La serie wan3.0 es un modelo de generación de video todo en uno con mejoras integrales en generación de audio-video, referencia multimodal y capacidades de edición de video. Admite hasta 30 segundos por generación, tasa de fotogramas de salida de 30fps, genera nativamente diálogos, música de fondo y efectos de sonido, admite hasta 20 materiales de referencia multimodal (imágenes, videos, audio, documentos, páginas web) por solicitud, y permite control de primer fotograma/primer-último fotograma, edición y extensión de video.
Para la redacción de prompts, consulte la Guía de prompts de generación de video de wan3.0.
Ámbito
- Los modelos compatibles varían según la región y los recursos son independientes entre regiones. Para consultar los modelos disponibles en cada región, visite la consola de Model Studio.
- Antes de realizar llamadas, primero obtenga y configure una API Key, luego configure la API Key como variable de entorno. Al realizar llamadas, reemplace
{WorkspaceId}con su ID de espacio de trabajo real. - Al realizar llamadas, asegúrese de que el modelo, la URL del Endpoint y la API Key pertenezcan todos a la misma región. Las llamadas entre regiones fallarán.
NotaEl código de ejemplo es aplicable a la región de Singapur.
Capacidades del modelo
wan3.0-video / wan3.0-video-prime es un modelo todo en uno que abarca todos los siguientes tipos de tareas sin necesidad de cambiar el nombre del modelo. El modelo enruta automáticamente basándose en el campo type dentro de input.media y en la intención del prompt.
NotaCada tipo de tarea solo admite los valores de type listados en la tabla a continuación. Los valores de type de diferentes tipos de tareas no se pueden mezclar. Por ejemplo, el modo de primer y último fotograma solo admite first_frame y last_frame, y no puede aceptar reference_audio u otros tipos al mismo tiempo. Para reglas detalladas de combinación, consulte Combinaciones de materiales.
Tipo de tarea | Método de activación | Notas de uso | |
|---|---|---|---|
Texto a video | Solo pase | Admite configuración libre de resolución, relación de aspecto y duración | |
Imagen a video | Primer fotograma a video |
|
|
De primer y último fotograma a video |
|
| |
Referencia multimodal | Referencia de imagen |
| Hasta 10 imágenes, cada una ≤20MB |
Referencia de video |
| Hasta 5 clips, duración total ≤15 segundos, cada archivo ≤100MB | |
Referencia de audio |
| Hasta 5 clips, duración total ≤15 segundos, cada archivo ≤15MB | |
Referencia combinada |
| Imágenes/videos/audio de referencia, admite cualquier combinación de los tres tipos de materiales de referencia
| |
Referencia de archivo/página web a video |
| Analizar contenido de documento/página web para generar video Los documentos y enlaces web solo admiten páginas accesibles públicamente que no requieren inicio de sesión | |
Edición de video |
| Añadir/eliminar/modificar elementos, conversión de estilo, edición de iluminación, edición de diálogos. Se recomienda | |
Extensión de video |
| Extender hacia adelante/atrás/ambas direcciones. | |
Consejos para prompts
La plataforma proporciona una Skill de optimización de prompts de Wan 3.0 para ayudarle a refinar sus prompts.
Descargar Skill: wan3-pe.zip (descomprimir después de descargar)
Uso: En el cuadro de chat de IA, ingrese /wan3-pe seguido de su prompt para comenzar a refinarlo. Ejemplo:
/wan3-pe Refine the prompt based on the Skill. Prompt: A cat running on the grass.
Características clave
Texto a video
Genere videos utilizando únicamente un prompt, sin ninguna entrada multimedia. Admite de forma nativa narrativas de múltiples tomas de hasta 30 segundos con diálogos sincronizados, música de fondo y efectos de sonido generados automáticamente.
- Admite formato de guion gráfico de toma única y múltiples tomas (4~6 segundos por toma, con anotaciones de marca de tiempo).
- Audio-video: Genera de forma nativa diálogos de voz, efectos de sonido ambientales y música de fondo sin doblaje en posproducción.
- Duración inteligente: Cuando
durationse establece en-1, el modelo recomienda automáticamente una duración adecuada.
Configuración de parámetros: resolution=480P/720P/1080P (predeterminado), ratio=21:9/16:9/4:3/1:1/3:4/9:16, duration=2~30 segundos o -1 (duración inteligente).
Prompt de ejemplo 2
Sinopsis de la historia
Este es un incidente de "repostaje" lleno de humor seco y absurdo, ambientado en un páramo futurista de colores brillantes. En una estación de servicio olvidada que recuerda a la Ruta 66, un empleado aburrido recibe a un invitado peculiar: una vaquera genial montando un caballo real. Justo cuando el empleado asume que es solo una lunática de paso, la vaquera camina directamente hacia la bomba de gasolina, toma la boquilla y "llena el tanque" de su caballo con hierba fresca. Esta escena surrealista sume al experimentado empleado en un estado completo de disonancia cognitiva.
Descripción de la escena y estética de iluminación
Estilo visual: Estilo realista con gradación de color cinematográfica de alta saturación y alto brillo, creando una sensación "soleada" que hace que la historia absurda se desarrolle en un entorno increíblemente normal, incluso agradable.
Estética del color: Sigue estrictamente un esquema de colores brillante "verde azulado-naranja".
Verde azulado: El cielo despejado es de un azul azur brillante y claro (con un tinte verde azulado). El edificio principal de la gasolinera presenta una combinación de colores vintage amarillo-naranja-azul, ligeramente desvanecida. La bomba de gasolina es de un rojo vintage descolorido.
Naranja: El suelo es tierra naranja seca y agrietada. Las montañas distantes muestran tonos cálidos de terracota. La bufanda o chaqueta de la vaquera es naranja.
Personajes y escena:
Vaquera: Fría y taciturna. Lleva un sombrero de vaquero de ala ancha. Viste botas de trabajo resistentes y jeans, con polvo de un largo viaje en su ropa.
Caballo: Un caballo real de temperamento tranquilo y pelaje común, como si estuviera acostumbrado a todo esto desde hace mucho tiempo.
Empleado de la gasolinera: Viste un overol azul grasiento y unas enormes gafas de sol negras, reclinado perezosamente en su silla con un palillo en la boca. Funciona como el personaje central de "plano de reacción" en esta película.
Gasolinera: Estilo clásico de la Ruta 66, con una pequeña tienda de conveniencia al lado, una máquina expendedora de Coca-Cola descolorida en la entrada, llena de encanto retro estadounidense.
- Descripción del estilo de movimiento de cámara
El estilo de cámara es "Observación tranquila y primer plano absurdo":
Uso extensivo de planos medios fijos y seguimiento lateral lento, registrando eventos desde una perspectiva muy tranquila y objetiva sin ninguna guía emocional.
En momentos clave de comportamiento absurdo, la cámara corta repentinamente a un primerísimo primer plano, como el instante en que el pasto sale disparado de la boquilla o la expresión facial atónita del empleado, creando humor a través de esta ampliación abrupta.
- Descripción plano por plano
0s - 8s: Prólogo — Una tarde aburrida
Plano general de establecimiento (fijo). Cielo azul, viento y polvo. Una gasolinera vintage, de colores amarillo-naranja-azul ligeramente desvanecidos, se alza solitaria junto a la carretera. En la entrada de la estación, el empleado con gafas de sol dormita perezosamente en su silla. Todo está tan silencioso que solo se escucha el viento.
Plano general. En el horizonte, aparece lentamente una vaquera montada a caballo, rompiendo el silencio.
Plano medio. El empleado es despertado por el ruido de los cascos, se ajusta las gafas de sol y se incorpora con impaciencia, observando esta extraña combinación. El palillo en su boca se mueve, y su rostro dice "otro más pidiendo indicaciones".
