Skip to main content
視頻產生與編輯

萬相3.0-視頻產生

wan3.0系列是All-in-One視頻產生模型，在有聲視頻產生、多模態參考和視頻編輯能力上全面升級。單次產生時間長度最長30秒、輸出幀率30fps，並原生輸出台詞、BGM和音效，單次支援最多20個多模態素材參考（圖片、視頻、音頻、文檔、網頁），支援首幀/首尾幀控制和視頻編輯與延長。

適用範圍

範例程式碼適用於新加坡地區。

模型能力

wan3.0-video / wan3.0-video-prime 是 All-in-One 模型，無需切換模型名稱即可覆蓋以下全部任務類型。模型根據 input.media 中的 type 欄位和提示詞意圖自動路由。

任務類型

觸發方式

使用說明

文生視頻

僅傳入 prompt，不傳 media

支援自由設定解析度、寬高比和時間長度

圖生視頻

首幀生視頻

type 設為 first_frame

ratio 建議設為 adaptive，模型自動匹配首幀寬高比

首尾幀生視頻

type 設為 first_frame 和 last_frame

ratio 建議設為 adaptive，模型自動匹配首幀寬高比

全模態參考

圖片參考

type 設為 reference_image

最多10張，單張≤20MB

視頻參考

type 設為 reference_video

最多5段，總時間長度≤15秒，單檔案≤100MB

音頻參考

type 設為 reference_audio

最多5段，總時間長度≤15秒，單檔案≤15MB

組合參考

type 設為 reference_image/reference_video/reference_audio 組合

參考圖片/視頻/音頻，支援三種參考素材任意組合

  • 圖片+視頻

  • 圖片+音頻

  • 視頻+音頻

  • 圖片+視頻+音頻

檔案/網頁生視頻參考

type 設為 file 或 link（二選一，各限1個）

解析文檔/網頁內容產生視頻

文檔和網頁連結僅支援無需登入的公開頁面

視頻編輯

type 設為 reference_video + 提示詞含編輯意圖（如"編輯視頻""去掉""替換""改成"等）

增刪改元素、風格轉換、光線編輯、台詞編輯。ratio 建議 adaptive，duration 建議 -1（自動保持原視頻寬高比和時間長度）

視頻延長

type 設為 reference_video + 提示詞含延長意圖（如"延長""延續""續寫""向前/向後延長"等）

向前/向後/雙向延長。ratio 建議 adaptive（自動保持原視頻寬高比）

核心能力

文生視頻

僅通過提示詞產生視頻，無需傳入任何媒體檔案。原生支援最長30秒多鏡頭敘事，自動產生同步台詞、BGM和音效。
  • 支援單鏡頭和多鏡頭分鏡格式（每鏡頭4~6秒，時間戳記標註）。
  • 有聲視頻：原生產生人聲台詞、環境音效和背景音樂，無需後期配音。
  • 智能時間長度：duration 設為 -1 時模型自動推薦合適時間長度。
參數配置：resolution=480P/720P/1080P（預設），ratio=16:9/4:3/1:1/3:4/9:16，duration=2~30秒或-1（智能時間長度）。

