简体中文

English

简体中文

English
EN

文生视频 ​

方法: POST路径: /qwen/api/v1/services/aigc/video-generation/video-synthesis

官方api 文档

通义万相文生视频模型基于文本提示词，生成一段流畅的视频。支持的能力包括：

基础能力：支持选择视频时长（5秒/10秒）、指定视频分辨率（480P/720P/1080P）、智能改写prompt、添加水印。

音频能力：支持自动配音，或传入自定义音频文件，实现音画同步。（仅wan2.5支持）

请求参数 ​

Header 参数 ​

text
X-DashScope-Async
string
必需
示例:
enable
Content-Type
string
必需
示例:
application/json
Authorization
string
可选
默认值:
Bearer {{YOUR_API_KEY}}

Body 参数 application/json 必填 ​

text
model
string
必需
input
object
必需
prompt
string
必需
文本提示词。用来描述生成视频中期望包含的元素和视觉特点。
支持中英文，每个汉字/字母占一个字符，超过部分会自动截断。长度限制因模型版本而异：
wan2.5-t2v-preview：长度不超过2000个字符。
wan2.2及以下版本模型：长度不超过800个字符。
示例值：一只小猫在月光下奔跑。
negative_prompt
string
可选
反向提示词，用来描述不希望在视频画面中看到的内容，可以对视频画面进行限制。
支持中英文，长度不超过500个字符，超过部分会自动截断。
示例值：低分辨率、错误、最差质量、低质量、残缺、多余的手指、比例不良等。
audio_url
string
可选
仅 wan2.5-t2v-preview 支持。音频文件URL，模型将使用该音频生成视频。使用方法参见音频设置。
支持 HTTP 或 HTTPS 协议。本地文件可通过上传文件获取临时URL。
音频限制：
格式：wav、mp3。
时长：3～30s。
文件大小：不超过15MB。
超限处理：若音频长度超过 duration 值（5秒或10秒），自动截取前5秒或10秒，其余部分丢弃。若音频长度不足视频时长，超出音频长度部分为无声视频。例如，音频为3秒，视频时长为5秒，输出视频前3秒有声，后2秒无声。
示例值：
https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250923/hbiayh/%E4%BB%8E%E5%86%9B%E8%A1%8C.mp3。
parameters
object
可选
size
string
可选
指定生成的视频分辨率，格式为宽*高。该参数的默认值和可用枚举值依赖于 model 参数，规则如下：
wan2.5-t2v-preview：默认值为 1920*1080（1080P）。可选分辨率：480P、720P、1080P对应的所有分辨率。
wan2.2-t2v-plus：默认值为 1920*1080（1080P）。可选分辨率：480P、1080P对应的所有分辨率。
wanx2.1-t2v-turbo ：默认值为 1280*720（720P）。可选分辨率：480P、720P 对应的所有分辨率。
wanx2.1-t2v-plus：默认值为1280*720（720P）。可选分辨率：720P 对应的所有分辨率。
480P档位：可选的视频分辨率及其对应的视频宽高比为：
832*480：16:9。
480*832：9:16。
624*624：1:1。
720P档位：可选的视频分辨率及其对应的视频宽高比为：
1280*720：16:9。
720*1280：9:16。
960*960：1:1。
1088*832：4:3。
832*1088：3:4。
1080P档位：可选的视频分辨率及其对应的视频宽高比为：
1920*1080： 16:9。
1080*1920： 9:16。
1440*1440： 1:1。
1632*1248： 4:3。
1248*1632： 3:4。
prompt_extend
boolean
可选
是否开启prompt智能改写。开启后使用大模型对输入prompt进行智能改写。对于较短的prompt生成效果提升明显，但会增加耗时。
true：默认值，开启智能改写。
false：不开启智能改写。
示例值：true。
duration
integer
可选
生成视频的时长，单位为秒。该参数的取值依赖于 model参数：
wan2.5-t2v-preview：可选值为5、10。默认值为5。
wan2.2-t2v-plus：固定为5秒，且不支持修改。
wanx2.1-t2v-plus：固定为5秒，且不支持修改。
wanx2.1-t2v-turbo：固定为5秒，且不支持修改。
示例值：5。
audio
boolean
可选
仅 wan2.5-t2v-preview 支持。是否添加音频。参数优先级：audio_url > audio，仅在 audio_url为空时生效。
true：默认值，自动为视频添加音频。
false：不添加音频，输出无声视频。
示例值：true。
watermark
boolean
可选
是否添加水印标识，水印位于视频右下角，文案固定为“AI生成”。
false：默认值，不添加水印。
true：添加水印。
seed
integer
可选
随机数种子，取值范围为[0, 2147483647]。
未指定时，系统自动生成随机种子。若需提升生成结果的可复现性，建议固定seed值。
请注意，由于模型生成具有概率性，即使使用相同 seed，也不能保证每次生成结果完全一致。
示例值：12345。
示例
{
"model"
:
"wan2.5-t2v-preview"
,
"input"
:
{
"prompt"
:
"一幅史诗级可爱的场景。一只小巧可爱的卡通小猫将军，身穿细节精致的金色盔甲，头戴一个稍大的头盔，勇敢地站在悬崖上。他骑着一匹虽小但英勇的战马，说：”青海长云暗雪山，孤城遥望玉门关。黄沙百战穿金甲，不破楼兰终不还。“。悬崖下方，一支由老鼠组成的、数量庞大、无穷无尽的军队正带着临时制作的武器向前冲锋。这是一个戏剧性的、大规模的战斗场景，灵感来自中国古代的战争史诗。远处的雪山上空，天空乌云密布。整体氛围是“可爱”与“霸气”的搞笑和史诗般的融合。"
}
,
"parameters"
:
{
"size"
:
"832*480"
,
"prompt_extend"
:
true
,
"duration"
:
10
,
"audio"
:
true
}
}

请求示例代码 ​

Shell ​

bash
curl --location --request POST '/qwen/api/v1/services/aigc/video-generation/video-synthesis' \
--header 'X-DashScope-Async: enable' \
--header 'Authorization: Bearer {{YOUR_API_KEY}}' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "wan2.5-t2v-preview",
    "input": {
        "prompt": "一幅史诗级可爱的场景。一只小巧可爱的卡通小猫将军，身穿细节精致的金色盔甲，头戴一个稍大的头盔，勇敢地站在悬崖上。他骑着一匹虽小但英勇的战马，说：”青海长云暗雪山，孤城遥望玉门关。黄沙百战穿金甲，不破楼兰终不还。“。悬崖下方，一支由老鼠组成的、数量庞大、无穷无尽的军队正带着临时制作的武器向前冲锋。这是一个戏剧性的、大规模的战斗场景，灵感来自中国古代的战争史诗。远处的雪山上空，天空乌云密布。整体氛围是“可爱”与“霸气”的搞笑和史诗般的融合。"
    },
    "parameters": {
        "size": "832*480",
        "prompt_extend": true,
        "duration": 10,
        "audio": true
    }
}'

返回响应 ​

🟢 200 成功 ​

内容类型: application/json

响应结构 ​

text
object

示例 ​

json
{}

YutoAI © 2021-2026