> ## Documentation Index > Fetch the complete documentation index at: https://docs.powertokens.ai/llms.txt > Use this file to discover all available pages before exploring further. # 万相3.0 视频生成 > 提交一个异步的阿里云万相3.0视频生成任务。支持文生视频、图生视频（首帧/首尾帧）和参考生视频等多种用法。 该能力使用顶层 `media` 数组作为多模态输入。通过不同的 `media.type` 组合实现不同能力： - **文生视频**：仅传入 `prompt`，不传 `media`。 - **首帧生视频**：传入 `first_frame` 类型媒体。 - **首尾帧生视频**：同时传入 `first_frame` 和 `last_frame` 类型媒体。 - **参考生视频**：传入 `reference_image`、`reference_video` 或 `reference_audio` 类型媒体。 注意：`reference_xx` / `file` / `link` 类型和 `first_frame` / `last_frame` 类型互斥，不能在同一请求中混用。 提交任务后，请通过 `GET /v1/videos/{task_id}` 查询任务状态。 ## OpenAPI ````yaml api-reference/zh-Hans/zmodelVideo/ali/wan3.0-video-generation.json POST /v1/videos openapi: 3.0.1 info: title: 万相3.0 视频生成 version: 1.0.0 description: >- 阿里云万相3.0（wan3.0-video）是全能参考视频生成模型（All-in-One），统一支持文生视频、图生视频（首帧/首尾帧）和参考生视频等多种用法。最长可生成30秒视频，输出帧率为30fps。统一入口为 `/v1/videos`。 license: name: Project License url: https://github.com/QuantumNous/new-api/blob/main/LICENSE servers: - url: https://api.powertokens.ai description: baze平台 API 服务端点 security: [] tags: - name: 万相3.0 视频 description: 阿里云万相3.0 wan3.0-video 视频生成能力 paths: /v1/videos: post: tags: - 万相3.0 视频 summary: 创建万相3.0视频生成任务 description: >- 提交一个异步的阿里云万相3.0视频生成任务。支持文生视频、图生视频（首帧/首尾帧）和参考生视频等多种用法。 该能力使用顶层 `media` 数组作为多模态输入。通过不同的 `media.type` 组合实现不同能力： - **文生视频**：仅传入 `prompt`，不传 `media`。 - **首帧生视频**：传入 `first_frame` 类型媒体。 - **首尾帧生视频**：同时传入 `first_frame` 和 `last_frame` 类型媒体。 - **参考生视频**：传入 `reference_image`、`reference_video` 或 `reference_audio` 类型媒体。 注意：`reference_xx` / `file` / `link` 类型和 `first_frame` / `last_frame` 类型互斥，不能在同一请求中混用。 提交任务后，请通过 `GET /v1/videos/{task_id}` 查询任务状态。 operationId: aliWan30VideoGenerationCreate requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/Wan30VideoGenerationRequest' examples: 参考文件生视频: summary: 参考文件生视频 value: model: wan3.0-video prompt: 根据文件内容生成一个展示视频，文件中的关键信息以动画形式呈现。 media: - type: file url: https://example.com/assets/document.pdf size: 1080P ratio: '16:9' seconds: '5' 参考生视频: summary: 参考生视频 value: model: wan3.0-video prompt: 图1朝镜头走来，轻松挥手并微笑。背景是图2中的花园场景。 media: - type: reference_image url: https://example.com/assets/character.png - type: reference_image url: https://example.com/assets/garden.png size: 1080P ratio: '16:9' seconds: '5' 文生视频: summary: 文生视频 value: model: wan3.0-video prompt: >- 第1个镜头 大远景开篇，镜头从接近地面的低机位开始向前移动，镜头沿草原方向推进，同时向上移动，将视角从贴地逐渐抬升至略高位置。 size: 1080P ratio: '16:9' seconds: '5' 首帧生视频: summary: 首帧生视频 value: model: wan3.0-video prompt: 图1中的人物缓缓转身，微笑着向镜头走来。 media: - type: first_frame url: https://example.com/assets/opening-frame.png size: 1080P seconds: '5' 首尾帧生视频: summary: 首尾帧生视频 value: model: wan3.0-video prompt: 从首帧场景平滑过渡到尾帧场景，中间加入自然的镜头运动。 media: - type: first_frame url: https://example.com/assets/start-frame.png - type: last_frame url: https://example.com/assets/end-frame.png size: 720P ratio: '16:9' seconds: '5' 视频编辑: summary: 视频编辑 value: model: wan3.0-video prompt: 对视频进行色彩增强和画面稳定处理。 media: - type: reference_video url: https://example.com/assets/source-video.mp4 size: 1080P ratio: '16:9' seconds: '5' 视频延长: summary: 视频延长 value: model: wan3.0-video prompt: 继续展示相同的场景，保持风格一致。 