curl --request POST \
  --url https://api.powertokens.ai/v1/videos \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "wan2.7-r2v",
  "prompt": "图1朝镜头走来，轻松挥手并微笑。",
  "media": [
    {
      "type": "reference_image",
      "url": "https://example.com/assets/subject-reference.png"
    }
  ],
  "seconds": "5",
  "size": "1080P",
  "ratio": "16:9",
  "prompt_extend": true,
  "watermark": false
}
'

{
  "id": "<string>",
  "task_id": "<string>",
  "object": "video",
  "model": "<string>",
  "progress": 123,
  "created_at": 123
}

{
  "code": "invalid_request",
  "message": "wan2.7-r2v requires at least one reference_image or reference_video",
  "data": null
}

{
  "code": "access_denied",
  "message": "无效的令牌",
  "data": null
}

{
  "code": "read_request_body_failed",
  "message": "请求体过大，请缩小输入后重试",
  "data": null
}

{
  "code": "insufficient_user_quota",
  "message": "当前账户额度不足，请稍后重试",
  "data": null
}

{
  "code": "gen_relay_info_failed",
  "message": "服务内部处理失败，请稍后重试",
  "data": null
}

{
  "code": "bad_response_status_code",
  "message": "上游服务返回了无效响应",
  "data": null
}

{
  "code": "get_channel_failed",
  "message": "当前模型暂时无可用渠道，请稍后重试",
  "data": null
}

阿里巴巴

Wan 参考生视频

提交一个异步 Ali wan2.7-r2v 视频生成任务。

该能力使用顶层 media 数组作为公开多模态输入。当前支持的 media.type 包括 reference_image、reference_video 和 first_frame。

当前公开规则：

prompt 为必填；
至少提供一个 reference_image 或 reference_video；
reference_image 与 reference_video 合计最多 5 个；
first_frame 为可选，最多 1 个；
size 仅支持 720P 和 1080P；
ratio 仅支持 16:9、9:16、1:1、4:3、3:4；
seconds 仅接受 2 到 15 的整数字符串；若包含任意 reference_video，则允许范围收窄为 2 到 10。

当提供多个参考素材时，请在提示词中按提交顺序引用：图片参考写作 图1、图2，视频参考写作 视频1、视频2，图像和视频分别计数。

POST

videos

curl --request POST \
  --url https://api.powertokens.ai/v1/videos \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "wan2.7-r2v",
  "prompt": "图1朝镜头走来，轻松挥手并微笑。",
  "media": [
    {
      "type": "reference_image",
      "url": "https://example.com/assets/subject-reference.png"
    }
  ],
  "seconds": "5",
  "size": "1080P",
  "ratio": "16:9",
  "prompt_extend": true,
  "watermark": false
}
'

{
  "id": "<string>",
  "task_id": "<string>",
  "object": "video",
  "model": "<string>",
  "progress": 123,
  "created_at": 123
}

{
  "code": "invalid_request",
  "message": "wan2.7-r2v requires at least one reference_image or reference_video",
  "data": null
}

{
  "code": "access_denied",
  "message": "无效的令牌",
  "data": null
}

{
  "code": "read_request_body_failed",
  "message": "请求体过大，请缩小输入后重试",
  "data": null
}

{
  "code": "insufficient_user_quota",
  "message": "当前账户额度不足，请稍后重试",
  "data": null
}

{
  "code": "gen_relay_info_failed",
  "message": "服务内部处理失败，请稍后重试",
  "data": null
}

{
  "code": "bad_response_status_code",
  "message": "上游服务返回了无效响应",
  "data": null
}

{
  "code": "get_channel_failed",
  "message": "当前模型暂时无可用渠道，请稍后重试",
  "data": null
}