8s - 16s: Desarrollo — Disparates muy serios
La vaquera no dice nada. Desmonta rápidamente, guía al caballo y camina directamente hacia una vieja bomba de gasolina. El caballo extiende expertamente su cabeza hacia la bomba.
Punto de vista del empleado (ligero ojo de pez): La cámara imita su visión desde detrás de sus gafas de sol; la combinación de mujer y caballo luce aún más extraña. Él ve a la vaquera tomar realmente la boquilla de combustible.
Primer plano. El ceño del empleado se frunce; piensa que esta mujer se está burlando de él. Se quita las gafas de sol, a punto de gritar.
Primer plano en cámara lenta: En el momento en que se quita las gafas de sol, ve a la vaquera apuntar la boquilla a la boca del caballo y apretar el gatillo.
16s - 24s: Clímax — El momento del colapso cognitivo
[Contraste extremo]:
Primer plano: La boquilla de combustible. ¡En lugar de gasolina, salen chorros de hierba verde fresca y húmeda!
Primerísimo primer plano: Corte rápido al rostro estupefacto del empleado. Tiene los ojos abiertos como platos, la boca ligeramente abierta y el palillo inmóvil. Su expresión está congelada, como si toda su visión del mundo se hubiera hecho añicos en este único segundo.
Plano medio. El caballo mastica felizmente, entrecerrando los ojos con satisfacción, y luego da un coletazo potente y satisfecho. El polvo levantado por la cola aterriza justo en la cara del empleado, que sigue atónito a su lado.
24s - 30s: Resolución — Polvo en el viento, dejando solo estupor
"Tanque lleno" de pasto. La vaquera cuelga la boquilla en su lugar. Saca algunas monedas de su bolsillo, camina hacia la entrada de la tienda de conveniencia y las deja caer tintineando dentro de una lata sobre el mostrador.
Ella mira de reojo al empleado aún petrificado, y la comisura de su boca bajo el ala del sombrero parece curvarse ligeramente hacia arriba.
[Congelación final]: Ella monta el caballo y se aleja cabalgando hacia la distancia.
La cámara avanza lentamente hacia el empleado. Aún mantiene esa pose de asombro, con el rostro cubierto de polvo, todavía aferrando las gafas de sol que acaba de quitarse, hasta que el palillo finalmente cae de su boca con un clic.
Congelación en su rostro de crisis existencial. La película termina en un silencio absurdo, con solo el sonido del palillo de dientes rodando por el suelo impulsado por el viento.
Prompt de ejemplo 3
Cortometraje animado en 3D, 30 segundos, tema de fantasía oscura, toma única, escena interior de ladrillo de piedra con iluminación tenue. Un hombre frío y apuesto de ojos violetas, cabello azul tinta con reflejos plateados desordenados, cuernos cristalinos oscuros, piel pálida y fría, y runas mágicas astrales de color púrpura oscuro cubriendo su frente y sienes. Viste una gabardina de brocado azul noche polar con cuello alto sobre una camisa de seda negra, con un pendiente de amatista plateado oscuro en su oreja izquierda.
Escena: Luz lunar blanca y fría nocturna como luz clave dura dominante, iluminación de bajo contraste alto, efecto de iluminación lateral frontal. En el fondo, dos figuras borrosas y una luz de fuego amarilla cálida parpadean, con partículas de polvo azul etéreo flotando en el aire.
Cámara: Primer plano medio con un ligero ángulo picado, poca profundidad de campo enfocada en la figura de la izquierda, inclinándose lentamente hacia arriba hasta el nivel de los ojos durante el monólogo.
Acción: El hombre está de pie en ángulo, con la cabeza baja y una sonrisa desdeñosa, mira su palma y luego se gira hacia la cámara, levanta la cabeza y habla con una voz fría y magnética: "Lo suficientemente maduro para el vacío." Su mano izquierda se abre con los cinco dedos extendidos, un vórtice de nebulosa de sombra oscura se coalesce en su palma, y dice: "Tu alma, una mera chispa para mí extinguir." De repente cierra el puño, la nebulosa explota y se disipa en niebla púrpura oscura y fragmentos estelares azules etéreos, revelando finalmente una sonrisa cruel mientras sus uñas con degradado púrpura oscuro se extienden sutilmente.
Acompañado de efectos de sonido de resonancia del vacío y estallidos de energía, con una voz joven de villano angloparlante durante toda la escena.
SDK de Python
ImportanteActualice DashScope Python SDK a la versión 1.26.2.1 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar 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='A 20-second ultra-widescreen plush universe adventure clip, featuring ultra-fine plush textures throughout, cinematic space scale, a contrast between cute appearances and intense action, exaggerated FPV camera movements, and realistic soft-body physics. A spaceship made of plush fabric, buttons, zippers, and stuffing cotton carries three small plush animals — a rabbit, a fox, and a crow — fleeing at high speed through a universe composed of giant yarn planets, fluffy nebulae, and puppet giant beasts. A massive interstellar whale beast covered in deep blue long fur with eyes like two glass buttons chases the ship from within the nebula. The dynamics include the zipper ship launching via catapult, high-speed orbiting around a yarn planet, the giant whale bursting out from behind, navigating through a button asteroid belt, being swallowed by the whale beast, escaping through a golden zipper on its back, the whale slowly deflating as if losing its stuffing cotton, and finally flying through a pink-purple fluffy nebula toward a colorful button sun.',
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))
SDK de Java
ImportanteActualice DashScope Java SDK a la versión 2.22.31 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar SDK.
// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
public class Text2Video {
static {
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";
}
static String apiKey = System.getenv("DASHSCOPE_API_KEY");
public static void syncCall() {
VideoSynthesis videoSynthesis = new VideoSynthesis();
VideoSynthesisParam param =
VideoSynthesisParam.builder()
.apiKey(apiKey)
.model("wan3.0-video")
.prompt("20秒超宽银幕毛绒宇宙冒险片段，整体采用超精细毛绒材质、电影级太空尺度、可爱外形与强烈动作反差、夸张FPV运镜和真实软体物理。一艘由毛绒布、纽扣、拉链与填充棉制成的宇宙飞船，载着兔子、狐狸和乌鸦三只小型毛绒动物，在由巨大毛线行星、绒毛星云和布偶巨兽组成的宇宙中高速逃亡。")
.resolution("480P")
.ratio("adaptive")
.duration(20)
.promptExtend(true)
.build();
VideoSynthesisResult result = null;
try {
System.out.println("---sync call, please wait a moment----");
result = videoSynthesis.call(param);
} catch (ApiException | NoApiKeyException e) {
throw new RuntimeException(e.getMessage());
} catch (InputRequiredException e) {
throw new RuntimeException(e);
}
System.out.println(JsonUtils.toJson(result));
}
public static void main(String[] args) {
syncCall();
}
}
curl
Paso 1: Crear una tarea y obtener el ID de la tareacurl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "wan3.0-video",
"input": {
"prompt": "A 20-second ultra-widescreen plush universe adventure clip, featuring ultra-fine plush textures throughout, cinematic space scale, a contrast between cute appearances and intense action, exaggerated FPV camera movements, and realistic soft-body physics. A spaceship made of plush fabric, buttons, zippers, and stuffing cotton carries three small plush animals — a rabbit, a fox, and a crow — fleeing at high speed through a universe composed of giant yarn planets, fluffy nebulae, and puppet giant beasts. A massive interstellar whale beast covered in deep blue long fur with eyes like two glass buttons chases the ship from within the nebula. The dynamics include the zipper ship launching via catapult, high-speed orbiting around a yarn planet, the giant whale bursting out from behind, navigating through a button asteroid belt, being swallowed by the whale beast, escaping through a golden zipper on its back, the whale slowly deflating as if losing its stuffing cotton, and finally flying through a pink-purple fluffy nebula toward a colorful button sun."