media: - type: reference_video url: https://example.com/assets/video-to-extend.mp4 size: 1080P ratio: '16:9' seconds: '10' responses: '200': description: 提交成功，返回统一的视频任务对象。 content: application/json: schema: $ref: '#/components/schemas/VideoTaskResponse' '400': description: 请求参数不合法。 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: invalid_request: summary: 参数错误 value: error: message: 请求体格式错误或字段取值非法 type: invalid_request_error code: bad_request_body param: '' '401': description: 鉴权失败，例如未提供令牌或令牌无效。 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: unauthorized: summary: 未授权 value: error: message: 无效的令牌 type: api_error code: access_denied param: '' '413': description: 请求体过大。 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: request_too_large: summary: 请求体过大 value: error: message: 请求体过大，请缩小输入后重试 type: api_error code: read_request_body_failed param: '' '429': description: 触发速率限制或账户额度不足。 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: quota_exceeded: summary: 额度不足或速率受限 value: error: message: 当前账户额度不足，请稍后重试 type: api_error code: insufficient_user_quota param: '' '500': description: 服务端处理请求时发生内部错误。 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: internal_error: summary: 内部处理失败 value: error: message: 服务内部处理失败，请稍后重试 type: api_error code: gen_relay_info_failed param: '' '502': description: 上游服务返回异常响应。 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: bad_gateway: summary: 上游响应异常 value: error: message: 上游服务返回了无效响应 type: api_error code: bad_response_status_code param: '' '503': description: 上游服务暂不可用，或当前模型暂无可用渠道。 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' examples: service_unavailable: summary: 服务暂不可用 value: error: message: 当前模型暂时无可用渠道，请稍后重试 type: api_error code: get_channel_failed param: '' security: - BearerAuth: [] components: schemas: Wan30VideoGenerationRequest: type: object required: - model properties: model: type: string enum: - wan3.0-video - wan3.0-video-prime description: |- 模型名称。可选值： - `wan3.0-video`：标准版。 - `wan3.0-video-prime`：高速版，能力对齐标准版，端到端速度显著提升。 prompt: type: string description: |- 文本提示词，用来描述期望生成的视频内容。与 `media` 必填其一。 支持中英文，每个汉字/字母占一个字符，不超过20000个字符，超过部分会自动截断。 在全能参考模式下，prompt 中可以用 `图1`、`视频1` 等指代 media 数组中对应顺序的媒体素材。 media: type: array description: |- 媒体素材数组，支持图像、视频、音频、文件和网页作为输入。与 `prompt` 必填其一。 - 数组中每个元素为一个媒体对象，包含 `type` 与 `url` 字段。 - 在参考生视频下，按照数组书序定义prompt中素材引用的书序。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_image` 对应 **图1**，第 2 个对应 **图2**，以此类推。 - 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_audio` 对应 **音频1**，第 2 个对应 **音频2**，以此类推。 items: $ref: '#/components/schemas/Wan30MediaInput' size: type: string enum: - 480P - 720P - 1080P description: |- **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。默认值为 `1080P`。 default: 1080P ratio: type: string enum: - adaptive - '16:9' - '4:3' - '1:1' - '3:4' - '9:16' description: |- 生成视频的宽高比。默认值为 `adaptive`（自适应长宽比，根据输入媒体比例和意图自动推荐合适的长宽比）。 可选值为： - `adaptive`（默认值）：自适应长宽比。 - `16:9` - `4:3` - `1:1` - `3:4` - `9:16` default: adaptive seconds: type: string description: |- **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。