LoopToken
视频生成

Wan 视频系列

通义 Wan 系列视频模型

适用模型

模型类型说明
wan2.7-t2v文生视频支持多镜头叙事提示词、自定义音频
wan2.7-i2v图生视频首帧/首尾帧/视频续写,支持自定义音频
wan2.7-r2v参考生视频多角色/道具/场景参考,声画同步
wan2.6-t2v文生视频像素级 size 指定分辨率,不提供音频时自动配音

实际可用模型以模型列表为准。

调用方式

异步两步协议(提交 + 轮询)与接口说明一致:提交 POST /v1/videos/generations 返回 202 和平台任务对象,之后轮询平台的 GET /v1/tasks/{task_id}(平台任务对象字段见接口说明,与上游原生查询接口不同)。

Wan 系列的请求体为 DashScope 风格:输入放在 input 对象(prompt/media 等),生成参数放在 parameters,不使用 content 数组与 --duration 文本指令(那是 Seedance 系列的形状)。

文生视频(wan2.7-t2v)

参数类型必填说明
input.promptstring视频描述文本,支持分镜头写法(如"第 1 个镜头 [0-3 秒] 全景:...")
input.negative_promptstring反向提示词,中英文,≤500 字符,超出自动截断
input.audio_urlstring自定义音频,wav/mp3,时长 2-30 秒,≤15MB;音频超过视频时长自动截取,不足则尾段无声
parameters.resolutionstring720P / 1080P(默认)
parameters.ratiostring宽高比,见下方尺寸表
parameters.durationint2-15 秒,默认 5
parameters.prompt_extendboolPrompt 智能改写,默认 true
parameters.watermarkbool"AI生成"水印,默认 false
parameters.seedint[0, 2147483647]

支持的尺寸(resolution + ratio 组合):

档位16:9(默认)9:161:14:33:4
720P1280×720720×1280960×9601104×832832×1104
1080P1920×10801080×19201440×14401648×12481248×1648
{
  "model": "wan2.7-t2v",
  "input": {"prompt": "一只猫在阳光下打盹"},
  "parameters": {"resolution": "720P", "ratio": "16:9", "duration": 5}
}

文生视频(wan2.6-t2v)

与 wan2.7-t2v 的主要差异:分辨率用像素级 parameters.size(宽*高)而非 resolution+ratio;不提供音频时模型自动生成背景音效。

参数类型必填说明
input.promptstring视频描述文本,≤1500 字符
input.negative_promptstring≤500 字符
input.audio_urlstringwav/mp3,时长 3-30 秒,≤15MB;不提供时自动生成背景音效
parameters.sizestring宽*高,默认 1920*1080;支持值见下表
parameters.durationint2-15 秒,默认 5
parameters.prompt_extendbool默认 true;shot_type 仅在其开启时生效
parameters.shot_typestring镜头类型:single(默认,单镜头)/ multi(多镜头)
parameters.watermarkbool默认 false
parameters.seedint[0, 4294967295]

支持的 size:720P 档 1280*720720*1280960*9601088*832832*1088;1080P 档 1920*10801080*19201440*14401632*12481248*1632

图生视频(wan2.7-i2v)

基于首帧图片生成视频,可选文本提示词引导;也支持首尾帧、视频续写等进阶素材组合。

请求参数

参数类型必填说明
modelstringwan2.7-i2v
input.mediaarray媒体素材列表,每个元素为 {"type": "...", "url": "..."};仅支持特定组合(见下方)
input.promptstring文本提示词,不超过 5000 字符;不提供时仅根据首帧生成
input.negative_promptstring反向提示词
parameters.resolutionstring分辨率档位:720P / 1080P(默认)
parameters.durationint视频时长,2-15 秒,默认 5
parameters.prompt_extendboolPrompt 智能改写,默认 true
parameters.watermarkbool"AI生成"水印,默认 false
parameters.seedint随机种子,[0, 2147483647]

input.media 支持的素材组合(type 取值,非法组合会报错):

场景组合
首帧生视频first_frame;或 first_frame + driving_audio(自定义音频)
首尾帧生视频first_frame + last_frame;或再加 driving_audio
视频续写first_clip;或 first_clip + last_frame

宽高比自动跟随首帧图片。素材 url 支持公网 URL 或 Base64(data:{MIME};base64,...);传 URL 时必须保证上游能直接下载到。

请求示例

curl https://api.looptoken.cc/v1/videos/generations \
  -H "Authorization: Bearer $LOOPTOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan2.7-i2v",
    "input": {
      "prompt": "猫咪缓缓睁开眼睛,伸了个懒腰",
      "media": [
        {"type": "first_frame", "url": "data:image/jpeg;base64,/9j/4AAQ..."}
      ]
    },
    "parameters": {"resolution": "720P", "duration": 5}
  }'

提交成功返回 202 与平台任务对象,完整轮询示例见接口说明

参考生视频(wan2.7-r2v)

基于参考视频/图片素材 + 文本指令,生成单角色表演、多角色互动类视频,支持多镜头叙事、声画同步。任务耗时通常 1-5 分钟。

参数类型必填说明
input.promptstring文本指令,≤5000 字符;用"图N"/"视频N"引用素材(见下方引用规则)
input.negative_promptstring反向提示词
input.mediaarray素材数组,元素为 {"type": "reference_image" | "reference_video", "url": "..."};图像元素可附加 reference_voice 字段(音频 URL)实现声画同步
parameters.ratiostring16:9(默认)/ 9:16 / 1:1 / 4:3 / 3:4;传入首帧图像时自动忽略,跟随首帧宽高比
parameters.durationint默认 5;素材含视频时 2-10 秒,不含视频时 2-15
parameters.prompt_extendbool默认 true
parameters.watermarkbool默认 false
parameters.seedint[0, 2147483647]

素材引用规则:按数组顺序计数,图和视频分别计数——第 1 个 reference_image 对应"图1",第 2 个对应"图2";第 1 个 reference_video 对应"视频1",以此类推。prompt 里用这些编号描述互动(如"视频1 抱着图3,在图4 的椅子上弹奏")。

计费

按"时长 × 分辨率档位单价"计费,价格见模型列表。注意:平台的预扣估算只读 parameters.durationparameters.size(宽*高 格式)——wan2.6-t2v 的 size 写法预扣档位准确;用 parameters.resolution 指定档位(wan2.7 系列)时预扣按 720p 档计算,任务结束后按上游返回的实际档位(usage.SR)多退少补,以 credits_charged 为准。

错误

接口说明一致,见错误码。上游校验失败(如 The img_url is not validThe size is not match the model supported resolution)会以任务 failed 终态或 502 形式返回。

本页内容