Skip to main content
視頻產生與編輯

參考生視頻

萬相-參考生視頻模型支援 多模態輸入 （文本/映像/視頻/音頻），可將人物或物體作為主角，根據提示詞產生自然生動的表演視頻。

快速入口：API參考｜Prompt指南

快速開始

輸入提示詞：Video 1 walks in from the deep left side of the frame. Then the shot cuts to a close-up of Image 1. Video 1 is leaning against the rusty wall on the right side from Image 2. Hearing the footsteps, she slowly turns her head. After seeing Image 1, Video 1 says, “Why did you still come?” Image 1 replies, “Let’s talk.”
輸入視頻（視頻1）
參考人物
輸入映像（圖1）
參考人物
輸入映像（圖2）
參考背景
輸出視頻（多鏡頭，有聲視頻）
輸入參考音色：
wan-r2v-boy-en
輸入參考音色：
wan-r2v-bg-en
在調用前，先擷取與配置 API Key，再配置API Key到環境變數。通過SDK進行調用，請安裝DashScope SDK。
  • Python SDK
  • Java SDK
  • curl
請確保 DashScope Python SDK 版本不低於1.25.16，再運行以下代碼。若版本過低，可能會觸發 "url error, please check url!" 等錯誤。請參考安裝SDK進行更新。
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID。各地區的URL不同，擷取URL：https://www.alibabacloud.com/help/en/model-studio/video-reference-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key="sk-xxx"
# 各地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "reference_video",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pfgcuv/wan-r2v-girl-en.mp4",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/exiikq/wan-r2v-girl-demo-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/skhalj/wan-r2v-boy-en.jpg",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pqxdoi/wan-r2v-boy-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/vyqjxd/wan-r2v-bg-en.jpg"
    }
]

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model="wan2.7-r2v-2026-06-12",
    media=media,
    resolution="720P",
    ratio="16:9",
    duration=10,
    prompt_extend=False,
    watermark=True,
    prompt="Video 1 walks in from the deep left side of the frame. Then the shot cuts to a close-up of Image 1. Video 1 is leaning against the rusty wall on the right side from Image 2. Hearing the footsteps, she slowly turns her head. After seeing Image 1, Video 1 says, “Why did you still come?” Image 1 replies, “Let’s talk.”",
)
print(rsp)
if rsp.status_code == HTTPStatus.OK:
    print("video_url:", rsp.output.video_url)
else:
    print('Failed, status_code: %s, code: %s, message: %s' % (rsp.status_code, rsp.code, rsp.message))

適用範圍

  • 各地區支援的模型有所差異，且資源相互獨立。各地區支援的模型請參見百鍊控制台。
  • 調用時，確保模型、Endpoint URL 和 API Key 均屬於同一地區，跨地區調用將會失敗。
本文的範例程式碼適用於新加坡地區。如使用其他地區，請參見API參考。

核心能力（wan2.7模型）

單圖參考（多宮格圖）

支援模型：wan2.7系列模型。 功能介紹：輸入一張多宮格圖（故事板），模型自動識別多宮格布局，產生角色、情境和鏡頭一致的視頻。建議單次僅傳入一張多宮格圖。 參數設定：
  • media.type：設定為reference_image（參考映像）。
  • media.url：多宮格映像的 URL 或 base64 編碼字串。
  • prompt：當參考素材有且僅有一張圖片或一個視頻，則可表述為“參考圖片”或“參考視頻”。
輸入提示詞：參考圖片 ，3D卡通冒險電影風，角色Q版但材質細膩，動作流暢，色彩鮮明，保持角色與森林情境一致，不要加入文字。氛圍： 冒險、輕快、神秘、童趣。角色： 小男孩探險家：圓帽、背包、短鬥篷。小夥伴：會飛的小機器人，圓形身體，藍色發光眼。情境： 奇幻森林，巨大樹根、蘑菇、藤蔓、藏寶洞口、陽光光束。分鏡指令碼： 1. 全景：奇幻森林裡高大樹木與光束交錯，環境神秘明亮。 2. 中景：小男孩撥開藤蔓向前探路。 3. 中景：小機器人飛在他身邊，用藍光掃描前方。 4. 特寫：一張舊藏寶圖在男孩手裡展開。 5. 近景：他露出興奮表情，眼睛亮起來。 6. 動作鏡頭：兩人跳過樹根和小溪，繼續深入森林。 7. 中景：藤蔓後方露出一個被苔蘚覆蓋的寶箱。 8. 特寫：寶箱邊緣閃出金色光芒。 9. 收束鏡頭：男孩和小機器人站在寶箱前驚喜對望，冒險感拉滿。
輸入多宮格映像輸出視頻
banana_storyboard
  • Python SDK
  • Java SDK
  • curl
請確保 DashScope Python SDK 版本不低於 1.25.16，可參考安裝SDK進行更新。 
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID。各地區的URL不同，擷取URL：https://www.alibabacloud.com/help/en/model-studio/video-reference-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key="sk-xxx"
# 各地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260403/wgjaxy/banana_storyboard_00000020.png"
    }
]