},
"parameters": {
"resolution": "480P",
"ratio": "adaptive",
"duration": 20,
"prompt_extend": true
}
}'
curl -X GET 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY"
De imagen a video (primer fotograma / primer y último fotograma)
Especifique estrictamente la imagen del primer o último fotograma del video mediante first_frame/last_frame, logrando una reproducción a nivel de píxel de la imagen de referencia. Adecuado para escenarios que requieren un control preciso sobre los fotogramas inicial y final.
- De primer fotograma a video: Proporcione una imagen como primer fotograma del video, y el modelo generará el movimiento subsiguiente.
- De primer y último fotograma a video: Especifique simultáneamente tanto el primer como el último fotograma, y el modelo generará automáticamente el movimiento de transición intermedio.
- Admite salida de audio-video; los diálogos y efectos de sonido se pueden especificar en el prompt.
Configuración de parámetros: ratio recomendado como adaptive (ajusta automáticamente la relación de aspecto de la imagen de entrada), duration=2~30 segundos o -1.
| Capacidad | Prompt de entrada | Primer o último fotograma de entrada | Video de salida |
Primer fotograma a video | (0:00 - 0:03) Cámara: Plano medio. Escena: Una escena de bosque de bambú estilo tinta china de la Imagen 1. Un espadachín que lleva un sombrero de bambú y viste una túnica oscura, su silueta de pie en el centro rodeada de una densa niebla y sombras de bambú mecidas por el viento. Acción: La mano izquierda del espadachín descansa ligeramente sobre la empuñadura de la espada, hojas de bambú caen con el viento. Atmósfera: Silenciosa, opresiva, con una textura de grano de tinta china claramente visible.
|  | |
De primer y último fotograma a video | [Una toma continua, movimiento de cámara estético y lento, sin cortes, toma larga de 15 segundos, textura de pigmento mineral color roca que colisiona con renderizado 3D, colores contrastantes azul cian × dorado]
| Primer fotograma  Último fotograma  |
Prompt: Primer fotograma a video
(0:00 - 0:03) Cámara: Plano medio. Escena: Una escena de bosque de bambú estilo tinta china de la Imagen 1. Un espadachín que lleva un sombrero de bambú y viste una túnica oscura, su silueta de pie en el centro rodeada de una densa niebla y sombras de bambú mecidas por el viento. Acción: La mano izquierda del espadachín descansa ligeramente sobre la empuñadura de la espada, hojas de bambú caen con el viento. Atmósfera: Silenciosa, opresiva, con una textura de grano de tinta china claramente visible.
(0:03 - 0:08) Introducción de la trama. Cámara: Primer plano. Trama: El espadachín percibe intenciones asesinas. Escena: La cámara avanza rápidamente hacia un primer plano debajo del sombrero de bambú del espadachín. Detalle: Bajo el ala del sombrero, aparece un par de ojos afilados y resueltos, con una mirada como de acero. Gotas de "sudor" estilo tinta china se deslizan desde su frente. Acción: La mano derecha del espadachín agarra lentamente la empuñadura de la espada, con los nudillos poniéndose blancos. Las hojas de bambú caen más rápido.
(0:08 - 0:13) Cámara: Órbita rápida. Escena: La cámara orbita rápidamente alrededor del espadachín. Trama: Dos asesinos, también siluetas de tinta china, irrumpen desde lo profundo del bosque de bambú, empuñando ganchos gemelos y cuchillas cortas. Detalle: Los movimientos de los asesinos también están compuestos por pinceladas de tinta china, fluyendo como trazos de tinta. La cámara pasa rápidamente sobre las figuras de los asesinos, enfatizando la velocidad.
(0:13 - 0:18) Cámara: Sensación de cámara en mano, captura de alta velocidad. Combate: El espadachín desenvaina su hoja bruscamente — la luz de la hoja es una grieta blanca pura estilo tinta china. El asesino ataca con ganchos gemelos. Detalle: Golpe uno — el espadachín gira y corta, la hoja colisiona con los ganchos gemelos del asesino, enviando chispas en blanco y negro con estilo caligráfico y gotas de tinta volando. Golpe dos — el espadachín amaga, usa una vara de bambú para catapultarse y golpea desde arriba. El asesino rueda para esquivar. La vara de bambú se hace añicos en rastros de tinta dispersos. Golpe tres — la punta de la hoja del espadachín apunta a la garganta del otro asesino; el asesino bloquea con una hoja corta, y la cámara captura el fino detalle de los rastros de tinta agrietándose donde las hojas rechinan.
(0:18 - 0:20) Cámara: Cámara lenta a fotograma congelado. * Escena: La hoja del espadachín se detiene en el cuello del asesino, el asesino queda congelado. * Detalle: El sombrero de bambú del espadachín está ligeramente ladeado por la pelea. El bosque de bambú recupera la calma, más hojas de bambú danzan. * Atmósfera: La cámara retrocede lentamente a un plano medio, congelándose en el espadachín envainando su hoja y el asesino cayendo. * Texto (opcional): Texto estilo tinta china aparece en la parte inferior: "El mundo de las artes marciales — resuelto con un solo trazo." Nota de estilo: Durante todo el video, mantenga el estilo altamente en blanco y negro de pintura de tinta china de Image 1. Las acciones deben tener una sensación caligráfica de pincel, la velocidad debe ser rápida, los detalles deben ser ricos (gotas de tinta, chispas, marcas de grietas de tinta).
Prompt: Primer y último fotograma a video
[Una toma continua, movimiento de cámara estético y lento, sin cortes, toma larga de 15 segundos, textura de pigmento mineral color roca que colisiona con renderizado 3D, colores contrastantes azul cian × dorado]
Configuración global: Textura de pintura de color mineral estilo chino, textura granular de pigmento mineral, textura de pan de oro, fuertes colores contrastantes azul cian y dorado dorado. La escena es el Lago del Oeste al amanecer con fina niebla: la superficie del lago muestra tinta lavada azul cian mate, la luz dorada de la mañana atraviesa las nubes formando columnas de luz Tyndall, las tres pagodas de piedra de Tres Estanques Reflejando la Luna y la Pagoda Leifeng son apenas visibles en la niebla, con hojas de loto y flores de loto en primer plano. El sujeto principal es la diosa del agua del Lago del Oeste "Xizi": textura de pintura de color mineral, rostro ovalado, cejas de hoja de sauce, ojos de fénix, un adorno floral de cinabrio entre sus cejas, piel como jade cálido emitiendo un suave resplandor, un halo dorado pálido flotando detrás de su cabeza; cabello recogido en alto con una horquilla de loto dorado, su falda y chal compuestos de agua fluyente del lago, degradado azul cian, con reflejos de agua centelleantes en la superficie.
Audio y efectos de sonido: El fondo presenta un guzheng suave y flauta de bambú, con sonidos ambientales de sutiles ondas en el agua y canto de aves matutinas. A partir del segundo 8, una voz femenina etérea y suave recita lentamente: "Si comparáramos el Lago del Oeste con la bella Xizi—"; durante el segmento donde ella se vuelve, continúa: "Ya sea con maquillaje ligero o pesado, siempre es hermosa." El ritmo es lento, con ligera reverberación y resonancia persistente.
[0-3s: Una gota de agua] Primer plano macro extremo, en el borde de una hoja de loto al amanecer, una gota de agua se acumula hasta llenarse, reflejando la luz dorada de la mañana, cayendo lentamente. La cámara sigue a la gota con una inclinación hacia abajo; la gota cae al lago, creando anillos de ondas doradas y azules que se expanden capa por capa.