樣本1提示詞

20秒21:9超寬銀幕毛絨宇宙冒險片段，整體採用超精細毛絨材質、電影級太空尺度、可愛外形與強烈動作反差、誇張FPV運鏡和真實軟體物理。一艘由毛絨布、紐扣、拉鏈與填充棉製成的宇宙飛船，載著兔子、狐狸和烏鴉三隻小型毛絨動物，在由巨大毛線行星、絨毛星雲和布偶巨獸組成的宇宙中高速逃亡。一隻覆蓋深藍長絨毛、眼睛像兩枚玻璃紐扣的巨大星際鯨獸從星雲中追趕飛船。動態包括拉鏈飛船彈射起航、貼著毛線行星高速繞行、巨鯨從後方衝出、穿越紐扣小行星帶、被鯨獸吞入體內、沿金色拉鏈從背部逃出、巨鯨如泄掉填充棉般緩慢變扁、最終穿越粉紫色絨毛星雲向彩色紐扣太陽飛去。
內容梗概這是一場發生在色彩明亮的未來廢土上、充滿了冷幽默與荒誕感的“加油”事件。在一個被遺忘的、類似66號公路的加油站，百無聊賴的工作人員迎來了一位奇特的客人——一個騎著真馬的酷酷女牛仔。就在工作人員以為這隻是個路過的瘋子時，女牛仔卻徑直走向加油機，拿起油槍，為她的馬“加滿”了新鮮的青草。這超現實的一幕，讓見多識廣的工作人員徹底陷入了認知失調的獃滯狀態。情境描述與光影美學視覺風格: 寫實風格，色彩處理上採用高飽和度、高亮度的電影調色，營造出一種“晴朗”感，讓荒誕的故事發生在一個無比正常、甚至有點美好的環境裡。色彩美學: 嚴格遵循明亮的“青橙配色”體系。青色（Teal）: 萬裡無雲的天空是明亮、清澈的蔚藍色（偏青）。加油站的主要建築是複古的黃橙藍配色，建築微微褪色。加油機是褪色的複古紅。橙色（Orange）: 地面是龜裂的橙色乾涸土地。遠處的山脈呈現出溫暖的赤陶色。女牛仔的圍巾或夾克是橙色的。角色與情境:女牛仔: 形象酷颯，沉默寡言。戴著一頂寬簷牛仔帽。穿著耐磨的工裝靴和牛仔褲，身上有長途旅行的風塵痕迹。馬: 一匹神態淡定、毛色普通的真馬，彷彿對這一切早已司空見慣。加油站工作人員: 穿著油膩的藍色工裝，戴著一副巨大的黑色墨鏡，百無聊賴地靠在椅子上，嘴裡叼著一根牙籤。他是本片的核心“反應鏡頭”擔當。加油站: 經典的66號公路風格，旁邊有一個小小的便利店，門口放著一台褪色的可樂販賣機，充滿了美式複古感。
  1. 運鏡風格描述
運鏡風格是“冷靜的旁觀與荒誕的特寫（Calm Observation & Absurd Close-up）”：大量使用固定的中景鏡頭和緩慢的橫移，以一種非常冷靜、客觀的視角來記錄事件，不做任何情緒引導。在關鍵的荒誕行為發生時，鏡頭會突然給到一個極端的特寫，比如油槍噴出草的瞬間，或者工作人員獃滯的面部表情，通過這種突兀的放大來製造笑點。
  1. 分鏡描述
0s - 8s：序幕：無聊的午後大全景（固定）。藍天，風沙。一個複古的黃橙藍配色微微褪色的加油站孤獨地立在公路旁。加油站門口，一個工作人員戴著墨鏡，懶洋洋地躺在椅子上打盹。一切都安靜得只剩下風聲。遠景。地平線上，一個騎著馬的女牛仔緩緩出現，打破了這份寧靜。中景。工作人員被馬蹄聲驚醒，他扶了扶墨鏡，不耐煩地坐直了身體，看著這個奇怪的組合，嘴裡叼著的牙籤動了動，臉上寫滿了“又是個問路的”。8s - 16s：破：一本正經的胡鬧女牛仔沒有說話，她利落地翻身下馬，牽著馬，徑直走向一台老式的加油機。馬兒熟練地將頭伸到加油機旁。工作人員的主觀視角（略帶魚眼）: 鏡頭模仿他從墨鏡後看出去的視角，那個女人和馬的組合顯得更加古怪。他看到女牛仔真的拿起了加油槍。近景。工作人員的眉頭皺了起來，他覺得這女人在尋開心。他摘下了墨鏡，準備開口呵斥。慢動作特寫: 就在他摘下墨鏡的瞬間，他看到女牛仔將油槍的噴嘴對準了馬嘴，然後扣動了扳機。16s - 24s：急：【高潮】認知崩潰的瞬間【終極反差】:特寫: 油槍噴嘴。噴出的不是汽油，而是一股股新鮮翠綠、還帶著水珠的青草！極端特寫: 鏡頭快切到工作人員那張呆若木雞的臉上。他的眼睛瞪得像銅鈴，嘴巴微微張開，叼著的牙籤都忘記了動彈。他的表情凝固了，彷彿世界觀在這一秒被徹底顛覆。中景。馬兒吃得津津有味，幸福地眯上了眼睛，然後心滿意足地、有力地甩了一下尾巴。馬尾掃起的灰塵，正好撲了旁邊還在獃滯的工作人員一臉。24s - 30s：合：絕塵而去，留下獃滯“加滿”了草。女牛仔將油槍掛回原位。她從口袋裡掏出幾枚硬幣，走到便利店門口，“叮叮噹噹”地扔進了櫃檯上的一個鐵皮罐子裡。她回頭看了一眼還在石化狀態的工作人員，帽簷下的嘴角似乎微微上揚了一下。【終極定格】: 她翻身上馬，絕塵而去。鏡頭緩緩推向工作人員。他依然保持著那個呆若木雞的姿勢，滿臉灰塵，手裡還捏著剛剛摘下的墨鏡，嘴裡的牙籤終於“啪嗒”一聲掉在了地上。定格在他這張懷疑人生的臉上，全片在荒誕的寂靜中結束，只留下一陣風吹過時，牙籤在地上滾動的聲音。
3D動畫短片，30秒，暗黑奇幻題材，單鏡頭，昏暗石磚室內情境。高冷俊美男子、紫羅蘭色眼睛、墨藍銀挑染亂髮、墨色晶角、蒼白冷膚，暗紫星軌魔紋布滿額角，身穿極夜藍織錦立領風衣，內搭玄色絲質襯衫，左耳佩暗銀紫水晶耳骨夾。情境：夜晚冷白月光硬光主導，高對比低調打光，前側光效果，背景兩個模糊人影與暖黃火光搖曳，幽藍塵埃粒子漂浮。鏡頭：中近景微俯視，淺景深鎖定左側人物，隨獨白極緩速上搖至平視。動作：男子斜側而立，垂頭輕蔑一笑，側視手掌後轉向鏡頭，抬頭以陰冷磁性聲線道："Ripe enough for the void." 左手五指攤開，掌心凝聚暗影星雲漩渦，說到："Your soul, a mere spark for me to extinguish." 猛然攥拳，星雲爆裂消散為暗紫霧氣與幽藍星屑，最終露出殘忍笑容，暗紫漸層指甲微展。配合虛空共鳴音效與能量破裂聲，英文青年反派語音貫穿全程。
  • Python SDK
  • curl
請先更新 DashScope Python SDK 至 1.25.16 或以上版本，再運行以下代碼。更新方法請參考安裝SDK。
import os
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope

dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
api_key = os.getenv("DASHSCOPE_API_KEY", "YOUR_API_KEY")