def sample_sync_call():
    print('----sync call, please wait a moment----')
    rsp = VideoSynthesis.call(
        api_key=api_key,
        model="wan2.7-r2v-2026-06-12",
        media=media,
        resolution="720P",
        ratio="16:9",
        duration=10,
        prompt_extend=False,
        watermark=True,
        prompt="參考圖片，3D卡通冒險電影風，角色Q版但材質細膩，動作流暢，色彩鮮明，保持角色與森林情境一致，不要加入文字。氛圍： 冒險、輕快、神秘、童趣。角色： 小男孩探險家：圓帽、背包、短鬥篷。小夥伴：會飛的小機器人，圓形身體，藍色發光眼。情境： 奇幻森林，巨大樹根、蘑菇、藤蔓、藏寶洞口、陽光光束。分鏡指令碼： 1. 全景：奇幻森林裡高大樹木與光束交錯，環境神秘明亮。 2. 中景：小男孩撥開藤蔓向前探路。 3. 中景：小機器人飛在他身邊，用藍光掃描前方。 4. 特寫：一張舊藏寶圖在男孩手裡展開。 5. 近景：他露出興奮表情，眼睛亮起來。 6. 動作鏡頭：兩人跳過樹根和小溪，繼續深入森林。 7. 中景：藤蔓後方露出一個被苔蘚覆蓋的寶箱。 8. 特寫：寶箱邊緣閃出金色光芒。 9. 收束鏡頭：男孩和小機器人站在寶箱前驚喜對望，冒險感拉滿。",
    )
    if rsp.status_code == HTTPStatus.OK:
        print(rsp.output.video_url)
    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))

if __name__ == '__main__':
    sample_sync_call()

多主體參考+音色定製

支援模型：wan2.7系列模型。 功能介紹：支援傳入多個參考映像和參考視頻作為主體素材，並可為每個主體獨立指定音色，實現多角色同框互動與音色區分。 參數設定：
  • media：參考素材數組。
    • media.type：支援 reference_image（參考映像）和 reference_video（參考視頻）。參考映像 + 參考視頻 ≤ 5。
    • media.url：素材的 URL；映像還支援 base64 編碼字串。
    • media.reference_voice（可選）：為主體指定音色的音頻 URL，推薦與 reference_image 或 reference_video 搭配使用。 音頻生效邏輯：若 reference_video 本身包含音頻且未指定 reference_voice，預設使用視頻原聲；若同時傳入，reference_voice 將覆蓋視頻原聲。
  • prompt：在提示詞中指代參考素材，規則如下：
    • 使用“圖1、圖2”指代 reference_image 素材，使用“視頻1、視頻2”指代 reference_video 素材，英文提示詞則寫為“Image 1”、"Video 1”這類標識。
    • 按照media數組定義參考素材的引用順序，圖和視頻分別計數。
輸入提示詞：Video 1 walks in from the deep left side of the frame. Then the shot cuts to a close-up of Image 1. Video 1 is leaning against the rusty wall on the right side from Image 2. Hearing the footsteps, she slowly turns her head. After seeing Image 1, Video 1 says, “Why did you still come?” Image 1 replies, “Let’s talk.”
輸入視頻（視頻1）
參考人物
輸入映像（圖1）
參考人物
輸入映像（圖2）
參考背景
輸出視頻（多鏡頭，有聲視頻）
輸入參考音色：
wan-r2v-boy-en
輸入參考音色：
wan-r2v-bg-en
  • Python SDK
  • Java SDK
  • curl
請確保 DashScope Python SDK 版本不低於 1.25.16，可參考安裝SDK進行更新。 
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID。各地區的URL不同，擷取URL：https://www.alibabacloud.com/help/en/model-studio/video-reference-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key="sk-xxx"
# 各地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "reference_video",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pfgcuv/wan-r2v-girl-en.mp4",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/exiikq/wan-r2v-girl-demo-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/skhalj/wan-r2v-boy-en.jpg",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/pqxdoi/wan-r2v-boy-voice-en.mp3"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260416/vyqjxd/wan-r2v-bg-en.jpg"
    }
]

