万相-视频编辑API参考（2.1）

相关文档：使用指南

适用范围

为确保调用成功，请务必保证模型、Endpoint URL 和 API Key 均属于同一地域。跨地域调用将会失败。

选择模型：确认模型所属的地域。
选择 URL：选择对应的地域 Endpoint URL，支持HTTP URL。
配置 API Key：选择地域并获取与配置 API Key，再配置API Key到环境变量。

本文的示例代码适用于北京地域。

阿里云百炼为华北2（北京）、新加坡地域推出了业务空间专属域名，能够为推理请求提供卓越的性能和更高的稳定性，建议迁移至新域名：

华北2（北京）地域：从 https://dashscope.aliyuncs.com 迁移至 https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com
新加坡地域：从 https://dashscope-intl.aliyuncs.com 迁移至 https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com

其中 {WorkspaceId} 为您的业务空间 ID，可在阿里云百炼控制台的业务空间详情页面查看。现有域名仍可正常使用。

HTTP调用

视频编辑统一模型的处理耗时较长（约5-10分钟），API采用异步调用的方式。整个流程包含 “创建任务 -> 轮询获取” 两个核心步骤，具体如下：

步骤1：创建任务获取任务ID

北京
新加坡

POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis调用时请将{WorkspaceId}替换为真实的业务空间ID。

请求参数

请求头（Headers）

Content-Typestring（必选）请求内容类型。此参数必须设置为application/json。Authorizationstring（必选）请求身份认证。接口使用阿里云百炼API Key进行身份认证。示例值：Bearer sk-xxxx。X-DashScope-Asyncstring（必选）异步处理配置参数。HTTP请求只支持异步，必须设置为enable。

缺少此请求头将报错：“current user api does not support synchronous calls”。

请求体（Request Body）

多图参考
视频重绘
局部编辑
视频延展
视频画面扩展

model string （必选）模型名称。示例值：wanx2.1-vace-plus。

input object （必选）输入的基本信息，如提示词等。

属性

promptstring（必选）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，长度不超过800个字符，每个汉字/字母占一个字符，超过部分会自动截断。提示词技巧请参见文生视频/图生视频Prompt指南。functionstring（必选）功能名称。多图参考设置为image_reference。多图参考支持最多3张参考图。图像内容可以包括主体与背景，例如人物、动物、服饰、场景等。使用 prompt 描述期望生成的视频画面内容，模型可将多张图片融合生成连贯的视频内容。ref_images_urlarray[string] （必选）输入参考图像的URL 数组。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

参考图像支持1-3 张图像，若超过 3 张，则仅保留前 3 张作为输入。图像限制：

图像格式：JPG、JPEG、PNG、BMP、TIFF、WEBP。
图像分辨率：图像的宽和高范围在[360, 2000]，单位像素。
图像大小：不超过10MB。
URL地址中不能包含中文字符。

使用建议：

若使用参考图像中的主体时，建议每张图像中仅包含一个主体。背景建议为纯色（如白色或单一颜色），以便更好地突出主体。
若使用参考图像的背景时，背景图像最多只有一张，且背景图像中不包含任何主体对象。

parameters object （可选）视频处理参数，如设置水印等。

属性

obj_or_bg array[string] （可选）该参数用于标识每张参考图像的用途，与 ref_images_url 参数一一对应。数组中每个元素表示对应位置的图像为“主体”还是“背景”：

obj：表示该图像作为主体参考。
bg：表示该图像作为背景参考（最多仅允许一个）。

使用说明：

建议传入该参数，且长度必须与 ref_images_url保持一致，否则将报错。
仅当 ref_images_url为单元素数组时，可不传，此时默认值为 ["obj"]。

示例值： ["obj", "obj", "bg"]。size string （可选）生成视频的分辨率（宽*高）。目前支持生成720P 视频，分辨率的取值为：

1280*720（默认值）：视频宽高比为16:9。其中，1280代表宽度，720代表高度。
720*1280：视频宽高比为9:16。
960*960：视频宽高比为1:1。
832*1088：视频宽高比为3:4。
1088*832：视频宽高比为4:3。

duration integer （可选）视频生成时长，单位为秒。当前参数值固定为5，且不支持修改。模型将始终生成5秒时长的视频。prompt_extendbool （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：关闭智能改写。

