Wan 2.7 video and image generation and editing

Wan 2.7 是 Vidgo 提供的一个 Alibaba 系列，覆盖四个视频任务与四个 Standard/Pro 图像任务。视频支持 720p/1080p 的文字、画面、图像/视频参考和编辑，图像支持文字生成、一至四张参考图编辑、预设/自定义像素画布，以及一至四张输出。

准备文字要求、来源画面、参考片段或编辑图像，并选择需要的视频或图像任务。描述目标变化和保留细节，再设置实际输出参数。检查后的结果可以用于分镜、角色运动、视频服装修改、双语场景图形、多素材照片与视觉风格变化。

登录 Vidgo，在账户面板查看余额与 API 凭据。在线测试所选任务，再按照文档提交模型标识、输入字段与输出参数。保存返回的任务 ID，用于查询状态和获取生成文件地址，或为应用配置回调通知。

从模型列表选择视频或图像。视频根据文字、画面、参考或来源编辑选择对应时长，图像选择 Standard/Pro，以及文字生成或一至四张图像编辑。说明各项来源作用，再设置任务支持的分辨率、画布、图像数量与其他控制。

视频使用 720p/1080p，文字时长为 5/10/15 秒，画面动画接受 2–15 秒整数，参考生成接受 2–10 秒整数，编辑接受读取来源时长的 0 或 2–10 秒整数。文字/参考/编辑提供 16:9、9:16、1:1、4:3 和 3:4。图像、参考和编辑任务提供 multi_shots，文字/图像任务还接受可选 audio_url，图像任务接受可选 video_url。静态图像使用六种画布预设，或正整数 width/height 对象，n 为 1 至 4。所有提示词最多接受 5,000 个字符，画面动画提示词可选。

视频画面动画接受一张或两张图像，视频参考生成至少使用一个非空图像或视频列表，其中图像最多九张。视频任务的图像字段接受公开 HTTP(S)、Data URI 或原始 Base64，视频/音频来源使用 HTTP(S)。编辑需要一个 video_url，并可以提供一张目标图，自动编辑需要可读取的 2–10 秒来源，文件最多 100 MiB。静态图像编辑使用一至四张有序公开 HTTP(S) 图像地址，并需要说明各项提供的人物、物体、环境或配件。

视频任务按照所选 720p/1080p 单价乘以输出秒数计费。自动编辑使用 duration=0，服务读取 2–10 秒来源，将时长向下取整为完整秒数，并使用相同长度生成和计费；显式编辑选择 2–10 秒输出。图像任务按照 Standard 或 Pro 每张输出单价乘以 n 计费，当前图像档位包含所选画布与参考图处理。下方动态表格保留各任务当前单位和起价，请设置实际任务以查看完整估算。

先确定结果类型，视频根据文字、画面、参考或已有片段，以及支持的时长和控制选择任务。Standard 与 Pro 图像任务使用文档列出的相同画布、输出数量和参考数量输入，并采用不同每张图像价格。测试自己的目标构图，比较实际结果与完整费用，再选择任务。

明确需要修改的物体、服装、身份、运动或材料，描述目标结果与保留细节。通过成对画面制作起止过渡，通过图像/视频参考确定主体依据，通过目标图引导来源视频编辑。静态图像编辑分别说明各张有序来源作用，并描述协调的单幅构图，再结合全部来源检查实际身份特征、接触、结构与时间安排。