默认值为 `5`。 - 无视频输入时：取值范围为 [2, 30] 之间的整数。 - 有视频输入时：输入视频总时长 + 输出视频时长不超过30秒。 - 传 `-1` 时：智能时长模式，模型根据输入的 prompt、内容和富媒体自动推荐合适时长。 default: '5' enum: - '-1' - '2' - '3' - '4' - '5' - '6' - '7' - '8' - '9' - '10' - '11' - '12' - '13' - '14' - '15' - '16' - '17' - '18' - '19' - '20' - '21' - '22' - '23' - '24' - '25' - '26' - '27' - '28' - '29' - '30' generate_audio: type: boolean description: |- 输出视频是否包含音频。 - `true`（默认值）：输出视频包含声音。 - `false`：输出视频不包含音轨。 开关声音价格相同。 default: true prompt_extend: type: boolean description: >- 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。 default: true watermark: type: boolean description: |- 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。 default: false seed: type: integer minimum: 0 maximum: 2147483647 description: >- 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。 VideoTaskResponse: type: object properties: id: type: string description: 任务唯一标识。 task_id: type: string description: 任务 ID（与 id 相同）。 object: type: string example: video model: type: string description: 使用的模型名称。 status: type: string enum: - pending - queued - running - succeeded - failed - cancelled description: 任务状态。 progress: type: integer description: 任务进度（百分比）。 created_at: type: integer format: int64 description: 创建时间的 Unix 时间戳（秒）。 ErrorResponse: type: object properties: error: type: object properties: message: type: string type: type: string description: 错误类型，例如 `invalid_request_error`、`api_error` 或上游兼容错误类型。 code: type: string Wan30MediaInput: type: object required: - type - url properties: type: type: string enum: - first_frame - last_frame - reference_image - reference_video - reference_audio - file - link description: >- 媒体素材类型。可选值为： - `first_frame`：首帧图像。最多1张，严格作为视频第一帧。 - `last_frame`：尾帧图像。最多1张，严格作为视频最后一帧。 - `reference_image`：参考图像。最多10张。 - `reference_video`：参考视频。最多5段，总时长不大于15秒。 - `reference_audio`：参考音频。最多5段，总时长不大于15秒。 - `file`：文件。最多1个，不可与 `link` 同时输入。 - `link`：网页链接。最多1个，不可与 `file` 同时输入。 **重要**：`reference_xx` / `file` / `link` 类型和 `first_frame` / `last_frame` 类型互斥，不能在同一请求中混用。 url: type: string description: >- 媒体素材 URL。 **传入图像（type=first_frame / last_frame / reference_image）：** 图像 URL。格式支持 JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP。分辨率单边 [240, 8000] 像素，长宽比不超过 8:1，文件大小不超过 20MB。 支持输入的格式： 1.公网URL： 支持HTTP或HTTPS协议。 示例值：`https://xxx/xxx.png`。 **传入视频（type=reference_video）：** 参考视频 URL。格式支持 mp4、mov。时长 [1, 15] 秒，分辨率单边 [240, 4096] 像素，长宽比不超过 8:1，单文件大小不超过 100MB。 支持输入的格式： 1.公网URL： 支持HTTP或HTTPS协议。 示例值：`https://xxx/xxx.mp4`。 **传入音频（type=reference_audio）：** 参考音频 URL。格式支持 wav、mp3。时长 [1, 15] 秒，文件大小不超过 15MB。 支持输入的格式： 1.公网URL： 支持HTTP或HTTPS协议。 示例值：`https://xxx/xxx.mp3`。 **传入文件（type=file）：** 文件 URL。格式支持 docx、doc、xlsx、xls、pptx、ppt、pdf、txt、key、pages、numbers、md。文件大小不超过 100MB，页数不超过 50 页。 支持输入的格式： 1.公网URL： 支持HTTP或HTTPS协议。 示例值：`https://xxx/xxx.pdf`。 **传入网页链接（type=link）：** 公开网页的 URL 地址。仅支持无需登录的公开网页。 支持输入的格式： 1.公网URL： 支持HTTP或HTTPS协议。 示例值：`https://xxx/article/xxx`。 securitySchemes: BearerAuth: type: http scheme: bearer bearerFormat: JWT description: '在请求头中传入 `Authorization: Bearer `。' ````