萬相映像產生模型支援 影像編輯 、 圖文混排輸出 ,滿足多樣化產生與整合需求。
模型概覽
模型名稱 | 模型簡介 | 輸出映像規格 |
|---|---|---|
wan2.6-image | 萬相2.6 image 支援影像編輯和圖文混排輸出 如需純文字產生圖片(文生圖),建議使用wan2.6-t2i 模型(通義萬相-文生圖V2)。 | 圖片格式:PNG。 映像解析度和尺寸請參見size參數。 |
調用前,請查閱各地區支援的模型列表與價格。
前提條件
您需要已擷取API Key並配置API Key到環境變數。請將範例程式碼中的 DASHSCOPE_API_HOST 替換為擷取的 API Host。
HTTP同步調用
一次請求即可獲得結果,流程簡單,推薦大多數情境使用。
- 新加坡
- 美國(維吉尼亞)
- 華北2(北京)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation調用時請將{WorkspaceId}替換為真實的Workspace ID。全球部署範圍(法蘭克福地區)僅支援非同步呼叫。
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-Ssestring(可選)用於啟用流式輸出。
請求體(Request Body)modelstring (必選)模型名稱。設定為wan2.6-image。input object (必選)輸入的基本資料。
屬性 messages array (必選)請求內容數組。當前僅支援單輪對話,即傳入一組role、content參數,不支援多輪對話。
屬性 role string (必選)訊息的角色。此參數固定設定為user。contentarray (必選)訊息內容數組。
屬性 text string(必選)正向提示詞用於描述您期望產生的映像內容、風格和構圖。支援中英文,長度不超過2000個字元,每個漢字、字母、數字或符號計為一個字元,超過部分會自動截斷。樣本值:參考這個風格的圖片,產生番茄炒蛋。注意:content數組中,必須且只能包含一個含 text 欄位的對象。imagestring(可選)輸入映像的URL或Base64編碼字串。映像限制:
object (可選)影像處理參數。
屬性 negative_prompt string (可選)反向提示詞,用於描述不希望在映像中出現的內容,對畫面進行限制。支援中英文,長度不超過500個字元,超出部分將自動截斷。樣本值:低解析度,低畫質,肢體畸形,手指畸形,畫面過飽和,蠟像感,人臉無細節,過度光滑,畫面具有AI感。構圖混亂。文字模糊,扭曲。size string (可選)輸出圖片解析度參數,支援參考輸入圖比例和直接指定兩種方式。當enable_interleave=false(即影像編輯模式)時:
enable_interleave=true(即圖文混排輸出模式)時:
常見比例推薦的解析度
bool (可選)控制生圖模式:
integer (可選)指定產生圖片的數量。該參數的取值範圍與含義取決於 enable_interleave(模式開關)的狀態:
integer (可選)僅在圖文混排模式(即 enable_interleave=true)下生效。
bool (可選)僅在影像編輯模式(即enable_interleave = false)下生效。是否開啟 Prompt(提示詞)智能改寫功能。該功能僅對正向提示詞進行最佳化與潤色,不會改變反向提示詞。
bool (可選)控制返回結果是否為流式輸出。在映像混排模式(即 enable_interleave = true)下,必須設定為true。
bool (可選)是否添加浮水印標識,浮水印位於圖片右下角,文案固定為“AI產生”。
integer (可選)隨機數種子,取值範圍[0,2147483647]。使用相同的seed參數值可使產生內容保持相對穩定。若不提供,演算法將自動使用隨機數種子。注意:模型產生過程具有機率性,即使使用相同的seed,也不能保證每次產生結果完全一致。 |
|
響應參數outputobject任務輸出資訊。
屬性 choices array of object模型產生的輸出內容。
屬性 finish_reason string任務停止原因。非流式輸出情境:自然停止時為stop。流式輸出情境:當開啟流式輸出時,該參數判斷資料流是否傳輸結束。
object模型返回的訊息。
屬性 role string訊息的角色,固定為assistant。contentarray
屬性 type string輸出的類型,枚舉值為text、image。text string產生的文字。image string產生映像的 URL,映像格式為PNG。連結有效期間為24小時,請及時下載並儲存映像。bool請求結束標誌符。
object輸出資訊統計。只對成功的結果計數。
屬性 image_count integer產生映像的張數。size string產生的映像解析度。樣本值:1376*768。input_tokens integer按圖片張數計費。
integer按圖片張數計費。
integer按圖片張數計費。
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。 |
任務資料(如任務狀態、映像URL等)僅保留24小時,逾時後會被自動清除。請您務必及時儲存產生的映像。 |
HTTP非同步呼叫
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
- 美國(維吉尼亞)
- 華北2(北京)
- 德國(法蘭克福)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image-generation/generation調用時請將{WorkspaceId}替換為真實的Workspace 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,必須設定為enable。請求體(Request Body)modelstring (必選)模型名稱。樣本值:wan2.6-imageinput object (必選)輸入的基本資料。
屬性 messages array (必選)請求內容數組。當前僅支援單輪對話,即傳入一組role、content參數,不支援多輪對話。
屬性 role string (必選)訊息的角色。此參數固定設定為user。contentarray (必選)訊息內容數組。
屬性 text string(必選)正向提示詞用於描述您期望產生的映像內容、風格和構圖。支援中英文,長度不超過2000個字元,每個漢字、字母、數字或符號計為一個字元,超過部分會自動截斷。樣本值:參考這個風格的圖片,產生番茄炒蛋。注意:content數組中,必須且只能包含一個含 text 欄位的對象。imagestring(可選)輸入映像的URL或Base64編碼字串。映像限制:
object (可選)影像處理參數。
屬性 negative_prompt string (可選)反向提示詞,用於描述不希望在映像中出現的內容,對畫面進行限制。支援中英文,長度不超過500個字元,超出部分將自動截斷。樣本值:低解析度,低畫質,肢體畸形,手指畸形,畫面過飽和,蠟像感,人臉無細節,過度光滑,畫面具有AI感。構圖混亂。文字模糊,扭曲。size string (可選)輸出圖片解析度參數,支援參考輸入圖比例和直接指定兩種方式。當enable_interleave=false(即影像編輯模式)時:
enable_interleave=true(即圖文混排輸出模式)時:
常見比例推薦的解析度
bool (可選)控制生圖模式:
integer (可選)指定產生圖片的數量。該參數的取值範圍與含義取決於 enable_interleave(模式開關)的狀態:
integer (可選)僅在圖文混排模式(即 enable_interleave=true)下生效。
bool (可選)僅在影像編輯模式(即enable_interleave = false)下生效。是否開啟 Prompt(提示詞)智能改寫功能。該功能僅對正向提示詞進行最佳化與潤色,不會改變反向提示詞。
bool (可選)是否添加浮水印標識,浮水印位於圖片右下角,文案固定為“AI產生”。
integer (可選)隨機數種子,取值範圍[0,2147483647]。使用相同的seed參數值可使產生內容保持相對穩定。若不提供,演算法將自動使用隨機數種子。注意:模型產生過程具有機率性,即使使用相同的seed,也不能保證每次產生結果完全一致。 |
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
- 美國(維吉尼亞)
- 華北2(北京)
- 德國(法蘭克福)
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Workspace ID。- 輪詢建議:映像產生過程耗時較長,建議採用輪詢機制,並設定合理的查詢間隔(如 10 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:任務成功後返回映像連結,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)。
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。 |
將 {task_id}完整替換為上一步介面返回的task_id的值。task_id查詢有效期間為24小時。 |
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。finished bool請求結束標誌符。
array of object模型產生的輸出內容。
屬性 finish_reason string任務停止原因,自然停止時為stop。message object模型返回的訊息。
屬性 role string訊息的角色,固定為assistant。contentarray
屬性 type string輸出的類型,枚舉值為text、image。text string產生的文字。image string產生映像的 URL,映像格式為PNG。連結有效期間為24小時,請及時下載並儲存映像。object輸出資訊統計。只對成功的結果計數。
屬性 image_count integer產生映像的張數。size string產生的映像解析度。樣本值:1376*768。input_tokens integer輸入token數量。按圖片張數計費,當前固定為0。output_tokens integer輸出token數量。按圖片張數計費,當前固定為0。total_tokensinteger總token數量。按圖片張數計費,當前固定為0。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。 |
任務資料(如任務狀態、映像URL等)僅保留24小時,逾時後會被自動清除。請您務必及時儲存產生的映像。 |
DashScope Python 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。
由於任務耗時較長,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。各地區的
base_url和 API Key 不通用,以下樣本以新加坡地區為例進行調用:
- 新加坡
- 美國(維吉尼亞)
- 華北2(北京)
- 德國(法蘭克福)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1調用時請將{WorkspaceId}替換為真實的Workspace ID。全球部署範圍(法蘭克福地區)僅支援非同步呼叫。
影像編輯
- 同步調用
- 非同步呼叫
請求樣本
響應樣本
url 有效期間24小時,請及時下載映像。
圖文混合輸出
- 同步調用(僅支援流式)
- 非同步呼叫
請求樣本
響應樣本
url 有效期間24小時,請及時下載映像。
DashScope Java 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。
由於任務耗時較長,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。各地區的
base_url和 API Key 不通用,以下樣本以新加坡地區為例進行調用:
- 新加坡
- 美國(維吉尼亞)
- 華北2(北京)
- 德國(法蘭克福)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1調用時請將{WorkspaceId}替換為真實的Workspace ID。全球部署範圍(法蘭克福地區)僅支援非同步呼叫。
影像編輯
- 同步調用
- 非同步呼叫
請求樣本
響應樣本
url 有效期間24小時,請及時下載映像。
圖文混合輸出
- 同步調用(僅支援流式)
- 非同步呼叫
請求樣本
響應樣本
url 有效期間24小時,請及時下載映像。
使用限制
- 資料時效:任務
task_id和 映像url均只保留 24 小時,到期後將無法查詢或下載。 - 內容審核:輸入的
prompt和輸出的映像均會經過Alibaba Content Security Service審核,包含違規內容的請求將報錯“IPInfringementSuspect”或“DataInspectionFailed”,具體參見錯誤碼。