seedinteger（可选）随机数种子，用于控制模型生成内容的随机性。seed参数取值范围是[0, 2147483647]。如果不提供，则算法自动生成一个随机数作为种子。如果您希望生成内容保持相对稳定，请使用相同的seed参数值。watermark bool（可选）是否添加水印标识，水印位于图片右下角，文案为“AI生成”。

false（默认值）：不添加水印。
true：添加水印。

model string （必选）模型名称。示例值：wanx2.1-vace-plus。

input object （必选）输入的基本信息，如提示词等。

属性

promptstring（必选）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，长度不超过800个字符，每个汉字/字母占一个字符，超过部分会自动截断。提示词技巧请参见文生视频/图生视频Prompt指南。functionstring（必选）功能名称。视频重绘设置为 video_repainting。视频重绘支持从输入视频中提取主体姿态与动作、构图与运动轮廓以及线稿结构，结合文本提示词（prompt），生成具有相同动态特征的新视频。同时，还支持通过参考图像替换原视频中的主体，例如更换角色形象但仍保留原有动作。video_urlstring （必选）输入视频的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

视频限制：

视频格式：MP4。
视频帧率：大于等于16FPS。
视频大小：不超过50MB。
视频长度：不超过5秒，否则取视频的前5秒。
URL地址中不能包含中文字符。

关于输出视频的分辨率：

若输入视频分辨率 ≤ 720P，输出将保留原始分辨率；
若输入视频分辨率 > 720P，则在保持原视频宽高比的前提下，按比例缩放至不超过 720P。

关于输出视频的时长：

输出视频时长与输入视频一致，最长不超过 5 秒。
示例：若输入视频为 3 秒，则输出也为 3 秒；若输入为 6 秒，则输出为前 5 秒。

ref_images_urlarray[string] （可选）输入参考图像的 URL数组。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

仅支持传入1张参考图像，且该图像建议为主体图像，用于替换输入视频中的主体内容。图像限制：

图像格式：JPG、JPEG、PNG、BMP、TIFF、WEBP。
图像分辨率：图像的宽度和高度范围为[360, 2000]，单位为像素。
图像大小：不超过10MB。
URL地址中不能包含中文字符。

使用建议：

若使用参考图像中的主体时，建议每张图像仅包含一个主体。背景建议为纯色（如白色或单一颜色），以便更好地突出主体。

parameters object （必选）视频处理参数，如设置水印等。

属性

control_condition string （必选）设置视频特征提取的方式。

posebodyface：提取输入视频中主体的脸部表情和肢体动作，适用于需保留主体表情细节的场景。
posebody：提取输入视频中主体的肢体动作（不含脸部表情），适用于只需要控制主体身体动作的场景。
depth：提取输入视频的构图和运动轮廓。
scribble：提取输入视频的线稿结构。

strength float （可选）调节 control_condition 所指定的视频特征提取方式对生成视频的控制强度。默认值为1.0，取值范围[0.0, 1.0]。数值越大，生成视频越贴近原视频动作和构图；数值越小，生成内容越自由。prompt_extendbool （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：关闭智能改写。（推荐）

当文本描述与输入的视频内容不一致时，模型可能产生误解。建议手动关闭智能扩写，并在 prompt 中提供清晰、具体的画面描述，以提升生成一致性与准确性。

false（默认值）：不添加水印。
true：添加水印。

model string （必选）模型名称。示例值：wanx2.1-vace-plus。

input object （必选）输入的基本信息，如提示词等。

属性

promptstring（必选）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，长度不超过800个字符，每个汉字/字母占一个字符，超过部分会自动截断。提示词技巧请参见文生视频/图生视频Prompt指南。functionstring（必选）功能名称。局部编辑设置为 video_edit。局部编辑支持对输入视频的指定区域进行增加、修改或删除元素，还可以对编辑区域的主体或背景进行替换，实现精细化的视频编辑。video_urlstring （必选）输入视频的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

视频限制：

视频格式：MP4。
视频帧率：大于等于16FPS。
视频大小：不超过50MB。
视频长度：不超过5秒，否则取视频的前5秒。
URL地址中不能包含中文字符。

关于输出视频的分辨率：

若输入视频分辨率 ≤ 720P，输出将保留原始分辨率；
若输入视频分辨率 > 720P，则在保持原视频宽高比的前提下，按比例缩放至不超过 720P。

关于输出视频的时长：

输出视频时长与输入视频一致，最长不超过 5 秒。
示例：若输入视频为 3 秒，则输出也为 3 秒；若输入为 6 秒，则输出为前 5 秒。

ref_images_urlarray[string] （可选）输入参考图像的URL数组。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

