图生视频

以图片作为视频首帧，结合文本提示词生成视频。图生视频有两套请求协议，共用同一端点，通过 model 与请求体结构区分：

协议	适用模型	输入方式	能力
新版	`wan2.7-i2v`	`input.media` 数组	首帧生视频、首尾帧生视频、音频驱动、视频续写
旧版	`wan2.6-i2v`、`wan2.6-i2v-flash`、`wan2.5-i2v-preview`、`wan2.2-i2v-plus`、`wan2.2-i2v-flash`、`wanx2.1-i2v-turbo`、`wanx2.1-i2v-plus`	`input.img_url` 字段	仅首帧生视频；wan2.6/wan2.5 支持音频（`audio_url`）与自动配音，wan2.2/wanx2.1 支持视频特效模板

备注

当前在售的图生视频型号为 wan2.7-i2v，以模型广场为准。旧版协议型号暂未上架，相关参数仅供参考。

创建任务

POST https://platform.shuyanai.com/ali/api/v1/services/aigc/video-generation/video-synthesis

请求头

参数	类型	必填	说明
`Content-Type`	string	是	`application/json`
`Authorization`	string	是	`Bearer sk-xxx`

官方要求的 X-DashScope-Async: enable 头由平台自动补充，无需携带。

请求示例

首帧生视频

首尾帧生视频

首帧 + 音频驱动

请求体：新版协议（wan2.7）

参数	类型	必填	默认值	说明
`model`	string	是		模型名称，如 `wan2.7-i2v`
`input.prompt`	string	否		文本提示词，中英文，不超过 5000 字符，超出自动截断
`input.negative_prompt`	string	否		反向提示词，不超过 500 字符，超出自动截断
`input.media`	array	是		媒体素材列表，每个元素为 `{type, url}` 对象
`input.media[].type`	string	是		素材类型：`first_frame`（首帧图）、`last_frame`（尾帧图）、`driving_audio`（驱动音频）、`first_clip`（首视频片段，用于视频续写）。每种类型最多出现一次
`input.media[].url`	string	是		素材地址。支持公网 HTTP(S) URL；图像还支持 Base64（`data:{MIME_type};base64,{base64_data}`），音频/视频不支持 Base64
`parameters.resolution`	string	否	1080P	分辨率档位：`720P`、`1080P`，影响费用。按档位总像素自动缩放，宽高比尽量与输入素材一致
`parameters.duration`	integer	否	5	视频时长（秒），[2, 15] 整数，影响费用。视频续写时为最终总时长（输入片段 + 续写部分）
`parameters.prompt_extend`	boolean	否	true	是否开启 prompt 智能改写，对较短提示词提升明显，但会增加耗时
`parameters.watermark`	boolean	否	false	是否在视频右下角添加「AI生成」水印
`parameters.seed`	integer	否	随机	随机种子，范围 [0, 2147483647]；相同 seed 也不保证结果完全一致

media 素材组合规则

input.media 仅支持以下组合，其他组合会报错：

任务类型	合法组合	说明
首帧生视频	`first_frame`	以图片为首帧生成视频，模型自动配音（背景音乐/音效）
首帧 + 音频驱动	`first_frame + driving_audio`	以传入音频驱动画面（口型同步、动作卡点）
首尾帧生视频	`first_frame + last_frame`	生成从首帧到尾帧的过渡视频
首尾帧 + 音频驱动	`first_frame + last_frame + driving_audio`	首尾帧过渡 + 音频驱动
视频续写	`first_clip`；`first_clip + last_frame`	在输入视频片段之后续写，可指定尾帧

请求体：旧版协议（wan2.6 及更早）

参数	类型	必填	默认值	说明
`model`	string	是		模型名称，如 `wan2.6-i2v`、`wan2.6-i2v-flash`、`wan2.2-i2v-plus`、`wanx2.1-i2v-turbo`
`input.prompt`	string	否		文本提示词；wan2.6/wan2.5 系列不超过 1500 字符，wan2.2/wanx2.1 系列不超过 800 字符，超出自动截断。使用 `template` 特效时 prompt 无效
`input.negative_prompt`	string	否		反向提示词，不超过 500 字符
`input.img_url`	string	是		首帧图像地址。支持公网 HTTP(S) URL 或 Base64（`data:{MIME_type};base64,...`）
`input.audio_url`	string	否		仅 wan2.6 / wan2.5 系列。音频地址（公网 URL）；传入则用该音频生成视频，不传则模型自动配音
`input.template`	string	否		仅 wan2.2 / wanx2.1 系列。视频特效模板名（如 `flying`）；使用时 `prompt` 被忽略
`parameters.resolution`	string	否	依模型	分辨率档位，影响费用；宽高比尽量与 `img_url` 一致。取值见下方档位表
`parameters.duration`	integer	否	依模型	视频时长（秒），影响费用。取值见下方档位表
`parameters.prompt_extend`	boolean	否	true	是否开启 prompt 智能改写
`parameters.shot_type`	string	否	single	仅 wan2.6 系列。`single` 单镜头 / `multi` 多镜头叙事；仅当 `prompt_extend=true` 时生效，优先级高于 prompt
`parameters.audio`	boolean	否	true	仅 `wan2.6-i2v-flash`。是否生成有声视频，有声/无声价格不同；`audio=false` 时即使传入 `audio_url` 也输出无声视频
`parameters.watermark`	boolean	否	false	是否添加「AI生成」水印
`parameters.seed`	integer	否	随机	随机种子，范围 [0, 2147483647]

