Wan 2.2 Fast Image to Video API

alibaba/wan/v2.2-a14b/image-to-video/turbo

Wan 2.2 Fast Image to Video 将静态参考图像快速转化为支持 480p 与 720p 分辨率的生动流畅视频,提供单张首帧驱动与首尾双帧过渡控制能力。模型能够高度保真输入画面的主体特征、质感纹理与环境光影,并依据文本提示词赋予画面自然连贯的物理动态。

输入

486/800

Image Urls[0]
Image Urls[0]
Image Urls[1](可选)
Image Urls[1](可选)
输出
样例输出
720p · 12 积分 ($0.060) / 次
继续使用

示例

Preserve the snow leopard, its exact fur pattern, body proportions and rocky mountain setting from the first frame. The leopard slowly turns only its head toward the camera and holds a calm attentive gaze. A light mountain breeze gently moves its dense fur while a few fine snow particles drift sideways. Its body and all four paws stay planted firmly on the ledge; its long tail rests behind it. Very slow subtle camera push-in, natural wildlife documentary motion, consistent anatomy and lighting, no cuts, no extra animals or objects.

Keep the woman's face, short curly hair, mustard sweater and tram interior exactly consistent with the input image. She gently brings her gaze from the rain-streaked window toward the camera, blinks naturally once, and forms a small relaxed closed-mouth smile. A few raindrops slide slowly down the window while the street beyond stays softly blurred. Her body stays seated and relaxed. Locked portrait camera, understated natural acting and soft overcast light, one uninterrupted shot, no new people, no dramatic head motion or cuts.

Wan 2.2 Fast Image to Video

Wan 2.2 Fast Image to Video 是阿里巴巴通义实验室推出的高性能图生视频模型,专为快速视频生产、角色动态演绎与影视分镜制作量身打造。模型支持通过自然语言提示词驱动一到两张参考图片生成生动流畅的高清视频片段。支持首帧单图驱动与首尾双帧关键帧平滑过渡控制,自动继承输入图片的原生画幅比例,提供 480p 与 720p 两种清晰度规格,单次生成仅需 6 积分($0.030)起,且添加尾帧无需额外费用。

核心优势

  • 高效 MoE 混合专家架构基于 27B 架构并在生成中动态激活 14B 参数,兼具出色的推理吞吐速率与细腻逼真的动态物理模拟质感。

  • 首尾双帧关键帧过渡控制不仅支持单张首帧驱动,还可额外传入可选尾帧,精准锁定画面始末关键状态并实现平滑转场,且不加收额外积分。

  • 原生画幅自适应继承自动沿用输入参考图的长宽比与构图排布,无需开发者手动换算与配置比例参数,杜绝画面非等比拉伸与裁切失真。

  • 480p 与 720p 双档位设计默认 480p 档位响应极速且经济高效,适合动作预审与海量生成;720p 档位画质细腻,满足高标准成品交付。

  • 确定透明的低成本计费按次计费清晰确定,480p 仅需 6 积分($0.030),720p 为 12 积分($0.060),任务若遭遇系统故障失败将自动全额退还已扣除积分。

