Wan3.0 Reference-to-Video
- Les images / vidéos / audio de référence, les fichiers et les pages web servent d’éléments ; le modèle comprend automatiquement l’intention puis génère la vidéo
- Dans le prompt, désignez les éléments par “Image 1”, “Video 1” et “Audio 1” ; les trois types d’éléments sont comptés indépendamment
- Le
promptet les éléments de référence : au moins l’un des deux doit être fourni - La première et la dernière image ne sont pas acceptées (
image_start/image_end) : les éléments de référence et les images de début/fin s’excluent mutuellement. Pour contrôler strictement le début et la fin de l’image, utilisez Wan3.0 image vers vidéo - 🔴 Les vidéos de référence comptent dans la facturation, les images de référence / audio de référence / fichiers / pages web ne sont pas facturés
- Mode de traitement asynchrone, utilisez l’ID de tâche renvoyé pour interroger le statut
- Les liens vidéo générés sont valides 24 heures, veuillez les sauvegarder rapidement
Facturation
- Formule de facturation : durée facturée = durée de la vidéo d’entrée + durée de la vidéo de sortie, facturation à la seconde
- Multiplicateur de résolution :
480p= 1x (référence),720p= 2x,1080p= 4x - Les images de référence, l’audio de référence, les fichiers de référence et les liens de pages web ne sont pas facturés
- Lorsque
durationvaut-1(durée intelligente), le montant est préautorisé au plafond de30secondes ; après le succès de la tâche, la facturation porte sur la durée réellement produite et la différence est remboursée automatiquement - Activer ou désactiver la piste
audiocoûte le même prix - Les tâches en échec ne sont pas facturées, les crédits gelés sont intégralement remboursés
Autorisations
##Toutes les API nécessitent une authentification Bearer Token##
Obtenir une clé API :
Visitez la Page de gestion des clés API pour obtenir votre clé API
Ajouter à l'en-tête de requête :
Corps
Nom du modèle, fixé à wan3.0-reference-video
wan3.0-reference-video "wan3.0-reference-video"
Prompt textuel pour la génération vidéo. Le chinois et l'anglais sont pris en charge, chaque caractère chinois / lettre compte pour 1 caractère, longueur maximale 20000 caractères ; le surplus est tronqué automatiquement (sans erreur)
Règles de désignation des éléments :
- "Image 1", "Image 2" désignent les images à la position correspondante dans
image_urls(à partir de 1) - "Video 1", "Video 2" désignent les vidéos à la position correspondante dans
video_urls - "Audio 1", "Audio 2" désignent les fichiers audio à la position correspondante dans
audio_urls - Images, vidéos et audio sont comptés indépendamment, "Image 1" et "Video 1" peuvent donc coexister
- Dans les prompts en anglais, écrivez "Image 1", "Video 1", "Audio 1" (initiale en majuscule, espace entre le mot et le chiffre)
"The character in Video 1 holds Image 3 and plays a soft country folk tune on the chair in Image 4, saying: “What lovely sunshine today.”"
Tableau d'URL d'images de référence, 10 images au maximum. Il peut fournir des sujets (personnes/animaux/objets) ou des arrière-plans de scène ; lorsqu'un sujet est inclus, chaque image ne devrait contenir qu'un seul personnage
L'ordre du tableau correspond à "Image 1, Image 2..." dans le prompt.
Limites d'image :
- Formats : JPEG, JPG, PNG (transparence non prise en charge), BMP, WEBP
- Résolution : largeur et hauteur dans
[240, 8000]pixels - Rapport d'aspect : 1:8 ~ 8:1
- Taille du fichier : jusqu'à
20MB
10Tableau d'URL de vidéos de référence, 5 séquences au maximum. L'ordre du tableau correspond à "Video 1, Video 2..." dans le prompt
Limites de durée :
1 ~ 15secondes par séquence- 15 secondes au total au maximum
- Durée totale des vidéos de référence + durée de la vidéo de sortie ne doit pas dépasser 30 secondes
🔴 Les vidéos de référence comptent dans la facturation : durée facturée = durée de la vidéo d'entrée + durée de la vidéo de sortie. Les images de référence, l'audio de référence, les fichiers et les pages web ne sont pas facturés
Limites vidéo :
- Formats : mp4, mov
- Résolution : largeur et hauteur dans
[240, 4096]pixels - Rapport d'aspect : 1:8 ~ 8:1
- Taille par fichier : jusqu'à
100MB
5Tableau d'URL d'audio de référence, 5 séquences au maximum. L'ordre du tableau correspond à "Audio 1, Audio 2..." dans le prompt
⚠️ Sémantique différente de Wan2.7 : dans Wan2.7, audio_urls portait une voix liée à une image ou une vidéo de référence donnée ; dans Wan3.0, l'audio de référence est un élément autonome désigné directement dans le prompt par "Audio 1", et le protocole de liaison vocale model_params.voice_bindings n'est pas pris en charge. Pensez à réécrire vos requêtes lors de la migration depuis Wan2.7.
