪詢擷取即可。 - 新手指引請參見Postman。
請求參數要求標頭(Headers)Content-Typestring(必選)請求內容類型。此參數必須設定為application/json。Authorizationstring(必選)請求身份認證。介面使用阿里雲百鍊API Key進行身份認證。樣本值:Bearer sk-xxxx。X-DashScope-Asyncstring(必選)非同步處理配置參數。HTTP請求只支援非同步,必須設定為enable。請求體(Request Body)modelstring (必選)模型名稱。樣本值:wan2.2-kf2v-flash。詳情參見百鍊控制台。input object (必選)輸入的基本資料,如提示詞等。
屬性 prompt string (可選)文本提示詞。支援中英文,長度不超過800個字元,每個漢字/字母佔一個字元,超過部分會自動截斷。如果首尾幀的主體和情境變化較大,建議描寫變化過程,例如運鏡過程(鏡頭向左移動)或者主體運動過程(人向前奔跑)。樣本值:一隻黑色小貓好奇地看向天空,鏡頭從平視逐漸上升,最後俯拍它的好奇的眼神。提示詞的提示請參見文生視頻/圖生視頻Prompt指南。negative_prompt string (可選)反向提示詞,用來描述不希望在視頻畫面中看到的內容,可以對視頻畫面進行限制。支援中英文,長度不超過500個字元,超過部分會自動截斷。樣本值:低解析度、錯誤、最差品質、低品質、殘缺、多餘的手指、比例不良等。first_frame_url string (必選)首幀映像URL。輸出視頻的寬高比與首幀映像保持一致。URL 需為公網可訪問地址,支援 HTTP 或 HTTPS 協議。映像限制:
string (必選)尾幀映像URL。URL 需為公網可訪問地址,支援 HTTP 或 HTTPS 協議。映像限制:
object (可選)視頻處理參數。
屬性 resolution string (可選)產生的視頻解析度檔位。僅用於調整視頻的清晰度(總像素),不改變視頻的寬高比,視頻寬高比將與首幀映像 first_frame_url 的寬高比保持一致。此參數的預設值和可用枚舉值依賴於 model 參數,規則如下:
integer (可選)視頻產生時間長度,單位為秒。當前參數值固定為5,且不支援修改。模型將始終產生5秒時間長度的視頻。prompt_extendbool (可選)是否開啟prompt智能改寫。開啟後使用大模型對輸入prompt進行智能改寫。對於較短的prompt產生效果提升明顯,但會增加耗時。
bool (可選)是否添加浮水印標識,浮水印位於圖片右下角,文案為“AI產生”。
integer(可選)隨機數種子,取值範圍為[0, 2147483647]。未指定時,系統自動產生隨機種子。若需提升產生結果的可複現性,建議固定seed值。請注意,由於模型產生具有機率性,即使使用相同 seed,也不能保證每次產生結果完全一致。 |
根據首幀、尾幀和prompt產生視頻。 |
響應參數outputobject任務輸出資訊。
屬性 task_id string任務ID。查詢有效期間24小時。task_status string任務狀態。
枚舉值
string請求唯一標識。可用於請求明細溯源和問題排查。codestring請求失敗的錯誤碼。請求成功時不會返回此參數,詳情請參見錯誤碼。messagestring請求失敗的詳細資料。請求成功時不會返回此參數,詳情請參見錯誤碼。 |
請儲存 task_id,用於查詢任務狀態與結果。 |
步驟2:根據任務ID查詢結果
- 新加坡
- 北京
GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}調用時請將{WorkspaceId}替換為真實的業務空間ID。- 輪詢建議:視頻產生過程約需數分鐘,建議採用輪詢機制,並設定合理的查詢間隔(如 15 秒)來擷取結果。
- 任務狀態流轉:PENDING(排隊中)→ RUNNING(處理中)→ SUCCEEDED(成功)/ FAILED(失敗)。
- 結果連結:任務成功後返回視頻連結,有效期間為 24 小時。建議在擷取連結後立即下載並轉存至永久儲存(如阿里雲 OSS)。
- task_id 有效期間:24小時,逾時後將無法查詢結果,介面將返回任務狀態為
UNKNOWN。
請求參數要求標頭(Headers)Authorizationstring(必選)請求身份認證。介面使用阿里雲百鍊API Key進行身份認證。樣本值:Bearer sk-xxxx。URL路徑參數(Path parameters)task_idstring(必選)任務ID。 |
請將 86ecf553-d340-4e21-xxxxxxxxx替換為真實的task_id。各地區的API Key不同。擷取API Key。 若使用華北2(北京)地區的模型,需將base_url替換為https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/86ecf553-d340-4e21-xxxxxxxxx,其中{WorkspaceId}需替換為真實的業務空間ID。 |