def sample_sync_call():
    print('----sync call, please wait a moment----')
    rsp = VideoSynthesis.call(
        api_key=api_key,
        model="wan2.7-r2v-2026-06-12",
        media=media,
        resolution="720P",
        ratio="16:9",
        duration=10,
        prompt_extend=False,
        watermark=True,
        prompt="Video 1 walks in from the deep left side of the frame. Then the shot cuts to a close-up of Image 1. Video 1 is leaning against the rusty wall on the right side from Image 2. Hearing the footsteps, she slowly turns her head. After seeing Image 1, Video 1 says, “Why did you still come?” Image 1 replies, “Let’s talk.”",
    )
    if rsp.status_code == HTTPStatus.OK:
        print(rsp.output.video_url)
    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))

if __name__ == '__main__':
    sample_sync_call()

多主體參考+首幀控制

支援模型：wan2.7系列模型。 功能介紹：在主體參考基礎上加入首幀控制，讓畫面構圖和內容走向更加可控。 參數設定：
  • media：參考素材數組。
    • media.type：支援 first_frame、reference_image（參考映像）和 reference_video（參考視頻）。 首幀映像最多1張，參考映像和參考視頻至少傳入1個，參考映像 + 參考視頻 ≤ 5。
    • media.url：素材的 URL；映像還支援 base64 編碼字串。
  • prompt：在提示詞中指代參考素材，規則如下：
    • 使用“圖1、圖2”指代 reference_image 素材，使用“視頻1、視頻2”指代 reference_video 素材，英文提示詞則寫為“Image 1”、"Video 1”這類標識。
    • 按照media數組定義參考素材的引用順序，圖和視頻分別計數。
    • 首幀無需在提示詞中引用。
輸入提示詞：俯拍在一個藍色的星球上，鏡頭逐漸推進到星球上面給到圖1特寫，他拿著圖2，一邊吃著圖2，一邊說：“怎麼沒人找我來玩呀？”
輸入首幀
參考首幀
輸入映像（圖1）
參考主體
輸入映像（圖2）
參考物體
輸出視頻
以首幀的寬高比產生視頻
wan2
wan2
wan2
  • Python SDK
  • Java SDK
  • curl
請確保 DashScope Python SDK 版本不低於 1.25.16，可參考安裝SDK進行更新。 
# -*- coding: utf-8 -*-
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope
import os

# 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID。各地區的URL不同，擷取URL：https://www.alibabacloud.com/help/en/model-studio/video-reference-api-reference
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'

# 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key="sk-xxx"
# 各地區的API Key不同。擷取API Key：https://www.alibabacloud.com/help/en/model-studio/get-api-key
api_key = os.getenv("DASHSCOPE_API_KEY")

media = [
    {
        "type": "first_frame",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/ixwovg/wan2.7-r2v-first-frame.webp"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/fkltfw/wan2.7-r2v-image-qq.webp"
    },
    {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/kxkbsv/wan2.7-r2v-image-ob.webp"
    }
]

def sample_sync_call():
    print('----sync call, please wait a moment----')
    rsp = VideoSynthesis.call(
        api_key=api_key,
        model="wan2.7-r2v-2026-06-12",
        media=media,
        resolution="720P",
        duration=10,
        prompt_extend=False,
        watermark=True,
        prompt="An overhead shot captures a blue planet. The camera gradually zooms in toward the surface and cuts to a close-up of Image 1, who is holding Image 2 and eating it while saying: Why is not anyone coming to hang out with me?",
    )
    if rsp.status_code == HTTPStatus.OK:
        print(rsp.output.video_url)
    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))

if __name__ == '__main__':
    sample_sync_call()

如何輸入參考素材

  • wan2.7系列模型
參考映像、視頻和音頻均傳入media數組。

輸入映像

  • 首幀數量：首幀（media.type=first_frame）最多1張。
  • 參考映像數量：參考映像（media.type=reference_image）最多5張，同時滿足參考映像 + 參考視頻 ≤ 5。
  • 輸入方式：
    • 公網URL：支援 HTTP 或 HTTPS 協議。樣本：https://xxxx/xxx.png。
    • Base 64 編碼字串：遵循 data:{MIME_type};base64,{base64_data} 的格式，其中：
      • {base64_data}：影像檔經過 Base 64 編碼後的字串。
      • {MIME_type}：映像的媒體類型，需與檔案格式對應。