Limites de durée :
1 ~ 15secondes par séquence, 15 secondes au total au maximum- L'audio de référence n'est pas facturé
Limites audio :
- Formats : wav, mp3
- Taille du fichier : jusqu'à
15MB
5Paramètres d'extension du modèle. file_url et link_url s'excluent mutuellement, il faut choisir l'un ou l'autre
Durée de la vidéo générée (secondes), 5 par défaut
Valeurs acceptées :
- Tout entier compris entre
2et30 -1: durée intelligente, le modèle détermine la longueur de sortie d'après le prompt et les éléments d'entrée
Facturation de la durée intelligente : au moment de l'envoi, la longueur générée est inconnue ; le montant est donc préautorisé au plafond de 30 secondes, puis régularisé sur la durée réellement produite après le succès de la tâche, l'excédent gelé étant libéré automatiquement. Si votre solde ne couvre pas la préautorisation au plafond, indiquez plutôt un nombre de secondes explicite.
Contrainte supplémentaire en présence de vidéos de référence :
- Durée totale des vidéos de référence + durée de la vidéo de sortie ne doit pas dépasser 30 secondes
- Exemple : avec 10 secondes de vidéos de référence au total,
durationne peut pas dépasser 20
5
Résolution vidéo, 720p par défaut
Options :
480p: définition plus basse, prix le plus bas (base de facturation)720p: définition standard, valeur par défaut, prix 2x celui de480p1080p: haute définition, prix 4x celui de480p
480p, 720p, 1080p "720p"
Rapport d'aspect de la vidéo, adaptive par défaut
Options :
adaptive: adaptatif, le modèle recommande un rapport d'aspect adapté selon le ratio des éléments d'entrée et l'intention du prompt, valeur par défaut16:9(paysage),9:16(portrait),1:1(carré),4:3,3:4
adaptive, 16:9, 9:16, 1:1, 4:3, 3:4 "16:9"
Indique si la vidéo de sortie contient une piste audio, true par défaut
Options :
true: la vidéo de sortie contient du son (voix, effets sonores, musique de fond), valeur par défautfalse: vidéo muette en sortie
Le son activé ou désactivé coûte le même prix, sans frais supplémentaires.
true
Graine aléatoire, utilisée pour reproduire les résultats, aléatoire par défaut
Notes :
- Plage :
0~2147483647 - Fixer la graine réduit la variation lors de l'itération sur les prompts et améliore la reproductibilité
0 <= x <= 214748364742
URL de rappel HTTPS après l'achèvement de la tâche
Moment du rappel :
- Déclenché lorsque la tâche est terminée (completed), échouée (failed) ou annulée (cancelled)
- Envoyé après la confirmation de la facturation
Restrictions de sécurité :
- Seul le protocole HTTPS est pris en charge
- Les rappels vers les adresses IP du réseau interne sont interdits (127.0.0.1, 10.x.x.x, 172.16-31.x.x, 192.168.x.x, etc.)
- La longueur de l'URL ne doit pas dépasser
2048caractères
Mécanisme de rappel :
- Délai d'expiration :
10secondes - Maximum de
3tentatives après échec (les tentatives ont lieu après1/2/4secondes suivant l'échec) - Le format du corps de réponse du rappel est cohérent avec le format de réponse de l'API de consultation de tâche
- Un code de statut 2xx est considéré comme un succès, les autres codes de statut déclenchent une nouvelle tentative
"https://your-domain.com/webhooks/video-task-completed"
Réponse
Tâche de génération vidéo créée avec succès
Horodatage de création de la tâche
1761313744
ID de tâche
"task-unified-1774857405-abc123"
Nom du modèle réellement utilisé
"wan3.0-reference-video"
Type spécifique de la tâche
video.generation.task Pourcentage de progression de la tâche (0-100)
0 <= x <= 1000
Statut de la tâche
pending, processing, completed, failed "pending"
Informations détaillées de la tâche vidéo
Type de sortie de la tâche
text, image, audio, video "video"
Informations d'utilisation et de facturation