wan2.2 与 wanx2.1 系列默认生成无声视频。

输入素材要求

图片（新版 first_frame / last_frame；旧版 img_url）

项目	要求
格式	JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP
分辨率	宽、高均在 [240, 8000] 像素
宽高比	1:8 ～ 8:1
文件大小	wan2.7 / wan2.6 / wan2.5：不超过 20 MB；wan2.2 / wanx2.1：不超过 10 MB
传入方式	公网 HTTP(S) URL，或 Base64（MIME 支持 image/jpeg、image/png、image/bmp、image/webp）

音频（新版 driving_audio；旧版 audio_url）

项目	wan2.7（driving_audio）	wan2.6 / wan2.5（audio_url）
格式	wav、mp3	wav、mp3
时长	2～30 秒	3～30 秒
文件大小	不超过 15 MB	不超过 15 MB
截断规则	音频超过 `duration` 时截取前 `duration` 秒；不足则剩余部分无声（如音频 3 秒、视频 5 秒 → 前 3 秒有声、后 2 秒无声）	同左
语义	传入 = 音频驱动（口型同步、动作卡点）；不传 = 自动生成背景音乐/音效	传入 = 用该音频生成视频；不传 = 自动配音
传入方式	公网 HTTP(S) URL（不支持 Base64）	同左

视频（新版 first_clip，视频续写）

项目	要求
格式	mp4、mov
时长	2～10 秒
分辨率	宽、高均在 [240, 4096] 像素，宽高比 1:8 ～ 8:1
文件大小	不超过 100 MB
续写规则	总时长由 `duration` 控制：如 `duration=15`、输入片段 3 秒 → 续写 12 秒，输出总长 15 秒

输出视频的宽高比由输入素材（首帧图/首视频片段）决定，结合 resolution 档位总像素自动缩放；视频宽高须为 16 的倍数，与原图宽高比会有微小偏差。

各模型分辨率与时长

模型	resolution 可选值	resolution 默认	duration 取值（秒）	duration 默认
`wan2.7-i2v`	720P、1080P	1080P	[2, 15] 整数	5
`wan2.6-i2v`	720P、1080P	1080P	[2, 15] 整数	5
`wan2.6-i2v-flash`	720P、1080P	1080P	[2, 15] 整数	5
`wan2.5-i2v-preview`	480P、720P、1080P	1080P	5、10	5
`wan2.2-i2v-flash`	480P、720P、1080P	720P	固定 5，不可修改	5
`wan2.2-i2v-plus`	480P、1080P	1080P	固定 5，不可修改	5
`wanx2.1-i2v-turbo`	480P、720P	720P	3、4、5	5
`wanx2.1-i2v-plus`	720P	720P	固定 5，不可修改	5

resolution、duration 影响费用，单价以模型广场为准。

响应示例

{
  "output": {
    "task_status": "PENDING",
    "task_id": "0385dc79-5ff8-4d82-bcb6-xxxxxx"
  },
  "request_id": "4909100c-7b5a-9f92-bfe5-xxxxxx"
}

字段	类型	说明
`output.task_id`	string	任务 ID，用于查询，有效期 24 小时。请勿重复创建任务，轮询即可
`output.task_status`	string	任务状态，创建成功时为 `PENDING`，状态说明见概述
`request_id`	string	请求唯一标识，用于问题排查
`code` / `message`	string	仅创建失败时返回错误码与详情（如 `InvalidApiKey`、`InvalidParameter`）

查询任务

创建任务后，用 task_id 轮询任务状态，SUCCEEDED 后从 output.video_url 获取视频地址（有效期 24 小时）：

GET https://platform.shuyanai.com/ali/api/v1/tasks/{task_id}

详见 09-查询任务。

02-图生视频

图生视频#

创建任务#

请求头#

请求示例#

请求体：新版协议（wan2.7）#

media 素材组合规则#

请求体：旧版协议（wan2.6 及更早）#

输入素材要求#

图片（新版 first_frame / last_frame；旧版 img_url）#

音频（新版 driving_audio；旧版 audio_url）#

视频（新版 first_clip，视频续写）#

各模型分辨率与时长#

响应示例#

查询任务#

图生视频

创建任务

请求头

请求示例

请求体：新版协议（wan2.7）

media 素材组合规则

请求体：旧版协议（wan2.6 及更早）

输入素材要求

图片（新版 first_frame / last_frame；旧版 img_url）

音频（新版 driving_audio；旧版 audio_url）

视频（新版 first_clip，视频续写）

各模型分辨率与时长

响应示例

查询任务