        映像格式

        MIME Type

        JPEG

        image/jpeg

        JPG

        image/jpeg

        PNG

        image/png

        BMP

        image/bmp

        WEBP

        image/webp

輸入視頻

  • 參考視頻數量：參考視頻（media.type=reference_video）最多5個，同時滿足參考映像 + 參考視頻 ≤ 5。
  • 輸入方式：

輸入音頻

  • 使用限制：參考音色（media.reference_voice）只能與 reference_image 或 reference_video 搭配使用，為對應主體角色指定音色。
  • 輸入方式：

輸出視頻

  • 視頻個數：1個。
  • 視頻規格：格式為MP4。詳細規格請參見支援的模型。
  • 視頻URL有效期間：24小時。
  • 視頻尺寸：
    • wan2.7系列模型：通過 resolution 控制解析度檔位（720P/1080P），通過 ratio 控制寬高比（16:9、9:16、1:1、4:3、3:4）。
      • 傳入首幀映像時：ratio 參數被忽略，輸出視頻的寬高比與首幀映像近似。
      • 未傳入首幀映像時：由 ratio 參數指定寬高比，預設為 16:9。

計費與限流

  • 模型免費額度和計費單價請參見萬相-參考生視頻。
  • 模型限流請參見萬相系列。
  • 計費說明：
    • 輸入映像不計費，輸入視頻和輸出視頻按 視頻秒數計費。
    • 模型調用失敗或處理錯誤不產生任何費用，也不消耗新人免費額度。
  • 計費公式：總計費時間長度（秒） = 輸入視頻計費時間長度（秒） + 輸出視頻時間長度（秒）。
    • wan2.7系列模型
    • wan2.6系列模型
    輸入視頻計費時間長度：上限 5 秒。單個視頻截斷上限 = 5秒 ÷ 輸入參考視頻數量（參考映像和首幀映像均不計入），每個視頻按 min(實際時間長度, 截斷上限) 計費，多個視頻累加。
    • 1 個參考視頻：單個視頻截斷上限 5秒。
    • 2 個參考視頻：單個視頻截斷上限 2.5秒。
    • 3 個參考視頻：單個視頻截斷上限 1.65秒。
    • 4 個參考視頻：單個視頻截斷上限 1.25秒。
    • 5 個參考視頻：單個視頻截斷上限 1秒。
    • 樣本：若輸入2個參考視頻+1張映像，映像不計入，按2個參考視頻計算截斷上限為2.5秒，輸入計費時間長度=min(視頻1時間長度，2.5s)+ min(視頻2時間長度，2.5s)。
    輸出視頻計費時間長度：模型成功產生的視頻秒數。

API文檔

參考生視頻API參考

常見問題

Q：如何在提示詞中引用參考素材？

A：引用方式取決於所使用的模型和功能：
  • wan2.7系列模型
  • 參考映像通過“圖1、圖2”這類標識指代，參考視頻通過“視頻1、視頻2”這類標識指代。英文提示詞則寫為“Image 1”、"Video 1”這類標識。
  • 圖和視頻分別計數。順序與 media 數組中同類型素材的順序一致。
  • 若參考素材有且僅有一張圖片或一個視頻，可簡化為“參考圖片”或“參考視頻”。
  • 首幀映像通常無需在提示詞中引用。
{
    "input": {
        "prompt": "視頻1在彈吉他，圖1手中拿著一束花，路過視頻1",
        "media": [
            {
                "type": "first_frame",
                "url":  "https://example.com/scene.jpg"
            },
            {
                "type": "reference_video",
                "url":  "https://example.com/girl.mp4"           // 視頻1
            },
            {
                "type": "reference_image",
                "url": "https://example.com/boy.png"             // 圖1
            }
        ]
    }
}

Q：reference_voice 可以與首幀映像搭配使用嗎？

A：不推薦。media.reference_voice 推薦與 reference_image（參考映像）或 reference_video（參考視頻）搭配使用，用於為對應主體指定音色。
開始使用
Token Plan
模型體驗
接入用戶端/開發工具
模型推理
模型調優
模型部署
模型評測
用量統計與效能監控
資產中心
安全合規
實踐教程
服務支援
產品動態
參考生視頻 - Alibaba Cloud Model Studio