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model='wan3.0-video',
    prompt='20秒21:9超寬銀幕毛絨宇宙冒險片段，整體採用超精細毛絨材質、電影級太空尺度、可愛外形與強烈動作反差、誇張FPV運鏡和真實軟體物理。一艘由毛絨布、紐扣、拉鏈與填充棉製成的宇宙飛船，載著兔子、狐狸和烏鴉三隻小型毛絨動物，在由巨大毛線行星、絨毛星雲和布偶巨獸組成的宇宙中高速逃亡。一隻覆蓋深藍長絨毛、眼睛像兩枚玻璃紐扣的巨大星際鯨獸從星雲中追趕飛船。動態包括拉鏈飛船彈射起航、貼著毛線行星高速繞行、巨鯨從後方衝出、穿越紐扣小行星帶、被鯨獸吞入體內、沿金色拉鏈從背部逃出、巨鯨如泄掉填充棉般緩慢變扁、最終穿越粉紫色絨毛星雲向彩色紐扣太陽飛去。',
    resolution="480P",
    ratio="adaptive",
    duration=20,
    prompt_extend=True)
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))

圖生視頻（首幀/首尾幀）

通過 first_frame/last_frame 嚴格指定視頻首幀或尾幀映像，像素級還原參考畫面。適用於需要精準控制起止畫面的情境。
  • 首幀生視頻：傳入一張圖片作為視頻第一幀，模型產生後續運動。
  • 首尾幀生視頻：同時指定第一幀和最後一幀，模型自動產生中間過渡運動。
  • 支援有聲視頻輸出，提示詞中可指定台詞和音效。
參數配置：ratio 建議設為 adaptive（自動匹配輸入圖片寬高比），duration=2~30秒或-1。
能力輸入提示詞輸入首幀或尾幀輸出視頻
首幀生視頻(0:00 - 0:03) 運鏡：中景。畫面：沿用 圖片1 的水墨竹林情境。頭戴鬥笠、身著墨色長袍的刀客，其剪影佇立在濃霧環繞、竹影婆娑的中心。動作：刀客左手輕按刀柄，竹葉隨風飄落。氛圍：寂靜，壓抑，水墨暈染的顆粒感清晰可見。完整提示詞見表格下方摺疊框。
完整提示詞見表格下方摺疊框。
dbdaddafe0e1a8af2bcd975f61010426
首尾幀生視頻【一鏡到底，慢速唯美運鏡，無剪輯，15秒長鏡頭，岩彩畫礦物顏料質感與3D渲染碰撞，青藍×鎏金撞色】
完整提示詞見表格下方摺疊框。
首幀
Wan_Image_first_frame
尾幀
Wan_Image_last_frame
(0:00 - 0:03) 運鏡：中景。畫面：沿用 圖片1 的水墨竹林情境。頭戴鬥笠、身著墨色長袍的刀客，其剪影佇立在濃霧環繞、竹影婆娑的中心。動作：刀客左手輕按刀柄，竹葉隨風飄落。氛圍：寂靜，壓抑，水墨暈染的顆粒感清晰可見。(0:03 - 0:08) 劇情引入，運鏡：特寫。劇情：刀客察覺殺氣。畫面：鏡頭快速推進到刀客鬥笠下的特寫。細節：鬥笠邊緣露出一雙淩厲、決絕的眼睛，眼神如刀。水墨暈染的“汗珠”從額頭滑落。動作：刀客右手緩緩握緊刀柄，指關節泛白。竹葉飄落的速度加快。(0:08 - 0:13) 運鏡：快速環繞。畫面：鏡頭以刀客為中心快速環繞。劇情：兩名同樣是水墨剪影的刺客從竹林深處殺出，手持雙鉤和短刃。細節：刺客的動作也是水墨筆觸構成的，如墨跡流動。鏡頭快速掠過刺客的身影，強調速度感。(0:13 - 0:18) 運鏡：手持感，高速捕捉。打鬥：刀客猛然拔刀，刀光是一道純白色的水墨裂痕。刺客雙鉤攻來。細節：一擊：刀客回身一斬，刀刃與刺客雙鉤碰撞，迸發出無數黑白相間、帶有書法感的火花和墨點。二擊：刀客虛晃一槍，利用竹竿彈射，從高處劈下。刺客翻滾躲避。竹竿被打斷，化作飛散的墨痕。三擊：刀客刀尖直指另一刺客咽喉，刺客以短刃格擋，鏡頭捕捉刀刃與短刃摩擦時細微的墨跡崩裂細節。(0:18 - 0:20) 運鏡：縮時攝影至定格。* 畫面： 刀客的刀停在刺客頸側，刺客凝固。* 細節： 刀客的鬥笠在打鬥中略微傾斜。竹林歸於平靜，更多竹葉飛舞。* 氛圍： 鏡頭慢慢拉遠，回到中景，定格在刀客收刀、刺客倒地的畫面。* 文字（可選）： 畫面下方顯現水墨風文字：“江湖，不過一筆勾銷。”風格說明： 整個過程保持 圖片1 的高度黑白、水墨畫風格，動作必須有毛筆觸感，速度要快，細節要足（墨滴、火花、墨痕裂口）。
【一鏡到底，慢速唯美運鏡，無剪輯，15秒長鏡頭，岩彩畫礦物顏料質感與3D渲染碰撞，青藍×鎏金撞色】全域設定：國風岩彩畫質感，礦物顏料顆粒肌理，金箔質感，青藍與鎏金強烈撞色。情境為清晨薄霧中的西湖：湖面呈啞光青藍暈染，金色晨光穿透雲層形成丁達爾光柱，遠處三潭印月的石塔與雷峰塔在霧中若隱若現，近處有荷葉與荷花。畫面主體是西湖水神"西子"：岩彩畫質感，鵝蛋臉，柳葉眉，丹鳳眼，眉心一點硃砂花鈿，肌膚如羊脂白玉泛著柔光，頭後懸浮一輪淡金色圓光；高挽髮髻插一支鎏金荷花發簪，她的裙擺與披帛由流動的湖水構成，青藍色漸層，表面水光粼粼。配音與音效：背景為輕柔的古箏與竹笛，環境音有細微的水波聲與清晨鳥鳴。第8秒起，一位空靈溫柔的女聲緩慢吟誦："欲把西湖比西子——"；回眸段接下半句："淡妝濃抹，總相宜。"語速緩慢，帶輕微迴響，餘韻悠長。[0-3秒：一滴水]極近微距，清晨的荷葉邊緣，一顆水珠凝聚飽滿，映著金色晨光，緩緩墜落。鏡頭跟隨水珠下搖（Tilt down），水珠滴入湖中，激起一圈金藍色漣漪，漣漪層層擴散。[3-7秒：水聚成形]漣漪中心，湖水緩緩隆起，凝聚成神女"西子"的身形：湖水化作她的青藍色裙擺與半透明披帛，細小水流在她周身環繞流動。她從湖心緩緩升起，雙眸輕閉又緩緩睜開，鎏金荷花簪亮起微光。鏡頭緩慢環繞（Orbit）她半垂的眼眸與流水織成的裙擺。[7-11秒：一步一蓮]她赤足踏在湖面上緩緩前行，每一步腳下都漾開一圈金色漣漪，漣漪中荷花次第綻放。鏡頭後撤拉遠成中全景：薄霧散開，遠處三潭印月的三座石塔亮起溫暖燈光，雷峰塔在晨光中顯現，岸邊垂柳拂水。第8秒，女聲旁白起："欲把西湖比西子——"她的披帛在身後拖出長長的金藍色水光。[11-15秒：回眸·總相宜]她停下腳步，回眸看向鏡頭，鏡頭緩緩推近至半身特寫：晨光灑在她的臉上，湖水披帛在身側輕輕飄動，幾滴發光的水珠從發梢滴落，在空中化作細碎光點。旁白接下半句："淡妝濃抹，總相宜。"她淺淺微笑，身後是晨光中的雷峰塔與朦朧的三潭印月。最後一秒畫面完全定格在她的回眸特寫，定格為完美的電影海報構圖。
  • Python SDK
  • curl
請先更新 DashScope Python SDK 至 1.25.16 或以上版本，再運行以下代碼。更新方法請參考安裝SDK。
import os
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope

dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
api_key = os.getenv("DASHSCOPE_API_KEY", "YOUR_API_KEY")

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model='wan3.0-video',
    prompt='一幅都市奇幻藝術的情境。一個充滿動感的塗鴉藝術角色，正從一面混凝土牆上活過來，邊唱rap邊擺著經典饒舌姿勢。',
    media=[{"type": "first_frame", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250925/wpimhv/rap.png"}],
    resolution="720P",
    ratio="adaptive",
    duration=5)
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))

全模態參考生視頻

最多傳入20個參考素材（圖片、視頻、音頻、文檔、網頁），模型自動理解參考意圖產生視頻。在提示詞中使用"圖片1"或"圖1""視頻1""音頻1"等指代 input.media 數組中對應順序的素材。
素材指代規則：圖片、視頻和音頻分別計數。input.media 數組中第1個 reference_image 對應提示詞中的"圖1"或"圖片1"，第2個對應"圖2"或"圖片2"；第1個 reference_video 對應"視頻1"，第2個對應"視頻2"；第1個 reference_audio 對應"音頻1"，第2個對應"音頻2"，以此類推。三者互不衝突，可同時存在"圖1""視頻1""音頻1"。
  • 角色/物品參考：傳入角色或物品圖片，保持外觀一致性產生視頻。
  • 運鏡/動作參考：傳入參考視頻，複刻其運鏡方式或動作編排。
  • 風格參考：傳入風格參考圖，將其美學風格應用到產生視頻中。
  • 音頻參考：傳入音樂或語音，產生與節拍/語調同步的舞蹈、口型動畫。
  • 文檔/網頁生視頻：傳入文檔或公開網頁連結，自動解析內容產生視頻。
參數配置：ratio 建議設為 adaptive（自適應參考素材），duration=2~30秒或-1。
1. 參考圖片/視頻/音頻
能力輸入提示詞輸入參考素材輸出視頻
參考圖片使用唇釉產品圖1 ，產生模特試色視頻，15秒，豎屏，突出唇色效果
5eecdaf48460cde5fbbc2c464cec524f5d9972026d69774e75b8339e1c4c24831b75b38faadcd24bec177c308ebd5304ec45867da4df4d505ff298ada22ab8bc3b4fc6aa4c1faca825e838ced1f82ac8f6990daa07af56984fb4c8ed7016461c
參考圖片+視頻+音頻將圖片 映像1 的男性角色無縫替換至 視頻1 的女生。角色坐在窗邊，手持手機貼耳說話。【音色與台詞】提取 音頻1 中的音色特徵，並讓角色說出以下台詞：“真的嗎？聽起來很棒！你什麼時候回來啊。我好想你啊.”【口型與神態】產生的語音需精準驅動角色的口型自然開合。說話時伴隨自然的眨眼、輕微的頭部點動和呼吸感，面部微表情需與台詞中的關懷、回憶情緒完美契合。【光影與情境】人物面部需自然接收室內暖光與窗外霓虹冷光的混合照明。背景窗外雨滴持續緩慢滑落，桌上咖啡有輕微熱氣升騰，人物與情境邊緣融合自然，無摳圖痕迹。【鏡頭與畫質】15秒長鏡頭，鏡頭極緩慢向前推進，畫面極度穩定，電影級光影，8K解析度，照片級真實感。參考圖片
c647161f46b757a2bc7ace26bab49d5e
參考視頻參考音頻
  • Python SDK
  • curl
請先更新 DashScope Python SDK 至 1.25.16 或以上版本，再運行以下代碼。更新方法請參考安裝SDK。
import os
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope

dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
api_key = os.getenv("DASHSCOPE_API_KEY", "YOUR_API_KEY")