参数列表

参数必填说明
prompt是

必填非空字符串,去除首尾空白后最多 800 个 Unicode 字符。

默认值-
image_urls是

提供 1–2 个公开 HTTP(S) 图片直链:第 1 张为首帧,第 2 张为可选尾帧。链接必须包含域名,不可包含凭证或空格。

默认值-
resolution否

输出分辨率:480p 或 720p。

默认值480p
seed否

可选随机种子,用于复现结果。

默认值-

使用步骤

  1. 提供首帧参考图直链在 image_urls 数组首位传入一张公开可访问的 HTTP(S) 图片链接,作为视频画面的起始关键帧。

  2. 可选添加尾帧控制转场如需控制视频动作终点或实现双图过渡,可在 image_urls 中追加传入第二张图片直链。

  3. 编写动作引导提示词在 800 字符内详述主体动作方向、微表情变化、环境物理动效以及运镜缩放推拉方式。

  4. 选择输出清晰度档位快速测试选用 480p(6 积分),正式商业成品交付选用 720p(12 积分)。

  5. 提交生成并获取成品调用提交接口,使用获得的 task_id 轮询任务状态,当状态为 finished 时提取 MP4 视频直链。

计费说明

按次生成计费。1 积分 = $0.005。

规格价格详情
480p6 积分/次$0.030/次
720p12 积分/次$0.060/次

最佳应用场景

  • 肖像人物与虚拟人动作活化为静态人物写真、虚拟偶像立绘赋予呼吸、眨眼、微笑及头部微动等自然面部神态。

  • 电商商品动态化与动态广告将商品静态白底图或棚拍场景照转化为带有光影流转、360度环绕运镜与材质特写的动态展示视频。

  • 影视分镜与双关键帧平滑转场将故事板中的起始画面与目标画面作为首尾双帧传入,由模型智能计算运动插值,高效生成故事连贯的过场片段。

  • 风光摄影与插画艺术动效呈现为自然摄影或概念艺术原画注入流水波纹、云海翻涌、飞鸟掠过与树影婆娑等生动环境动态。

专业技巧

  • 选用清晰且主体明确的高质量原图:高锐度、焦点准确且光照层次分明的输入图像能够显著提升生成视频的边缘稳定性与纹理质量。
  • 动作指令顺应原图姿态与空间关系:在编写提示词时,使动作发生的方向和幅度符合参考图中主体的物理姿态与空间透视关系。
  • 首尾双帧保持特征协调一致:使用双帧过渡时,确保两张图片中的主体核心特征、服装基色与主光源角度协调一致,以获得更加自然的插值效果。
  • 先在 480p 档位验证运动轨迹:先以 480p 快速检验动作是否符合构想,待动效轨迹与节奏满意后再以 720p 生成高清成片。
  • 固定 Seed 观察提示词细微调整:在微调运镜强度或主体行为描述时锁定 seed 随机种子,以便隔离变量、准确观察特定描述词的作用。

注意事项

  • 图片直链访问与格式要求:image_urls 中传入的链接必须为公开可直接访问的 HTTP(S) 图片链接,不可包含重定向拦截或需要权限验证的参数。
  • 画幅比例自动继承说明:生成视频的分辨率宽高比将严格自动继承输入的首帧图片原生比例,该接口不接受显式 aspect_ratio 参数。
  • 双帧数组上限与零加价规则:image_urls 数组支持 1 至 2 张图片;传入第 2 张尾帧完全不收取任何额外积分费用。
  • 800 字符限制与失败退款保障:prompt 提示词最长支持 800 个 Unicode 字符;若生成任务因后端服务异常最终失败,扣除的积分将全额自动返还账户。

相关模型

Wan 2.2 Fast Image to Video API 常见问题

什么是 Wan 2.2 Fast Image to Video API?

Wan 2.2 Fast Image to Video 是阿里巴巴推出的图生视频模型。它能将静态参考图像快速转化为支持 480p 与 720p 分辨率的高清流畅视频,提供单张首帧驱动与首尾双帧平滑过渡控制能力。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

Wan 2.2 Fast Image to Video 需要传入怎样的图片?

必须在 image_urls 数组中至少提供 1 张公开可访问的 HTTP(S) 图片直链作为视频首帧;此外还可额外传入第 2 张图片作为可选尾帧。在在线体验区中可直接从本地上传图片,系统会自动将其转为符合要求的可用直链。

Wan 2.2 Fast Image to Video 的可选尾帧有什么作用,是否额外收费?

在 image_urls 数组中传入第 2 张图片链接可将其设定为视频的结束帧,模型将自动计算两张图片之间的动作与镜头平滑过渡插值。添加可选尾帧不会增加任何生成费用,依旧按所选分辨率标准扣费。

Wan 2.2 Fast Image to Video 支持哪些输出分辨率?

Wan 2.2 Fast Image to Video 支持 480p(默认)与 720p 两种清晰度规格。480p 档位响应更快且成本极低,适合大批量创意发散与原型检验;720p 档位画面细腻度与纹理细节更丰富,适合直接用于成品内容交付。

Wan 2.2 Fast Image to Video 的视频画面比例是如何确定的?

生成的视频将自动继承输入首帧图片的原生画幅长宽比。该端点不支持传入自定义 aspect_ratio 参数,以确保输入素材构图不会发生意外裁切或变形拉伸。

Wan 2.2 Fast Image to Video 中提示词的作用和长度限制是什么?

prompt 参数为必填项,在去除首尾空格后最多允许输入 800 个 Unicode 字符。提示词用于引导参考图中主体的运动轨迹、动作幅度、神态演变以及摄像机推拉摇移等运镜方向。

Wan 2.2 Fast Image to Video 的调用费用是多少?

按次计费,费率因分辨率档位而异:480p 单次生成收取 6 积分($0.030),720p 单次生成收取 12 积分($0.060),无论是否携带可选尾帧均同价。提交时扣费,若任务因系统异常最终 failed,积分将自动原路全额退还。

如何通过 API 获取 Wan 2.2 Fast Image to Video 的生成视频?

向 POST /api/generate/submit 提交请求后,读取返回的 task_id。状态为 not_started 或 running 时,使用 GET /api/generate/status/{task_id} 继续轮询;到达 finished 或 failed 时停止。成功时从 data.files[].file_url 获取视频链接,失败时读取 data.error_message。