当前仅支持传入 1 张参考图像，该图像可作为主体或背景使用，用于替换输入视频中的对应内容。图像限制：

图像格式：JPG、JPEG、PNG、BMP、TIFF、WEBP。
图像分辨率：图像的宽度和高度范围为[360, 2000]，单位为像素。
图像大小：不超过10MB。
URL地址中不能包含中文字符。

使用建议：

若使用参考图像中的主体时，建议每张图像中仅包含一个主体。背景建议为纯色（如白色或单一颜色），以便更好地突出主体。
若使用参考图像的背景时，背景图像中不包含任何主体对象。

mask_image_urlstring （可选）掩码图像的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

该参数用于指定视频的编辑区域。与 mask_video_url 参数二选一填写，推荐优先使用此参数 。掩码图像的白色区域（像素值严格为 [255, 255, 255]）表示需要编辑的部分；黑色区域（像素值严格为 [0, 0, 0]）表示保留不变的区域。图像限制：

图像格式：JPG、JPEG、PNG、BMP、TIFF、WEBP。
图像分辨率：和输入视频（video_url）分辨率严格相同。
图像大小：不超过10MB。
URL地址中不能包含中文字符。

mask_frame_idinteger （可选）当 mask_image_url 不为空时，该参数生效，用于标识掩码目标出现在视频中的哪一帧，以“帧 ID”表示。默认值为 1，单位为帧，表示视频的第一帧（首帧）。取值范围为[1, max_frame_id]，其中max_frame_id=输入视频帧率*输入视频时长+1。

例如，输入视频（video_url）帧率为16FPS，表示每秒 16 帧，视频时长为5秒，因此输入视频的总帧数为16*5+1=81，即max_frame_id=81。

mask_video_urlstring （可选）掩码视频的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

该参数用于指定视频的编辑区域。与mask_image_url参数，二选一填写。掩码视频的视频格式、帧率、分辨率、长度需与输入视频（video_url）完全一致。掩码视频的白色区域（像素值严格为 [255, 255, 255]）表示需要编辑的部分；黑色区域（像素值严格为 [0, 0, 0]）表示保留不变的区域。

parameters object （可选）视频处理参数，如设置水印等。

属性

control_condition string （可选）设置视频特征提取的方式。默认为""，表示不做任何提取。

posebodyface：提取输入视频的主体的脸部表情和肢体动作，适用于主体脸部在画面中占比较大、特征清晰可见的场景。
depth：提取输入视频的构图和运动轮廓。

mask_type string （可选）当 mask_image_url 不为空时，该参数生效，用于指定编辑区域的行为方式。

tracking（默认值）：编辑区域将根据目标物体的运动轨迹动态跟随，适用于主体运动场景。
fixed ：编辑区域保持固定不变，不会随画面内容变化。

expand_ratio float （可选）当 mask_type 为 tracking 时，该参数生效，表示对掩码区域进行向外扩展的比例。取值范围为 [0.0, 1.0]，默认值为 0.05。推荐使用默认值。取值越小，掩码区域越贴合目标物体；取值越大，掩码区域的扩展范围越广。expand_mode string （可选）当 mask_type 为 tracking 时，该参数生效，表示掩码区域的形状。算法会根据选择的expand_mode，基于输入的掩码图像生成对应形状的掩码视频。支持的取值如下：

hull（默认值）：多边形模式，表示使用一个多边形包裹掩码目标。
bbox：边界框模式，表示使用一个矩形包裹掩码目标。
original：原始模式，表示尽量保持与原始掩码目标的形状一致。

size string （可选）生成视频的分辨率（宽*高）。目前支持生成720P 视频，分辨率的取值为：

1280*720（默认值）：视频宽高比为16:9。其中，1280代表宽度，720代表高度。
720*1280：视频宽高比为9:16。
960*960：视频宽高比为1:1。
832*1088：视频宽高比为3:4。
1088*832：视频宽高比为4:3。

true（默认值）：开启智能改写。
false：关闭智能改写。（推荐）

当文本描述与输入的视频内容不一致时，模型可能产生误解。建议手动关闭智能扩写，并在 prompt 中提供清晰、具体的画面描述，以提升生成一致性与准确性。

false（默认值）：不添加水印。
true：添加水印。

model string （必选）模型名称。示例值：wanx2.1-vace-plus。

input object （必选）输入的基本信息，如提示词等。

属性

promptstring（必选）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，长度不超过800个字符，每个汉字/字母占一个字符，超过部分会自动截断。提示词技巧请参见文生视频/图生视频Prompt指南。functionstring（必选）功能名称。视频延展设置为 video_extension。视频延展支持基于图像或视频生成延续性内容，还支持通过参考视频提取动态特征（如动作、构图等），用于指导生成具有相似运动表现的视频。