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model='wan3.0-video',
    prompt='視頻1抱著圖3，在圖4的椅子上彈奏一支舒緩的鄉村民謠，並說道："今天的陽光真好。"圖1手中拿著圖2，路過視頻1，把手中的圖2放到視頻1旁邊的桌子上，並說道："真好聽，能不能再唱一遍"。',
    media=[
        {"type": "reference_image", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/sjuytr/wan-r2v-object-girl.jpg"},
        {"type": "reference_video", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4"},
        {"type": "reference_image", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/rtjeqf/wan-r2v-object3.png"},
        {"type": "reference_image", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png"},
        {"type": "reference_image", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"}
    ],
    resolution="720P",
    ratio="adaptive",
    duration=5)
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))
2. 參考檔案或網頁
能力輸入提示詞輸入素材輸出視頻
參考檔案-基於PPT生視頻一支高端智能眼鏡產品廣告，整體風格極簡、未來感、時尚進階，光影克制，畫面以黑色、銀灰色、冰藍色為主色調，局部點綴柔和白光與參數UI圖形。
完整提示詞見表格下方摺疊框。
glass.pptx
參考檔案-基於Excel生視頻總時間長度22秒，4個片段順序拼接。全片純白底，柔色色塊與簡潔線條圖表，Apple Keynote式極簡商務風格，無襯線深灰字型。
完整提示詞見表格下方摺疊框。
H1-2026跨境電商月度GMV.xlsx
一支高端智能眼鏡產品廣告，整體風格極簡、未來感、時尚進階，光影克制，畫面以黑色、銀灰色、冰藍色為主色調，局部點綴柔和白光與參數UI圖形。開場在純黑背景中，一副智能眼鏡從黑暗中緩緩浮現，鏡腿邊緣掠過精緻高光，鏡框輪廓在冷冽邊緣光下被勾勒出來，鏡頭超近距離掠過鏡片、鼻托、轉軸、鏡腿與材質細節，展現金屬與高效能複合材料的細膩質感，表面處理進階克制，線條輕薄流暢。隨後產品在空中緩慢旋轉，畫面以極簡動態圖形同步展示核心參數資訊。隨後鏡頭快速收攏，所有零件精準迴歸組裝成完整產品，切換到年輕模特佩戴展示，模特五官立體、氣質自信，穿著簡潔進階的都市時尚服裝，在極簡空間和城市光影環境中自然轉頭、抬手、行走、微笑，鏡頭從正面、側面、斜後方展示眼鏡佩戴狀態，突出輕薄貼合、時尚輪廓與日常百搭屬性。結尾在純色背景中，產品懸浮定格，鏡頭緩慢推進到品牌logo和核心slogan，整體音樂極簡電子氛圍配合精準鼓點，節奏乾淨有力，畫面質感進階、剋制、純粹，具有強烈品牌記憶點和國際化科技審美。
總時間長度22秒，4個片段順序拼接。全片純白底，柔色色塊與簡潔線條圖表，Apple Keynote式極簡商務風格，無襯線深灰字型。BGM（必須有，貫穿全片，音量清晰可聞）：一段輕快的商務背景音樂，節奏穩定、旋律簡潔，從第一秒開始就有音樂，全程不間斷，旁白出現時音樂不消失、音量略低於人聲。音效層：色塊滑入時'嗖'的whoosh聲、數字跳動時輕鍵盤'哢嗒'聲、關鍵資料彈出時清脆的'叮'一聲bell。旁白：英文男聲或女聲，明快自信，語速約2.5詞/秒，像在季度會上做presentation的語氣——專業但不冰冷，有節奏感，關鍵數字處微微加重。H1-2026跨境電商月度GMV.xlsx片段1：全景，中心構圖，純白底，柔光，極簡商務風格，視覺參考參考圖1的乾淨白底+柔和色塊。純白畫面從中央展開，無數金色光粒子從畫面四周向中心匯聚聚攏，粒子碰撞閃爍後凝結成標題文字'H1 2026 · Wan'，文字表面泛著流動的資料流光效，邊緣有微光粒子持續環繞飄散，整體炫酷而進階。停留片刻後標題化作粒子流散消失，下方同時滑入兩組大號深灰數字——左側是第7行B7儲存格的值$1,580（1月GMV）、右側是G7儲存格的值$3,460（6月GMV），中間一個淺灰色箭頭串連，箭頭下方浮出淺灰小字'Monthly GMV Growth'。底部彈出一枚珊瑚色圓角標籤，顯示第8行H8儲存格的值+45.7%（H1整體增幅），彈出時伴隨清脆的'叮'一聲。