響應參數outputobject任務輸出資訊。
屬性 task_id string任務ID。查詢有效期間24小時。task_status string任務狀態。
枚舉值
string任務提交時間。時區為UTC+8,格式為 YYYY-MM-DD HH:mm:ss.SSS。scheduled_time string任務執行時間。時區為UTC+8,格式為 YYYY-MM-DD HH:mm:ss.SSS。end_time string任務完成時間。時區為UTC+8,格式為 YYYY-MM-DD HH:mm:ss.SSS。video_urlstring視頻URL。僅在 task_status 為 SUCCEEDED 時返回。連結有效期間24小時,可通過此URL下載視頻。視頻格式為MP4(H.264 編碼)。orig_prompt string原始輸入的prompt,對應請求參數prompt。actual_prompt string開啟 prompt 智能改寫後,返回實際使用的最佳化後 prompt。若未開啟該功能,則不返回此欄位。codestring請求失敗的錯誤碼。請求成功時不會返回此參數,詳情請參見錯誤碼。messagestring請求失敗的詳細資料。請求成功時不會返回此參數,詳情請參見錯誤碼。object輸出資訊統計。只對成功的結果計數。
屬性 video_duration integer產生視頻的時間長度,單位秒。枚舉值為5。計費公式:費用 = 視頻秒數 × 單價。video_count integer產生視頻的數量。固定為1。video_ratio string當前僅當2.1模型返回該值。產生視頻的比例,固定為standard。SR integer當前僅當2.2模型返回該值。產生視頻的解析度檔位,枚舉值為480、720、1080。string請求唯一標識。可用於請求明細溯源和問題排查。 |
視頻URL僅保留24小時,逾時後會被自動清除,請及時儲存產生的視頻。 |
DashScope SDK調用
SDK 的參數命名與HTTP介面基本一致,參數結構根據語言特性進行封裝。
由於圖生視頻任務耗時較長(通常為1-5分鐘),SDK 在底層封裝了 HTTP 非同步呼叫流程,支援同步、非同步兩種調用方式。
具體耗時受限於排隊任務數和服務執行情況,請在擷取結果時耐心等待。
Python SDK調用
根據模型所在地區設定 base_http_api_url:
- 新加坡
- 北京
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'調用時請將{WorkspaceId}替換為真實的業務空間ID。範例程式碼
- 同步調用
- 非同步呼叫
本樣本展示同步調用方式,包括兩種映像輸入方式:公網URL、本地檔案路徑。
請求樣本
響應樣本
video_url 有效期間24小時,請及時下載視頻。
Java SDK調用
範例程式碼
- 同步調用
- 非同步呼叫
本樣本展示同步調用方式,包括兩種映像輸入方式:公網URL、本地檔案路徑。
請求樣本
響應樣本
video_url 有效期間24小時,請及時下載視頻。
使用限制
- 資料時效:任務
task_id和 視頻video_url均只保留 24 小時,到期後將無法查詢或下載。 - 音頻支援:當前僅支援產生無聲視頻,不支援音訊輸出。如有需要,可通過語音合成產生音頻。
- 內容審核:輸入prompt 和映像、輸出視頻均會經過Alibaba Content Security Service審核,含違規內容將返回 “IPInfringementSuspect”或“DataInspectionFailed”錯誤,詳情請參見錯誤碼。
錯誤碼
如果模型調用失敗並返回報錯資訊,請參見錯誤碼進行解決。
常見問題
Q:如何產生特定寬高比(如3:4)的視頻?
A: 輸出視頻的寬高比由輸入首幀映像(first_frame_url)決定,但無法保證精確比例(如嚴格3:4),會存在一定偏差。
-
為什麼會有偏差?
模型會以輸入映像的比例為基準,結合設定的解析度檔位(resolution)總像素,自動計算出最接近的合法解析度。由於要求視頻的長和寬必須是 16 的倍數,模型會對最終解析度做微調,因此無法保證輸出比例嚴格等於 3:4,但會非常接近。
- 例如:輸入映像750×1000(寬高比 3:4 = 0.75),並設定 resolution = "720P"(目標總像素約 92 萬),實際輸出816×1104(寬高比 ≈ 0.739,總像素約90萬)。
-
實踐建議:
- 輸入控制:盡量使用與目標比例一致的圖片作為首幀輸入。
- 後期處理:如果您對比例有嚴格要求,建議在視頻產生後,使用編輯工具進行簡單的裁剪或黑邊填充。