延长后的视频总时长为 5 秒，请注意：这是指最终输出视频的完整时长为 5 秒，而非在原视频基础上延长 5 秒。

first_frame_urlstring （可选）首帧图像的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

图像限制：

图像格式：JPG、JPEG、PNG、BMP、TIFF、WEBP。
图像分辨率：图像的宽和高范围在[360, 2000]，单位像素。
图像大小：不超过10MB。
URL地址中不能包含中文字符。

last_frame_urlstring（可选）尾帧图像的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

图像限制：

图像格式：JPG、JPEG、PNG、BMP、TIFF、WEBP。
图像分辨率：图像的宽和高范围在[360, 2000]，单位像素。
图像大小：不超过10MB。
URL地址中不能包含中文字符。

first_clip_urlstring （可选）首段视频的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

视频限制：

视频格式：MP4。
视频帧率：大于等于16FPS。当first_clip_url和last_clip_url同时使用时，建议两个片段的帧率保持一致。
视频大小：不超过50MB。
视频长度：不超过3秒，否则取视频的前3秒。若同时填写first_clip_url和last_clip_url时，两段视频的总时长不超过3秒。
URL地址中不能包含中文字符。

关于输出视频的分辨率：

若输入视频分辨率 ≤ 720P，输出将保留原始分辨率；
若输入视频分辨率 > 720P，则在保持原视频宽高比的前提下，按比例缩放至不超过 720P。

last_clip_urlstring（可选）尾段视频的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://help-static-aliyun-doc.aliyuncs.com/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

视频限制：

视频格式：MP4。
视频帧率：大于等于16FPS。当first_clip_url和last_clip_url同时使用时，建议两个片段的帧率保持一致。
视频大小：不超过50MB。
视频长度：不超过3秒，否则取视频的前3秒。若同时填写first_clip_url和last_clip_url时，两段视频的总时长不超过3秒。
URL地址中不能包含中文字符。

关于输出视频的分辨率：

若输入视频分辨率 ≤ 720P，输出将保留原始分辨率；
若输入视频分辨率 > 720P，则在保持原视频宽高比的前提下，按比例缩放至不超过 720P。

video_urlstring （可选）输入视频的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://help-static-aliyun-doc.aliyuncs.com/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

该视频主要用于提取其中的运动特征，与 first_frame_url 、 last_frame_url 、first_clip_url 、 last_clip_url参数配合使用，以指导生成具有相似运动表现的延展视频。视频限制：

视频格式：MP4。
视频帧率：大于等于16FPS，与前后片段保持一致。
视频分辨率：与前后帧、前后片段保持一致。
视频大小：不超过50MB。
视频长度：不超过5秒，否则取视频的前5秒。
URL地址中不能包含中文字符。

parameters object （可选）视频处理参数，如设置输出视频的分辨率等。

属性

control_condition string （可选）设置视频特征提取的方式，输入video_url时必选。默认为""，表示不做任何提取。

posebodyface：提取输入视频的主体的脸部表情和肢体动作。
depth：提取输入视频的构图和运动轮廓。

true（默认值）：开启智能改写。
false：关闭智能改写。（推荐）

当文本描述与输入的视频内容不一致时，模型可能产生误解。建议手动关闭智能扩写，并在 prompt 中提供清晰、具体的画面描述，以提升生成一致性与准确性。

false（默认值）：不添加水印。
true：添加水印。

model string （必选）模型名称。示例值：wanx2.1-vace-plus。

input object （必选）输入的基本信息，如提示词等。

属性

promptstring（必选）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，长度不超过800个字符，每个汉字/字母占一个字符，超过部分会自动截断。提示词技巧请参见文生视频/图生视频Prompt指南。functionstring（必选）功能名称。视频画面扩展设置为 video_outpainting。视频画面扩展支持对视频在上、下、左、右四个方向按比例扩展。video_urlstring （必选）输入视频的URL地址。

公网URL：
- 支持 HTTP 和 HTTPS 协议。
- 示例值：https://xxx/xxx.mp3。
临时URL：
- 支持OSS协议，必须通过上传文件获取临时 URL。
- 示例值：oss://dashscope-instant/xxx/xxx.mp3。