[3-7s: El agua se coalesce en forma] En el centro de las ondas, el agua del lago se eleva lentamente y se coalesce en la forma de la diosa "Xizi": el agua del lago se transforma en su falda azul cian y chal semitransparente, con finas corrientes de agua circulando a su alrededor. Ella se eleva lentamente desde el centro del lago, con los ojos suavemente cerrados y luego abriéndose despacio, mientras la horquilla de loto dorado brilla tenuemente. La cámara orbita lentamente su mirada semi-baja y la falda tejida con agua fluyente.
[7-11s: Un loto con cada paso] Ella camina descalza sobre la superficie del lago, cada paso crea anillos de ondas doradas, con flores de loto floreciendo una tras otra dentro de las ondas. La cámara retrocede a un plano medio general: la niebla se dispersa, revelando las tres pagodas de piedra de Tres Estanques Reflejando la Luna brillando con luz cálida a lo lejos, la Pagoda Leifeng apareciendo bajo la luz matutina, y sauces llorones rozando el agua a lo largo de la orilla. En el segundo 8, comienza la voz en off femenina: "Si comparáramos el Lago del Oeste con la bella Xizi—" Su chal deja tras de sí un largo rastro de luz acuática dorada y azul.
[11-15s: El giro — siempre hermosa] Ella se detiene, se gira para mirar a la cámara, la cámara avanza lentamente hacia un primer plano medio: la luz matutina cae sobre su rostro, el chal de agua del lago flota suavemente a su lado, unas pocas gotas de agua brillantes caen de las puntas de su cabello, transformándose en finas partículas de luz en el aire. La voz en off continúa: "Ya sea con maquillaje ligero o pesado, siempre es hermosa." Ella esboza una sonrisa suave, con la Pagoda Leifeng y las difusas Tres Estanques Reflejando la Luna detrás de ella. En el último segundo, el encuadre se congela completamente en su mirada al girarse, componiéndose como un póster cinematográfico perfecto.
SDK de Python
ImportanteActualice DashScope Python SDK a la versión 1.26.2.1 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar 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='A cat running on the grass',
media=[{"type": "first_frame", "url": "https://cdn.translate.alibaba.com/r/wanx-demo-1.png"}],
resolution="720P",
ratio="adaptive",
duration=5,
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))
SDK de Java
ImportanteActualice DashScope Java SDK a la versión 2.22.31 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar SDK.
// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
import java.util.ArrayList;
import java.util.List;
public class FirstFrame2Video {
static {
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";
}
static String apiKey = System.getenv("DASHSCOPE_API_KEY");
public static void syncCall() {
VideoSynthesis videoSynthesis = new VideoSynthesis();
List<VideoSynthesisParam.Media> media = new ArrayList<>();
media.add(VideoSynthesisParam.Media.builder()
.url("https://cdn.translate.alibaba.com/r/wanx-demo-1.png")
.type("first_frame")
.build());
VideoSynthesisParam param =
VideoSynthesisParam.builder()
.apiKey(apiKey)
.model("wan3.0-video")
.prompt("一只猫在草地上奔跑")
.media(media)
.resolution("720P")
.ratio("adaptive")
.duration(5)
.promptExtend(true)
.build();
VideoSynthesisResult result = null;
try {
System.out.println("---sync call, please wait a moment----");
result = videoSynthesis.call(param);
} catch (ApiException | NoApiKeyException e) {
throw new RuntimeException(e.getMessage());
} catch (InputRequiredException e) {
throw new RuntimeException(e);
}
System.out.println(JsonUtils.toJson(result));
}
public static void main(String[] args) {
syncCall();
}
}
curl
Paso 1: Crear una tarea y obtener el ID de la tareacurl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "wan3.0-video",
"input": {
"prompt": "A cat running on the grass",
"media": [
{
"type": "first_frame",
"url": "https://cdn.translate.alibaba.com/r/wanx-demo-1.png"
}
]
},
"parameters": {
"resolution": "720P",
"ratio": "adaptive",
"duration": 5,
"prompt_extend": true
}
}'
curl -X GET 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY"
Generación de video con referencia multimodal
Proporcione hasta 20 materiales de referencia (imágenes, videos, audio, documentos, páginas web) y el modelo comprenderá automáticamente la intención de referencia para generar el video. En el prompt, utilice "Imagen 1" o "Img 1", "Video 1", "Audio 1", etc., para referirse a los materiales correspondientes en el arreglo input.media según su orden.
NotaReglas de designación de materiales: Las imágenes, videos y audio se cuentan por separado. El primer elemento reference_image en el arreglo input.media corresponde a "Img 1" o "Imagen 1" en el prompt, el segundo corresponde a "Img 2" o "Imagen 2"; el primer elemento reference_video corresponde a "Video 1", el segundo a "Video 2"; el primer elemento reference_audio corresponde a "Audio 1", el segundo a "Audio 2", y así sucesivamente. Los tres tipos no entran en conflicto y pueden coexistir como "Imagen 1", "Video 1" y "Audio 1" simultáneamente.
- Referencia de personaje/objeto: Proporcione imágenes de personajes u objetos para generar video con una apariencia consistente.
- Referencia de movimiento de cámara/acción: Proporcione un video de referencia para replicar sus movimientos de cámara o coreografía de acción.
- Referencia de estilo: Proporcione una imagen de referencia de estilo para aplicar su estética al video generado.
- Referencia de audio: Proporcione música o voz para generar animación de baile o sincronización labial sincronizada con el ritmo/tono.
- De documento/página web a video: Proporcione un documento o enlace web público para analizar automáticamente el contenido y generar video.
Configuración de parámetros: ratio recomendado como adaptive (se adapta a los materiales de referencia), duration=2~30 segundos o -1.
1. Imágenes/videos/audio de referencia
| Capacidad | Prompt de entrada | Materiales de referencia de entrada | Video de salida |
Imagen de referencia | Usando el producto de brillo labial en la Imagen 1, genere un video de muestra con modelo, de 15 segundos, pantalla vertical, resaltando el efecto del color de labios |  | |
Referencia imagen+video+audio | Reemplace sin problemas al personaje masculino de la Imagen 1 en el papel femenino del Video 1. El personaje está sentado junto a la ventana, sosteniendo un teléfono en el oído. [Voz y diálogo] Extraiga las características de voz del Audio 1 y haga que el personaje diga las siguientes líneas: "¿En serio? ¡Suena genial! ¿Cuándo vas a volver? Te extraño mucho". [Sincronización labial y expresiones] La voz generada debe impulsar con precisión los movimientos labiales del personaje con una apertura y cierre naturales. Mientras habla, incluya parpadeos naturales, ligeros asentimientos con la cabeza y una sensación de respiración. Las microexpresiones faciales deben coincidir perfectamente con las emociones de cariño y nostalgia presentes en el diálogo. [Iluminación y escena] El rostro del personaje debe recibir naturalmente una iluminación mixta proveniente de la luz cálida interior y la luz de neón fría del exterior de la ventana. Las gotas de lluvia se deslizan lenta y continuamente por la ventana en el fondo, con un ligero vapor elevándose del café sobre la mesa. El personaje se integra naturalmente con los bordes de la escena, sin artefactos de recorte. [Cámara y calidad] Toma continua de 15 segundos, la cámara avanza extremadamente despacio, encuadre sumamente estable, iluminación cinematográfica, resolución 8K, calidad fotorrealista. | Imagen de referencia  Video de referencia Audio de referencia |
SDK de Python
ImportanteActualice DashScope Python SDK a la versión 1.26.2.1 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar 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='Video 1 holds Image 3, sitting on the chair in Image 4, playing a soothing country folk song, and says: "The sunshine is so nice today." Image 1 holds Image 2 in hand, walks past Video 1, places Image 2 on the table next to Video 1, and says: "That sounds great, can you sing it again?"',
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,
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))
SDK de Java
ImportanteActualice DashScope Java SDK a la versión 2.22.31 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar SDK.
// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
import java.util.ArrayList;
import java.util.List;
public class Reference2Video {
static {
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";
}
static String apiKey = System.getenv("DASHSCOPE_API_KEY");
public static void syncCall() {
VideoSynthesis videoSynthesis = new VideoSynthesis();
List<VideoSynthesisParam.Media> media = new ArrayList<>();
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/sjuytr/wan-r2v-object-girl.jpg")
.type("reference_image")
.build());
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4")
.type("reference_video")
.build());
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/rtjeqf/wan-r2v-object3.png")
.type("reference_image")
.build());
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png")
.type("reference_image")
.build());
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png")
.type("reference_image")
.build());
VideoSynthesisParam param =
VideoSynthesisParam.builder()
.apiKey(apiKey)
.model("wan3.0-video")
.prompt("视频1抱着图3，在图4的椅子上弹奏一支舒缓的乡村民谣，并说道：\"今天的阳光真好。\"图1手中拿着图2，路过视频1，把手中的图2放到视频1旁边的桌子上，并说道：\"真好听，能不能再唱一遍\"。")
.media(media)
.resolution("720P")
.ratio("adaptive")
.duration(5)
.promptExtend(true)
.build();
VideoSynthesisResult result = null;
try {
System.out.println("---sync call, please wait a moment----");
result = videoSynthesis.call(param);
} catch (ApiException | NoApiKeyException e) {
throw new RuntimeException(e.getMessage());
} catch (InputRequiredException e) {
throw new RuntimeException(e);
}
System.out.println(JsonUtils.toJson(result));
}
public static void main(String[] args) {
syncCall();
}
}
curl
Paso 1: Crear una tarea y obtener el ID de la tareacurl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "wan3.0-video",
"input": {
"prompt": "Video 1 holds Image 3, sitting on the chair in Image 4, playing a soothing country folk song, and says: \"The sunshine is so nice today.\" Image 1 holds Image 2 in hand, walks past Video 1, places Image 2 on the table next to Video 1, and says: \"That sounds great, can you sing it again?\"",
"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"}
]
},
"parameters": {
"resolution": "720P",
"ratio": "adaptive",
"duration": 5,
"prompt_extend": true
}
}'
curl -X GET 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY"
2. Archivos de referencia o páginas web
| Capacidad | Prompt de entrada | Materiales de entrada | Video de salida |
Archivo de referencia - PPT a video | Un anuncio de producto de gafas inteligentes de alta gama, con un estilo general minimalista, futurista y vanguardista, iluminación moderada, una paleta de negro, gris plateado y azul hielo como tonos principales, con acentos localizados de luz blanca suave y gráficos de interfaz de usuario de parámetros.
| ||
Archivo de referencia - Excel a video | Duración total de 22 segundos, 4 segmentos unidos en secuencia. Fondo blanco puro en todo momento, bloques de colores suaves y gráficos de líneas limpios, estética empresarial minimalista estilo Apple Keynote, tipografía sans-serif gris oscuro.
|
Prompt: Archivo de referencia - PPT a video
Un anuncio de producto de gafas inteligentes de alta gama, con un estilo general minimalista, futurista y vanguardista en moda, iluminación contenida, una paleta de negro, gris plateado y azul hielo como tonos principales, con acentos de luz blanca suave localizados y gráficos de interfaz de usuario de parámetros. Abriendo sobre un fondo negro puro, un par de gafas inteligentes emerge lentamente de la oscuridad, con reflejos refinados deslizándose por los bordes de las patillas y la silueta del marco delineada bajo una iluminación fría de bordes. La cámara pasa en primerísimo plano sobre los lentes, las plaquetas nasales, las bisagras, las patillas y los detalles del material, mostrando la textura delicada del metal y los materiales compuestos de alto rendimiento, con un tratamiento superficial refinado y contenido, y líneas delgadas y fluidas. El producto luego gira lentamente en el aire, con gráficos animados minimalistas que muestran información de parámetros clave en sincronía. La cámara converge rápidamente y todos los componentes regresan con precisión para ensamblarse en el producto completo. Transiciona a un modelo joven usando las gafas: el modelo tiene rasgos definidos, actitud segura, vestido con moda urbana elegante y exclusiva, girando la cabeza naturalmente, levantando la mano, caminando y sonriendo en un espacio minimalista y un entorno de iluminación urbana. La cámara muestra las gafas desde ángulos frontal, lateral y posterior oblicuo, destacando el ajuste delgado, la silueta moderna y la versatilidad cotidiana. El final presenta el producto flotando y congelado contra un fondo de color sólido, con la cámara avanzando lentamente hacia el logotipo de la marca y el eslogan principal. La música general es una ambientación electrónica minimalista con ritmos precisos, limpios y potentes. La calidad visual es refinada, contenida y pura, con una fuerte identidad de marca y una estética tecnológica internacional.
Prompt: Archivo de referencia - Excel a video
Duración total 22 segundos, 4 segmentos unidos en secuencia. Fondo blanco puro en todo momento, bloques de color suaves y gráficos de líneas limpios, estética empresarial minimalista estilo Apple Keynote, tipografía sans-serif gris oscuro. BGM (obligatorio, durante toda la película, volumen claramente audible): Una pista de música de fondo empresarial ligera y animada con ritmo constante y melodía sencilla, comenzando desde el primer segundo, continua a lo largo sin interrupción. Cuando aparece la voz en off, la música no desaparece; el volumen es solo ligeramente inferior al de la voz. Capa de efectos de sonido: Un sonido "whoosh" cuando los bloques de color se deslizan, ligeros sonidos de "clic" de teclado cuando los números saltan, y un nítido sonido de campana "ding" cuando surgen los datos clave. Voz en off: Voz masculina o femenina en inglés, brillante y segura, hablando a aproximadamente 2.5 palabras por segundo, como si presentara en una reunión trimestral: profesional pero no fría, rítmica, con ligero énfasis en las cifras clave.
H1-2026跨境电商月度GMV.xlsx
Segmento 1: Plano general, composición centrada, fondo blanco puro, luz suave, estilo empresarial minimalista, referencia visual — fondo blanco limpio + bloques de color suaves de la imagen de referencia 1. Pantalla blanca pura se abre desde el centro, innumerables partículas de luz dorada convergen desde todos los bordes hacia el centro, las partículas chocan y destellan para luego solidificarse en el texto del título "H1 2026 · Wan", con efectos de luz de datos fluyendo sobre la superficie del texto y partículas finas orbitando continuamente los bordes, en general deslumbrante pero refinado. Tras una breve pausa, el título se disuelve en flujos de partículas, mientras dos conjuntos de grandes números gris oscuro se deslizan desde abajo — el lado izquierdo muestra el valor de celda B7 $1,580 (GMV de enero), el lado derecho muestra el valor de celda G7 $3,460 (GMV de junio), conectados por una flecha gris claro en el medio con texto pequeño gris claro "Crecimiento Mensual GMV" debajo. Una etiqueta redondeada de color coral surge en la parte inferior, mostrando el valor de celda H8 +45.7% (crecimiento general H1), acompañada de un nítido sonido "ding" al aparecer. La voz en off dice con brillo y confianza: "En la primera mitad de 2026, el GMV mensual creció de 15.8 a 34.6 millones de dólares." El BGM comienza claramente desde el primer segundo del encuadre, con un ritmo ligero en todo momento. Un ligero sonido "whoosh" acompaña a los bloques de color deslizantes. Al final del segmento, los bloques de color se deslizan suavemente hacia ambos lados, revelando el siguiente segmento.