旁白明快自信地說道：'In the first half of 2026, monthly GMV grew from 15.8 to 34.6 million dollars.' BGM從畫面第一秒起就清晰響起，輕快節奏貫穿，色塊滑入時帶輕微的'嗖'whoosh聲。片段末尾色塊向兩側平滑滑開，露出下一段畫面。片段2：全景，左側Y軸+底部X軸構圖，純白底+淺灰點狀網格，柔光，極簡商務風格，視覺參考參考圖2的趨勢線圖風格。畫面底部X軸從左至右依次清晰標註六個月份標籤：Jan、Feb、Mar、Apr、May、Jun，等距排列，淺灰色無襯線字型。左側Y軸標註數值刻度。畫面從左向右同時繪製三條趨勢線——珊瑚色代表東南亞（資料取自第4行：B4=$580, C4=$640, D4=$750, E4=$880, F4=$1,050, G4=$1,280）、青藍色代表北美（第5行：B5=$420, C5=$480, D5=$560, E5=$680, F5=$860, G5=$1,260）、琥珀色代表歐洲（第6行：B6=$580, C6=$610, D6=$680, E6=$750, F6=$830, G6=$920），三條線從Jan同一位置出發，隨節奏向右上方延伸至Jun。線條下方各帶30%透明度漸層填充。每個月份節點到達時，資料點輕彈一下，正上方浮出該點的精確數值標籤——標籤只顯示美元數值，不顯示百分比、不顯示其他文字，數值必須與上述儲存格完全一致。右上方滑出圖例：三個色塊配市場英文名。六個點全部到達後畫面定格片刻。旁白節奏穩定地說道：'All three markets — Southeast Asia, North America, and Europe — showed consistent month-over-month growth, with no single dip.' BGM持續可聞，數字彈出時伴隨細碎的'哢嗒'鍵盤音。6月終點標籤放大填滿畫面後縮小重組，過渡至下一段。片段3：全景，左60%柱狀圖+右40%資料列構圖，純白底，柔光，極簡商務風格，視覺參考參考圖1的柱狀圖風格。白底上從左至右依次升起6根青藍色圓角柱體，分別對應1月至6月——必須完整展示6根柱子，柱體高度嚴格對應第5行North America各月數值：B5=$420, C5=$480, D5=$560, E5=$680, F5=$860, G5=$1,260，從低到高遞增排列，呈現明顯的逐月增長趨勢。每根柱體升起時帶輕微的'嗖'彈性音效，柱頂浮出對應的精確美元數值標籤。柱體全部就位後，右側縱向排列滑出5個北美逐月環比增長率，分別由相鄰兩月數值計算得出：Feb +14.3%（C5相對B5）、Mar +16.7%（D5相對C5）、Apr +21.4%（E5相對D5）、May +26.5%（F5相對E5）、Jun +46.5%（G5相對F5）。每個增長率顯示為：翠綠色向上箭頭表徵圖 + 百分比數值（如↑+14.3%），整體呈階梯狀從上到下依次排列，綠色箭頭強調增長態勢，字型略大確保清晰可讀。每個數字滑入時帶一聲細碎的'哢嗒'。最後，北美整體增幅用珊瑚色大號字型從中央彈出：+200%（由G5=$1,260相對B5=$420計算），伴隨清脆的'叮'一聲bell，停留片刻，數字周圍散發輕微光暈。旁白在關鍵資料處微微加重語氣：'North America was our growth engine — up two hundred percent in just six months, accelerating every single month.' BGM持續清晰，節奏逐漸推向高點。整體增幅數字置中放大，周圍元素柔和淡出，過渡至尾段。片段4：全景，中心構圖偏上，純白底，柔光，極簡商務風格，視覺參考參考圖3的環形圖風格。白底中央浮現一個簡約環形圖（甜甜圈圖），只有三段弧形，分別用珊瑚色、青藍色、琥珀色渲染三個市場的H1佔比——東南亞佔比由H4=5180計算、北美由H5=4260計算、歐洲由H6=4370計算，三者總和H7=13810。三段弧形之間用白色間隙分隔，環形圖整體乾淨簡潔，圖表上沒有任何百分比符號、沒有任何數字標註、沒有任何散落的標籤，只有純粹的三段色弧。環形圖以約10°/s的速度緩緩旋轉。環形圖正中央顯示一個大號深灰數字，該數字從0快速跳動至H7儲存格的值$138.1M（即13810萬美元），跳動時伴隨連續的細碎'哢嗒'聲，最終數字落定時一聲清脆的'叮'。下方淡入一行淺灰副標題'Three Markets · All Growing · Zero Downturn'。旁白沉穩收尾，說完留1秒靜音：'138 million in total — all markets growing, zero downturns.' BGM持續可聞，最後緩緩衰減，1秒靜音後全片結束。
  • Python SDK
  • curl
請先更新 DashScope Python SDK 至 1.25.16 或以上版本，再運行以下代碼。更新方法請參考安裝SDK。
import os
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope

dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
api_key = os.getenv("DASHSCOPE_API_KEY", "YOUR_API_KEY")

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model='wan3.0-video',
    prompt='一支高端智能眼鏡產品廣告，整體風格極簡、未來感、時尚進階，光影克制，畫面以黑色、銀灰色、冰藍色為主色調，局部點綴柔和白光與參數UI圖形。開場在純黑背景中，一副智能眼鏡從黑暗中緩緩浮現，鏡腿邊緣掠過精緻高光，鏡框輪廓在冷冽邊緣光下被勾勒出來，鏡頭超近距離掠過鏡片、鼻托、轉軸、鏡腿與材質細節，展現金屬與高效能複合材料的細膩質感，表面處理進階克制，線條輕薄流暢。隨後產品在空中緩慢旋轉，畫面以極簡動態圖形同步展示核心參數資訊。隨後鏡頭快速收攏，所有零件精準迴歸組裝成完整產品，切換到年輕模特佩戴展示，模特五官立體、氣質自信，穿著簡潔進階的都市時尚服裝，在極簡空間和城市光影環境中自然轉頭、抬手、行走、微笑，鏡頭從正面、側面、斜後方展示眼鏡佩戴狀態，突出輕薄貼合、時尚輪廓與日常百搭屬性。結尾在純色背景中，產品懸浮定格，鏡頭緩慢推進到品牌logo和核心slogan，整體音樂極簡電子氛圍配合精準鼓點，節奏乾淨有力，畫面質感進階、剋制、純粹，具有強烈品牌記憶點和國際化科技審美。',
    media=[
        {"type": "file", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260806/ebapmr/glass.pptx"}
    ],
    resolution="480P",
    ratio="adaptive",
    duration=10,
    prompt_extend=True)
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))

視頻編輯

傳入參考視頻，通過自然語言指令對視頻進行精準編輯，未指定修改的部分保持不變。
  • 增加元素：在視頻指定位置添加新物體或角色。
  • 刪除元素：移除視頻中的物體或角色，自動填滿背景。
  • 修改元素：替換角色外觀、服裝、年齡等屬性。
  • 風格/光線編輯：轉換整體畫面風格（如粘土、水墨）或調整光線。
  • 台詞編輯：修改視頻中人物的台詞內容。
  • 參考編輯：傳入參考圖片，將其中的元素添加到視頻中。
參數配置：ratio 建議設為 adaptive，duration 建議設為 -1（自動保持原視頻寬高比和時間長度）。提示詞中需包含編輯意圖關鍵詞（如"編輯視頻""去掉""替換""改成"等）。
能力輸入提示詞輸入參考視頻輸出視頻
修改風格將整個畫面轉換為黏土風格
台詞編輯編輯視頻，將視頻中男生的台詞改為：“The deal is done.Now... we disappear."
參考編輯編輯視頻，視頻1中的女人戴上 圖片1 中的帽子，自然貼合頭型。 視頻1 中的男人戴上中 圖片2 的帽子，自然貼合頭型，男人的赭棕色襯衫換成 圖片3 中的藍色水洗寬鬆牛仔襯衫，翻領敞開、袖子卷至前臂。兩人的動作、服裝和畫面其餘部分保持不變。參考視頻參考圖片（3張）
straw_hat
baseball_cap
jeans_shirt
  • Python SDK
  • curl
請先更新 DashScope Python SDK 至 1.25.16 或以上版本，再運行以下代碼。更新方法請參考安裝SDK。
import os
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope

dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
api_key = os.getenv("DASHSCOPE_API_KEY", "YOUR_API_KEY")

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model='wan3.0-video',
    prompt='將整個畫面轉換為黏土風格',
    media=[
        {"type": "reference_video", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260402/ldnfdf/wan2.7-videoedit-style-change.mp4"}
    ],
    resolution="720P",
    prompt_extend=True)
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))