视频限制：

视频格式：MP4。
视频帧率：大于等于16FPS。
视频大小：不超过50MB。
视频长度：不超过5秒，否则取视频的前5秒。
URL地址中不能包含中文字符。

关于输出视频的分辨率：

若输入视频分辨率 ≤ 720P，输出将保留原始分辨率；
若输入视频分辨率 > 720P，则在保持原视频宽高比的前提下，按比例缩放至不超过 720P。

关于输出视频的时长：

输出视频时长与输入视频一致，最长不超过 5 秒。
示例：若输入视频为 3 秒，则输出也为 3 秒；若输入为 6 秒，则输出为前 5 秒。

parameters object （可选）视频处理参数，如设置扩展比例等。

属性

top_scale float （可选）视频画面居中，向上按比例扩展视频。取值范围为[1.0, 2.0]，默认值为1.0，表示不扩展。bottom_scale float （可选）视频画面居中，向下按比例扩展视频。取值范围为[1.0, 2.0]，默认值为1.0，表示不扩展。left_scale float （可选）视频画面居中，向左按比例扩展视频。取值范围为[1.0, 2.0]，默认值为1.0，表示不扩展。right_scale float （可选）视频画面居中，向右按比例扩展视频。取值范围为[1.0, 2.0]，默认值为1.0，表示不扩展。duration integer （可选）视频生成时长，单位为秒。当前参数值固定为5，且不支持修改。模型将始终生成5秒时长的视频。prompt_extendbool （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：关闭智能改写。（推荐）

当文本描述与输入的视频内容不一致时，模型可能产生误解。建议手动关闭智能扩写，并在 prompt 中提供清晰、具体的画面描述，以提升生成一致性与准确性。

false（默认值）：不添加水印。
true：添加水印。

# 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
curl --location 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
--header 'X-DashScope-Async: enable' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model": "wanx2.1-vace-plus",
    "input": {
        "function": "image_reference",
        "prompt": "视频中，一位女孩自晨雾缭绕的古老森林深处款款走出，她步伐轻盈，镜头捕捉她每一个灵动瞬间。当女孩站定，环顾四周葱郁林木时，她脸上绽放出惊喜与喜悦交织的笑容。这一幕，定格在了光影交错的瞬间，记录下女孩与大自然的美妙邂逅。",
        "ref_images_url": [
            "http://wanx.alicdn.com/material/20250318/image_reference_2_5_16.png",
            "http://wanx.alicdn.com/material/20250318/image_reference_1_5_16.png"
        ]
    },
    "parameters": {
        "prompt_extend": true,
        "obj_or_bg": ["obj","bg"],
        "size": "1280*720"
    }
}'

响应参数

output object任务输出信息。

属性

task_id string任务ID。查询有效期24小时。task_status string任务状态。

枚举值

PENDING：任务排队中
RUNNING：任务处理中
SUCCEEDED：任务执行成功
FAILED：任务执行失败
CANCELED：任务已取消
UNKNOWN：任务不存在或状态未知

request_idstring请求唯一标识。可用于请求明细溯源和问题排查。codestring请求失败的错误码。请求成功时不会返回此参数，详情请参见错误码。messagestring请求失败的详细信息。请求成功时不会返回此参数，详情请参见错误码。

成功响应
异常响应

请保存 task_id，用于查询任务状态与结果。

{
    "output": {
        "task_status": "PENDING",
        "task_id": "0385dc79-5ff8-4d82-bcb6-xxxxxx"
    },
    "request_id": "4909100c-7b5a-9f92-bfe5-xxxxxx"
}

步骤2：根据任务ID查询结果

北京
新加坡

GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}调用时请将{WorkspaceId}替换为真实的业务空间ID。

请求参数

请求头（Headers）

Authorizationstring（必选）请求身份认证。接口使用阿里云百炼API Key进行身份认证。示例值：Bearer sk-xxxx。

URL路径参数（Path parameters）

task_id string（必选）任务ID。

查询任务结果

将{task_id}完整替换为上一步接口返回的task_id的值。task_id查询有效期为24小时，并请将{WorkspaceId}替换为真实的业务空间ID。

curl -X GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id} \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"