Segmento 2: Plano general, composición eje Y izquierdo + eje X inferior, fondo blanco puro + cuadrícula punteada gris claro, luz suave, estilo empresarial minimalista, referencia visual — estilo de gráfico de líneas de tendencia de la imagen de referencia 2. El eje X inferior etiqueta claramente seis marcadores mensuales de izquierda a derecha: Jan, Feb, Mar, Apr, May, Jun, espaciados uniformemente, en tipografía sans-serif gris claro. El eje Y izquierdo etiqueta escalas de valores. Tres líneas de tendencia se dibujan simultáneamente de izquierda a derecha — coral para el Sudeste Asiático (datos de la fila 4: B4=$580, C4=$640, D4=$750, E4=$880, F4=$1,050, G4=$1,280), azul verdoso para Norteamérica (fila 5: B5=$420, C5=$480, D5=$560, E5=$680, F5=$860, G5=$1,260), ámbar para Europa (fila 6: B6=$580, C6=$610, D6=$680, E6=$750, F6=$830, G6=$920). Las tres líneas comienzan desde la misma posición de Jan y se extienden hacia arriba y a la derecha hasta Jun siguiendo el ritmo. Cada línea tiene un relleno de degradado de transparencia de 30% debajo. Cuando se alcanza cada nodo mensual, el punto de datos rebota ligeramente, con la etiqueta de valor preciso flotando directamente encima — las etiquetas muestran solo valores en dólares, sin porcentajes, sin otro texto, los valores deben coincidir exactamente con las celdas anteriores. Una leyenda se desliza hacia afuera en la esquina superior derecha: tres bloques de color con nombres de mercados en inglés. Después de alcanzar los seis puntos, el encuadre se mantiene brevemente. La voz en off dice con firmeza: "Los tres mercados —Sudeste Asiático, Norteamérica y Europa— mostraron un crecimiento mes a mes consistente, sin ninguna caída." El BGM permanece audible en todo momento, con finos sonidos de teclado "clic" acompañando la aparición de datos. La etiqueta del punto final de junio se agranda para llenar el encuadre, luego se encoge y se reorganiza, transicionando al siguiente segmento.
Segmento 3: Plano general, composición de gráfico de barras 60% a la izquierda + columna de datos 40% a la derecha, fondo blanco puro, luz suave, estilo empresarial minimalista, referencia visual: estilo de gráfico de barras de la imagen de referencia 1. Sobre un fondo blanco, 6 barras redondeadas de color azul verdoso se elevan secuencialmente de izquierda a derecha, correspondientes de enero a junio; todas las barras 6 deben mostrarse completamente. Las alturas de las barras corresponden estrictamente a los valores mensuales de la fila 5 de Norteamérica: B5=$420, C5=$480, D5=$560, E5=$680, F5=$860, G5=$1,260, organizadas de menor a mayor en orden ascendente, mostrando una clara tendencia de crecimiento mes a mes. Cada barra se eleva con un ligero efecto de sonido de resorte "whoosh", con la etiqueta de valor en dólares precisa flotando sobre la parte superior de la barra. Una vez que todas las barras están en su lugar, las tasas de crecimiento mes a mes de 5 Norteamérica se deslizan verticalmente en el lado derecho, calculadas a partir de meses adyacentes: Feb +14.3% (C5 vs B5), Mar +16.7% (D5 vs C5), Abr +21.4% (E5 vs D5), May +26.5% (F5 vs E5), Jun +46.5% (G5 vs F5). Cada tasa de crecimiento se muestra como: un icono de flecha verde hacia arriba + valor porcentual (por ejemplo, ↑+14.3%), organizadas en un patrón de escalera de arriba hacia abajo, con flechas verdes enfatizando el impulso de crecimiento y una fuente ligeramente más grande para una lectura clara. Cada número se desliza con un fino sonido de "clic". Finalmente, el crecimiento general de Norteamérica aparece en texto grande de color coral desde el centro: +200% (calculado a partir de G5=$1,260 vs B5=$420), acompañado de un nítido sonido de campana "ding", manteniéndose brevemente con un ligero halo brillante alrededor del número. La voz en off enfatiza ligeramente los datos clave: "Norteamérica fue nuestro motor de crecimiento: subió doscientos por ciento en solo seis meses, acelerándose cada mes". La música de fondo permanece claramente audible, con el ritmo aumentando hacia un pico. El número de crecimiento general se centra y agranda mientras los elementos circundantes se desvanecen suavemente, transicionando al segmento final.
Segmento 4: Plano general, composición centrada ligeramente elevada, fondo blanco puro, luz suave, estilo empresarial minimalista, referencia visual — estilo de gráfico de anillo de la imagen de referencia 3. Un gráfico de anillo simple (gráfico de dona) aparece en el centro del fondo blanco, con solo tres segmentos de arco, renderizados en coral, azul verdoso y ámbar para la participación H1 de los tres mercados: participación del Sudeste Asiático calculada desde H4=5180, Norteamérica desde H5=4260, Europa desde H6=4370, total H7=13810. Los tres segmentos de arco están separados por espacios blancos, el gráfico de anillo en general limpio y simple, sin símbolos de porcentaje, sin números, sin etiquetas dispersas en el gráfico — solo arcos puros de tres colores. El gráfico de anillo rota lentamente a aproximadamente 10°/s. En el centro del gráfico de anillo, un gran número gris oscuro cuenta rápidamente hacia arriba desde 0 hasta el valor de celda H7 $138.1M (es decir, 138.1 millones de dólares), con sonidos finos y continuos de "clic" durante el conteo, y un nítido "ding" cuando el número final se asienta. Un subtítulo gris claro aparece gradualmente abajo: "Tres Mercados · Todos Creciendo · Cero Recesión." La voz en off concluye de manera firme, dejando 1 segundo de silencio después de hablar: "138 millones en total — todos los mercados creciendo, cero recesiones." El BGM permanece audible en todo momento, desvaneciéndose gradualmente. 1 segundo de silencio antes de que termine la película.
SDK de Python
ImportanteActualice DashScope Python SDK a la versión 1.26.2.1 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar 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='A high-end smart glasses product advertisement, with an overall minimalist, futuristic, fashion-forward style, restrained lighting, a palette of black, silver-gray, and ice-blue as main tones, with localized soft white light accents and parameter UI graphics. Opening on a pure black background, a pair of smart glasses slowly emerges from the darkness, with refined highlights gliding along the temple edges, the frame silhouette outlined under cold edge lighting. The camera passes in extreme close-up over the lenses, nose pads, hinges, temples, and material details, showcasing the delicate texture of metal and high-performance composite materials, with a refined and restrained surface treatment and slim, flowing lines. The product then slowly rotates in midair, with minimalist motion graphics displaying core parameter information in sync. The camera then quickly converges, all components precisely returning to assemble into the complete product. It transitions to a young model wearing the glasses — the model has defined features, confident demeanor, dressed in sleek, upscale urban fashion, naturally turning their head, raising their hand, walking, and smiling in a minimalist space and urban lighting environment. The camera shows the glasses from front, side, and rear-oblique angles, highlighting the slim fit, fashionable silhouette, and everyday versatility. The ending features the product floating and frozen against a solid-color background, with the camera slowly pushing in toward the brand logo and core slogan. The overall music is minimalist electronic ambiance with precise beats, clean and powerful rhythm. The visual quality is refined, restrained, and pure, with a strong brand signature and international tech aesthetic.',
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))
SDK de Java
ImportanteActualice DashScope Java SDK a la versión 2.22.31 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar SDK.
// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
import java.util.ArrayList;
import java.util.List;
public class File2Video {
static {
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";
}
static String apiKey = System.getenv("DASHSCOPE_API_KEY");
public static void syncCall() {
VideoSynthesis videoSynthesis = new VideoSynthesis();
List<VideoSynthesisParam.Media> media = new ArrayList<>();
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260806/ebapmr/glass.pptx")
.type("file")
.build());
VideoSynthesisParam param =
VideoSynthesisParam.builder()
.apiKey(apiKey)
.model("wan3.0-video")
.prompt("一支高端智能眼镜产品广告，整体风格极简、未来感、时尚高级，光影克制，画面以黑色、银灰色、冰蓝色为主色调。")
.media(media)
.resolution("480P")
.ratio("adaptive")
.duration(10)
.promptExtend(true)
.build();
VideoSynthesisResult result = null;
try {
System.out.println("---sync call, please wait a moment----");
result = videoSynthesis.call(param);
} catch (ApiException | NoApiKeyException e) {
throw new RuntimeException(e.getMessage());
} catch (InputRequiredException e) {
throw new RuntimeException(e);
}
System.out.println(JsonUtils.toJson(result));
}
public static void main(String[] args) {
syncCall();
}
}
curl
Paso 1: Crear una tarea y obtener el ID de la tareacurl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "wan3.0-video",
"input": {
"prompt": "A high-end smart glasses product advertisement, with an overall minimalist, futuristic, fashion-forward style, restrained lighting, a palette of black, silver-gray, and ice-blue as main tones, with localized soft white light accents and parameter UI graphics. Opening on a pure black background, a pair of smart glasses slowly emerges from the darkness, with refined highlights gliding along the temple edges, the frame silhouette outlined under cold edge lighting. The camera passes in extreme close-up over the lenses, nose pads, hinges, temples, and material details, showcasing the delicate texture of metal and high-performance composite materials, with a refined and restrained surface treatment and slim, flowing lines. The product then slowly rotates in midair, with minimalist motion graphics displaying core parameter information in sync. The camera then quickly converges, all components precisely returning to assemble into the complete product. It transitions to a young model wearing the glasses — the model has defined features, confident demeanor, dressed in sleek, upscale urban fashion, naturally turning their head, raising their hand, walking, and smiling in a minimalist space and urban lighting environment. The camera shows the glasses from front, side, and rear-oblique angles, highlighting the slim fit, fashionable silhouette, and everyday versatility. The ending features the product floating and frozen against a solid-color background, with the camera slowly pushing in toward the brand logo and core slogan. The overall music is minimalist electronic ambiance with precise beats, clean and powerful rhythm. The visual quality is refined, restrained, and pure, with a strong brand signature and international tech aesthetic.",
"media": [
{
"type": "file",
"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260806/ebapmr/glass.pptx"
}
]
},
"parameters": {
"resolution": "480P",
"ratio": "adaptive",
"duration": 10,
"prompt_extend": true
}
}'
curl -X GET 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY"
Edición de video
Proporcione un video de referencia y use instrucciones en lenguaje natural para editarlo con precisión. Las partes no especificadas para modificación permanecen sin cambios.
- Añadir elementos: Añadir nuevos objetos o personajes en posiciones específicas del video.
- Eliminar elementos: Eliminar objetos o personajes del video con relleno automático de fondo.
- Modificar elementos: Reemplazar la apariencia, vestimenta, edad y otros atributos de los personajes.
- Edición de estilo/iluminación: Convertir el estilo visual general (por ejemplo, arcilla, tinta china) o ajustar la iluminación.
- Edición de diálogos: Modificar el contenido de los diálogos de los personajes en el video.
- Edición por referencia: Proporcionar imágenes de referencia y añadir sus elementos al video.
Configuración de parámetros: Se recomienda ratio como adaptive, y duration como -1 (conserva automáticamente la relación de aspecto y la duración del video original). El prompt debe incluir palabras clave de intención de edición (por ejemplo, "editar video", "eliminar", "reemplazar", "cambiar a").
| Capacidad | Prompt de entrada | Video de referencia de entrada | Video de salida |
Conversión de estilo | Convertir toda la escena al estilo de arcilla | ||
Edición de diálogos | Editar el video, cambiar el diálogo del hombre a: "El trato está hecho. Ahora... desaparecemos." | ||
Edición por referencia | Edite el video: la mujer en el Video 1 se pone el sombrero de la Imagen 1, ajustándose naturalmente a la forma de su cabeza. El hombre en el Video 1 se pone el sombrero de la Imagen 2, ajustándose naturalmente a la forma de su cabeza. La camisa marrón rojiza del hombre se reemplaza por la camisa holgada de mezclilla azul desgastada de la Imagen 3, con el cuello abierto y las mangas arremangadas hasta los antebrazos. Los movimientos, la demás vestimenta y el resto de la escena permanecen sin cambios. | Video de referencia Imágenes de referencia (3)    |
SDK de Python
ImportanteActualice DashScope Python SDK a la versión 1.26.2.1 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar 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='Convert the entire scene to clay style',
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",
duration=-1,
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))
SDK de Java
ImportanteActualice DashScope Java SDK a la versión 2.22.31 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar SDK.
// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
import java.util.ArrayList;
import java.util.List;
public class VideoEdit {
static {
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";
}
static String apiKey = System.getenv("DASHSCOPE_API_KEY");
public static void syncCall() {
VideoSynthesis videoSynthesis = new VideoSynthesis();
List<VideoSynthesisParam.Media> media = new ArrayList<>();
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260402/ldnfdf/wan2.7-videoedit-style-change.mp4")
.type("reference_video")
.build());
VideoSynthesisParam param =
VideoSynthesisParam.builder()
.apiKey(apiKey)
.model("wan3.0-video")
.prompt("将整个画面转换为黏土风格")
.media(media)
.resolution("720P")
.duration(-1)
.promptExtend(true)
.build();
VideoSynthesisResult result = null;
try {
System.out.println("---sync call, please wait a moment----");
result = videoSynthesis.call(param);
} catch (ApiException | NoApiKeyException e) {
throw new RuntimeException(e.getMessage());
} catch (InputRequiredException e) {
throw new RuntimeException(e);
}
System.out.println(JsonUtils.toJson(result));
}
public static void main(String[] args) {
syncCall();
}
}
curl
Paso 1: Crear una tarea y obtener el ID de la tareacurl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "wan3.0-video",
"input": {
"prompt": "Convert the entire scene to clay style",
"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"
}
]
},
"parameters": {
"resolution": "720P",
"duration": -1,
"prompt_extend": true
}
}'
curl -X GET 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY"
Extensión de video
Extienda la duración de un video existente, admitiendo extensión hacia adelante, hacia atrás o bidireccional. El estilo visual y los personajes permanecen consistentes, y el prompt describe los cambios dinámicos para la porción extendida.
- Extensión hacia atrás: Utiliza el último fotograma del video como punto de partida para generar contenido subsiguiente.
- Extensión hacia adelante: Utiliza el primer fotograma del video como punto final para generar contenido precedente.
- Extensión bidireccional: Utiliza el video como segmento medio y lo extiende tanto hacia adelante como hacia atrás simultáneamente.
Configuración de parámetros: Se recomienda ratio como adaptive (conserva la relación de aspecto del video original). El prompt debe incluir palabras clave de intención de extensión (por ejemplo, "extender", "continuar", "extender hacia adelante/atrás").