視頻延長

對已有視頻進行時間長度延長，支援向前、向後或雙向延長。畫面風格和角色保持連貫，提示詞描述延長部分的動態變化。
  • 向後延長：以視頻最後一幀為起點繼續產生後續內容。
  • 向前延長：以視頻第一幀為終點產生前序內容。
  • 雙向延長：以視頻為中間段，同時向前和向後延長。
參數配置：ratio 建議設為 adaptive（保持原視頻寬高比）。輸入時間長度+輸出時間長度總計≤30秒。提示詞中需包含延長意圖關鍵詞（如"延長""延續""向前/向後延長"等）。
能力輸入提示詞輸入參考視頻輸出視頻
向後延長麵包師端上刷好的麵包，將刷子放到一旁，鏡頭跟隨麵包師，去斜後方的烤爐進行烤制，麵包師關上烤爐門，他站在烤爐旁邊，看著正在烤爐裡的麵包，聞了聞麵包的香氣，說："so good"。
向前延長將視頻1向前延長15s。角色A為穿黑色燕尾服、白色襯衫、黑色領結及米色馬甲的深棕色短髮男性，角色B為穿米色泡泡袖複古長裙、裙身帶黑色蕾絲花邊、佩戴深色水滴耳環的棕色盤發女性。
完整提示詞見表格下方摺疊框。
向前向後延長以視頻為中間段向前續寫兩秒：鏡頭平滑跟隨，女孩向鏡頭緩緩走來，停下腳步，溫柔地微微抬頭，在冷空氣中深吸一口氣，嘴唇微張；以視頻為中間段向後續寫三秒：女孩搓完手，直視鏡頭，綻放出溫暖燦爛的笑容。她緩緩抬起一隻戴著手套的手，去接一片輕輕飄落的雪花，鏡頭緩慢後拉成中遠景，展現陽光雪林小路，黃金時刻逆光，鏡頭光暈，淺景深，溫暖治癒氛圍。
將視頻1向前延長15s。角色A為穿黑色燕尾服、白色襯衫、黑色領結及米色馬甲的深棕色短髮男性，角色B為穿米色泡泡袖複古長裙、裙身帶黑色蕾絲花邊、佩戴深色水滴耳環的棕色盤發女性。舞廳內水晶吊燈光芒映照大理石地面，賓客們三兩交談持杯低語，一段悠揚的華爾茲弦樂前奏緩緩響起，人群的談話聲逐漸安靜。角色B從舞廳一側緩步走來，裙擺輕拂過大理石地面，目光環顧四周。角色A從人群中走出，穿過賓客徑直來到角色B面前，微微欠身伸出右手，目光溫柔注視著她。角色B垂眸淺笑，將右手輕輕搭上角色A的掌心，兩人相視一笑，角色A引領角色B步入舞池中央，周圍賓客自然後退讓出空間，目光齊聚二人。角色A左手握住角色B右手舉起，右手輕扶她的腰後，兩人擺好華爾茲舞姿，隨弦樂正拍踏出第一步，開始旋轉。19世紀宮廷舞會的典雅氛圍，暖金色調。
  • Python SDK
  • curl
請先更新 DashScope Python SDK 至 1.25.16 或以上版本，再運行以下代碼。更新方法請參考安裝SDK。
import os
from http import HTTPStatus
from dashscope import VideoSynthesis
import dashscope

dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
api_key = os.getenv("DASHSCOPE_API_KEY", "YOUR_API_KEY")

print('please wait...')
rsp = VideoSynthesis.call(
    api_key=api_key,
    model='wan3.0-video',
    prompt='將視頻1向後延長，麵包師端上刷好的麵包，將刷子放到一旁，鏡頭跟隨麵包師，去斜後方的烤爐進行烤制',
    media=[
        {"type": "reference_video", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260402/ldnfdf/wan2.7-videoedit-style-change.mp4"}
    ],
    resolution="720P",
    ratio="adaptive",
    prompt_extend=True)
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))

輸入素材

input.media 數組中每個元素包含 type 和 url 兩個欄位。支援的 type 及限制如下：

type

說明

限制

first_frame

首幀映像，嚴格作為視頻第一幀

最多1張

last_frame

尾幀映像，嚴格作為視頻最後一幀

最多1張

reference_image

參考映像

最多10張

reference_video

參考視頻

最多5段，總時間長度不超過15秒

reference_audio

參考音頻（僅全能參考模式支援）

最多5段，總時間長度不超過15秒

file

檔案（docx、doc、xlsx、xls、pptx、ppt、pdf、txt、md）

最多1個，不可與 link 同時輸入

link

網頁連結（公開網頁）

最多1個，不可與 file 同時輸入

reference_xx/file/link 類型和 first_frame/last_frame 類型互斥，不能在同一請求中混用。

輸出視頻

  • 解析度：480P、720P、1080P（預設）。
  • 寬高比：16:9、4:3、1:1、3:4、9:16、adaptive（預設，自適應輸入素材）。
  • 時間長度：2~30秒；-1（智能時間長度，預設5秒）。有視頻輸入時，輸入+輸出總時間長度≤30秒。
  • 格式：MP4，幀率30fps。
  • 有聲視頻：預設開啟，可通過 audio=false 關閉。
  • 視頻URL有效期間24小時，請及時儲存。

計費與限流

API文檔

萬相3.0-視頻產生 API參考
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