把一张首帧图做成 2–30 秒视频,可用尾帧引导收尾,并按需生成音频。

输入
发送给模型的文本提示词
输出
Sample edited image — run the model to replace this previewSampleRun the model to replace this preview

Wan 3.0 图生视频 API

让静态图片动起来,用尾帧引导收尾构图。

从产品照片、分镜或场景静帧出发,用提示词说明主体和镜头怎样移动。需要以特定姿势或构图收尾时,可再传一张尾帧图。

先固定首帧和输出设置,再逐次调整提示词。播放时检查主体是否始终入镜,过渡是否贴合尾帧。

主要功能

按镜头需求设置输入和输出参数。

选一张首帧

image_urls 必须提供 1 个可访问的首帧图片链接。构图时为主体移动留出空间。

用尾帧引导收尾

将可选的尾帧链接放在 last_frame_url 中。开头和结尾的角度、光线尽量连贯。

说明动作和运镜

prompt 最多 20,000 个字符。prompt_extend 默认开启,设为 false 可关闭自动扩写。

设置时长和画幅

duration 可设为 2–30 秒的整数,默认 5 秒。用 ratio 调整画幅。

按需生成音频

audio 默认开启,设为 false 可关闭生成音频。

选择分辨率

resolution 可选 480P、720P、1080P,默认 1080P。可先用较低分辨率检查构图。

调用步骤

准备请求,提交生成任务,完成后获取视频。

  1. 准备首帧和尾帧

    选一张清楚的首帧图。若需要指定结尾,再准备一张构图匹配的尾帧图。

  2. 提交任务

    使用 VibeToken API 密钥向 /v1/videos/generations 发送 POST 请求。将 model 设为 alibaba/wan-3-0-i2v。提交字符串 prompt 和 image_urls。可按需加入 last_frame_url、时长和画幅等设置。

  3. 获取视频

    保存任务 ID,通过 GET /v1/videos/generations/{id} 轮询,或提交时设置 HTTPS callback_url。任务成功后读取视频链接。

定价

按使用量付费

按生成视频的秒数计费,每秒费率取决于所选分辨率。

分辨率VibeToken官方节省
480P 5s¥0.750¥1.500−50%
720P 5s¥1.500¥3.000−50%
1080P 5s¥3.000¥6.000−50%

每秒约 ¥0.600。默认配置(1080P)单次调用 ¥3.000。

使用示例

按实际镜头需求选择提示词和素材。

商品特写工作流示例

用桌面产品照作首帧,提示镜头缓慢靠近,再检查细节是否清晰。

服装动态工作流示例

从静态服装图生成布料随风摆动的镜头,检查纹理和边缘。

衔接分镜工作流示例

用两张分镜分别作首帧和尾帧,查看主体位置能否接上下一镜。

常见问题

了解输入限制、输出设置和计费方式。

必须传 1 张首帧,尾帧可选。两张图分别通过 image_urls 和 last_frame_url 提供。