响应参数

outputobject任务输出信息。

属性

task_id string任务ID。查询有效期24小时。task_status string任务状态。

枚举值

PENDING：任务排队中
RUNNING：任务处理中
SUCCEEDED：任务执行成功
FAILED：任务执行失败
CANCELED：任务已取消
UNKNOWN：任务不存在或状态未知

submit_time string任务提交时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。scheduled_time string任务执行时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。end_time string任务完成时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。video_urlstring视频URL。链接有效期24小时，可通过此URL下载视频。输出视频格式为mp4（H.264 编码）。orig_prompt string原始的输入prompt。actual_prompt string开启prompt智能改写后实际使用的prompt。若不开启prompt智能改写，不会返回该字段。codestring请求失败的错误码。请求成功时不会返回此参数，详情请参见错误码。messagestring请求失败的详细信息。请求成功时不会返回此参数，详情请参见错误码。

usage object输出信息统计。只对成功的结果计数。

属性

video_duration integer生成视频的时长，单位为秒。video_ratio string生成视频的比例。固定为standard。video_count integer生成视频的数量。

request_idstring请求唯一标识。可用于请求明细溯源和问题排查。

任务执行成功
任务执行失败

任务数据（如任务状态、视频URL等）仅保留24小时，超时后会被自动清除。请您务必及时保存生成的视频。

{
    "request_id": "851985d0-fbba-9d8d-a17a-xxxxxx",
    "output": {
        "task_id": "208e2fd1-fcb4-4adf-9fcc-xxxxxx",
        "task_status": "SUCCEEDED",
        "submit_time": "2025-05-15 16:14:44.723",
        "scheduled_time": "2025-05-15 16:14:44.750",
        "end_time": "2025-05-15 16:20:09.389",
        "video_url": "https://dashscope-result-wlcb.oss-cn-wulanchabu.aliyuncs.com/xxx.mp4?xxxxxx",
        "orig_prompt": "视频中，一位女孩自晨雾缭绕的古老森林深处款款走出，她步伐轻盈，镜头捕捉她每一个灵动瞬间。当女孩站定，环顾四周葱郁林木时，她脸上绽放出惊喜与喜悦交织的笑容。这一幕，定格在了光影交错的瞬间，记录下女孩与大自然的美妙邂逅。",
        "actual_prompt": "一位身着浅色长裙的女孩从晨雾缭绕的古老森林深处缓缓走出，步伐轻盈如舞。她长发微卷，面容清秀，眼神明亮。镜头跟随她的动作，捕捉每一个灵动瞬间。当她站定，转身环顾四周葱郁林木时，脸上绽放出惊喜与喜悦交织的笑容。阳光透过树叶洒下斑驳光影，定格这一人与自然和谐共处的美好时刻。画面风格为清新自然系写真，中景全景结合，平视视角带有轻微移动运镜。"
    },
    "usage": {
        "video_duration": 5,
        "video_ratio": "standard",
        "video_count": 1
    }
}

若任务执行失败，task_status将置为 FAILED，并提供错误码和信息。请参见错误码进行解决。

{
    "request_id": "e5d70b02-ebd3-98ce-9fe8-759d7d7b107d",
    "output": {
        "task_id": "86ecf553-d340-4e21-af6e-a0c6a421c010",
        "task_status": "FAILED",
        "code": "InvalidParameter",
        "message": "The size is not match xxxxxx"
    }
}

使用限制

数据时效：任务task_id和视频video_url均只保留 24 小时，过期后将无法查询或下载。
音频支持：当前仅支持生成无声视频，不支持音频输出。如有需要，可通过语音合成生成音频。

错误码

如果模型调用失败并返回报错信息，请参见错误码进行解决。

常见问题

Q：如何获取视频存储的访问域名白名单？

A：模型生成的视频存储于阿里云OSS，API将返回一个临时的公网URL。若需要对该下载地址进行防火墙白名单配置，请注意：由于底层存储会根据业务情况进行动态变更，为避免过期信息影响访问，文档不提供固定的OSS域名白名单。如有安全管控需求，请联系客户经理获取最新OSS域名列表。

​适用范围

​HTTP调用

​步骤1：创建任务获取任务ID

请求参数

请求头（Headers）

请求体（Request Body）

响应参数

​步骤2：根据任务ID查询结果

请求参数

请求头（Headers）

URL路径参数（Path parameters）

响应参数

​使用限制

​错误码

​常见问题

​Q：如何获取视频存储的访问域名白名单？

适用范围

HTTP调用

步骤1：创建任务获取任务ID

步骤2：根据任务ID查询结果

使用限制

错误码

常见问题

Q：如何获取视频存储的访问域名白名单？