授权

Authorization

string

header

必填

在请求头中传入 Authorization: Bearer <token>。

请求体

application/json

model

enum<string>

必填

模型名称。可选值：wan2.7-r2v。

可用选项:

wan2.7-r2v

prompt

string

必填

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、标点占一个字符，超过部分会自动截断。

wan2.7-r2v：不超过5000个字符。

参考指代：当为中文提示词时，参考图片时通过"图1、图2"这类标识指代，参考视频时通过"视频1、视频2"这类标识指代。英文提示词则写为"Image 1"、"Video 1"这类标识。英文字母和数字之间有空格，首字母大写。顺序与 media 数组顺序一致。图和视频分别计数，即同时存在图1、视频1等标识。若参考素材有且仅有一张图片或一个视频，则可简化表述为"参考图片"或"参考视频"。

画面描述：假设参考图1是一只猫，图2是一个房间，要描述猫在房间里玩耍，支持两种写法：一种是直接使用标识指代（如"图1在图2里玩耍"）；另一种是结合主体与场景补充说明（如"图1的猫在图2的房间里玩耍"）。

多宫格（故事板图像）：当参考图片为多宫格（故事板图像）时，提示词建议按照多分镜的形式描述画面内容。无需描述每个宫格，提供关键分镜内容即可，模型将自动识别宫格逻辑并智能补全镜头内容。为达到更好的效果，建议单次仅输入一张多宫格图。

media

object[]

必填

媒体素材数组，素材包括图像、视频和音频。支持图像/视频输入作为视觉参考，图像支持多视图，常见参考角色、道具、场景等。

数组中每个元素为一个媒体对象，包含 type 与 url 字段。

按照数组顺序定义 prompt 中角色引用的顺序。图和视频分别计数，即可同时存在图1、视频1。

数组中的第 1 个 reference_video 对应视频1，第 2 个对应视频2，以此类推。
数组中的第 1 个 reference_image 对应图1，第 2 个对应图2，以此类推。

Show child attributes

size

enum<string>

默认值:1080P

重要 size 直接影响费用，请在调用前确认模型价格。

生成视频的分辨率档位，用于控制视频的清晰度（总像素）。

wan2.7-r2v：可选值：720P、1080P。默认值为 1080P。

可用选项:

720P,

1080P

seconds

enum<string>

默认值:5

重要 seconds 直接影响费用，请在调用前确认模型价格。

生成视频的时长，单位为秒。

wan2.7-r2v：默认值为 5。

当参考素材中包含视频时：取值为 [2, 10] 之间的整数。
当参考素材中不包含视频时：取值为 [2, 15] 之间的整数。

可用选项:

2,

3,

4,

5,

6,

7,

8,

9,

10,

11,

12,

13,

14,

15

ratio

enum<string>

默认值:16:9

生成视频的宽高比。

生效逻辑：

未传入首帧图像：按指定的 ratio 参数生成视频。
已传入首帧图像：自动忽略 ratio 参数，以首帧图像的宽高比生成近似比例的视频。

可选值为：

16:9（默认值）
9:16
1:1
4:3
3:4

不同宽高比对应的输出视频分辨率（宽高像素值）：

720P：

16:9 → 1280×720
9:16 → 720×1280
1:1 → 960×960
4:3 → 1104×832
3:4 → 832×1104

1080P：

16:9 → 1920×1080
9:16 → 1080×1920
1:1 → 1440×1440
4:3 → 1648×1248
3:4 → 1248×1648

可用选项:

16:9,

9:16,

1:1,

4:3,

3:4

negative_prompt

string

反向提示词，用来描述不希望在视频画面中出现的内容，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。

prompt_extend

boolean

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。

watermark

boolean

默认值:false

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

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。

必填范围: 0 <= x <= 2147483647

响应

提交成功，返回统一的 OpenAI 风格视频任务对象。

string

公开任务 ID。

task_id

string

公开任务 ID 别名。

object

string

示例:

"video"

model

string

模型名称。

status

enum<string>

统一视频任务状态。

可用选项:

queued,

in_progress,

completed,

failed,

unknown

progress

integer

任务进度百分比。

created_at

integer<int64>

秒级 Unix 时间戳。

视频下载

Wan 文生视频

聊天模型

图像模型

视频模型

音频模型

资产库

Wan 参考生视频

授权

请求体

响应