- Se recomienda
durationcomo-1(el modelo recomienda automáticamente una duración adecuada basada en la entrada), o establézcalo en la duración de salida objetivo, es decir, la duración del video de entrada + la duración de extensión esperada. Por ejemplo, para un video fuente de 5 segundos extendido hacia atrás por 2 segundos,durationpuede establecerse en-1o7. - Tenga en cuenta que la duración de entrada + la duración de salida deben sumar ≤30 segundos.
| Capacidad | Prompt de entrada | Video de referencia de entrada | Video de salida |
Extensión hacia atrás | El panadero levanta el pan cepillado, deja la brocha a un lado y la cámara sigue al panadero hacia el horno trasero para hornearlo. El panadero cierra la puerta del horno, se para a su lado, observa cómo se hornea el pan en el interior, aspira el aroma del pan y dice: "qué rico". | ||
Extensión hacia adelante | Extienda el Video 1 hacia adelante por 15s. El Personaje A es un hombre de cabello castaño oscuro corto que viste un frac negro, camisa blanca, corbata de moño negra y chaleco beige. El Personaje B es una mujer con cabello castaño recogido hacia arriba que viste un vestido largo vintage beige con mangas abullonadas y ribete de encaje negro en la falda, y aretes oscuros en forma de lágrima.
| ||
Extensión bidireccional | Usando el video como segmento central, extienda hacia adelante dos segundos: la cámara sigue suavemente mientras la chica camina lentamente hacia la cámara, se detiene, levanta suavemente la cabeza, respira hondo en el aire frío con los labios ligeramente entreabiertos; usando el video como segmento central, extienda hacia atrás tres segundos: la chica termina de frotarse las manos, mira directamente a la cámara y rompe en una sonrisa cálida y radiante. Levanta lentamente una mano enguantada para atrapar un copo de nieve que cae suavemente. La cámara retrocede lentamente a un plano medio largo, revelando un camino soleado en un bosque nevado, contraluz de la hora dorada, destello de lente, poca profundidad de campo, atmósfera cálida y sanadora. |
Prompt: Extensión hacia adelante
Extender Video 1 hacia adelante por 15s. El Personaje A es un hombre de cabello castaño oscuro corto que viste frac negro, camisa blanca, corbata de moño negra y chaleco beige. El Personaje B es una mujer con cabello castaño recogido hacia arriba que viste un vestido largo vintage beige con mangas abullonadas y ribete de encaje negro en la falda, y aretes oscuros en forma de lágrima. Dentro del salón de baile, la luz del candelabro de cristal se refleja en el suelo de mármol. Los invitados conversan en pequeños grupos, sosteniendo copas y hablando en voz baja. Un elegante preludio de cuerdas de vals comienza lentamente, y las conversaciones de los invitados se acallan gradualmente. El Personaje B camina despacio desde un lado del salón de baile, el dobladillo de su falda rozando ligeramente el suelo de mármol, su mirada recorriendo la sala. El Personaje A emerge de entre la multitud, camina pasando a los invitados directamente hacia el Personaje B, hace una leve reverencia y extiende su mano derecha, su mirada cálida y atenta. El Personaje B baja la vista con una sonrisa gentil, colocando suavemente su mano derecha sobre la palma del Personaje A. Ambos intercambian una sonrisa, y el Personaje A guía al Personaje B al centro de la pista de baile. Los invitados circundantes retroceden naturalmente para hacer espacio, con todas las miradas centradas en la pareja. La mano izquierda del Personaje A sostiene elevada la mano derecha del Personaje B, su mano derecha descansando suavemente en la espalda baja de ella. Ambos asumen la postura de vals, dando un paso en el tiempo fuerte de las cuerdas, comenzando a girar. La atmósfera elegante de un baile cortesano del siglo 19, tonos dorados cálidos.
SDK de Python
ImportanteActualice DashScope Python SDK a la versión 1.26.2.1 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar 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='Extend Video 1 backward, the baker brings up the brushed bread, puts the brush aside, the camera follows the baker to the oven behind for baking',
media=[
{"type": "reference_video", "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/rptnhd/wan2.7-i2v-video-continuation-2.mp4"}
],
resolution="720P",
ratio="adaptive",
duration=5,
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))
SDK de Java
ImportanteActualice DashScope Java SDK a la versión 2.22.31 o posterior antes de ejecutar el siguiente código. Para obtener instrucciones de actualización, consulte Instalar SDK.
// Copyright (c) Alibaba, Inc. and its affiliates.
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;
import java.util.ArrayList;
import java.util.List;
public class VideoExtend {
static {
Constants.baseHttpApiUrl = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";
}
static String apiKey = System.getenv("DASHSCOPE_API_KEY");
public static void syncCall() {
VideoSynthesis videoSynthesis = new VideoSynthesis();
List<VideoSynthesisParam.Media> media = new ArrayList<>();
media.add(VideoSynthesisParam.Media.builder()
.url("https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/rptnhd/wan2.7-i2v-video-continuation-2.mp4")
.type("reference_video")
.build());
VideoSynthesisParam param =
VideoSynthesisParam.builder()
.apiKey(apiKey)
.model("wan3.0-video")
.prompt("将视频1向后延长，面包师端上刷好的面包，将刷子放到一旁，镜头跟随面包师，去斜后方的烤炉进行烤制")
.media(media)
.resolution("720P")
.ratio("adaptive")
.duration(5)
.promptExtend(true)
.build();
VideoSynthesisResult result = null;
try {
System.out.println("---sync call, please wait a moment----");
result = videoSynthesis.call(param);
} catch (ApiException | NoApiKeyException e) {
throw new RuntimeException(e.getMessage());
} catch (InputRequiredException e) {
throw new RuntimeException(e);
}
System.out.println(JsonUtils.toJson(result));
}
public static void main(String[] args) {
syncCall();
}
}
curl
Paso 1: Crear una tarea y obtener el ID de la tareacurl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "wan3.0-video",
"input": {
"prompt": "Extend Video 1 backward, the baker brings up the brushed bread, puts the brush aside, the camera follows the baker to the oven behind for baking",
"media": [
{
"type": "reference_video",
"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260414/rptnhd/wan2.7-i2v-video-continuation-2.mp4"
}
]
},
"parameters": {
"resolution": "720P",
"ratio": "adaptive",
"duration": 5,
"prompt_extend": true
}
}'
curl -X GET 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY"
Medios de entrada
Cada elemento en el arreglo input.media contiene los campos type y url. Los tipos admitidos y las restricciones son los siguientes:
type | Descripción | Restricciones |
| Imagen del primer fotograma, utilizada estrictamente como el primer fotograma del video | Máximo 1 |
| Imagen del último fotograma, utilizada estrictamente como el último fotograma del video | Máximo 1 |
| Imagen de referencia | Máximo 10 |
| Video de referencia | Máximo 5, duración total no mayor a 15 segundos |
| Audio de referencia | Máximo 5, duración total no mayor a 15 segundos |
| Archivo (docx, doc, xlsx, xls, pptx, ppt, pdf, txt, md) | Máximo 1, no se puede usar con link simultáneamente |
| Enlace web (páginas web públicas) | Máximo 1, no se puede usar con file simultáneamente |
ImportanteLos tipos reference_xx/file/link y los tipos first_frame/last_frame son mutuamente excluyentes y no se pueden usar en la misma solicitud.
Video de salida
- Resolución: 480P, 720P, 1080P (predeterminado).
- Relación de aspecto: 16:9, 4:3, 1:1, 3:4, 9:16, adaptive (predeterminado, se adapta a los materiales de entrada).
- Duración: 2~30 segundos; -1 (duración inteligente, predeterminado a 5 segundos). Cuando se proporciona entrada de video, la duración total de entrada + salida debe ser ≤30 segundos.
- Formato: MP4, tasa de fotogramas de 30fps.
- Audio-video: Habilitado de forma predeterminada; se puede deshabilitar con
audio=false. - La URL del video es válida por 24 horas. Por favor, guárdela pronto.
Facturación y límites de tasa
- Para detalles de facturación, consulte Precios del modelo.
- Para detalles sobre límites de tasa, consulte Límites de tasa.