视频生成-部署模型 - 阿里云百炼

适用范围

适用地域：当前模型部署 API 仅在华北2（北京）地域开放。如您使用其他地域，请通过该地域的百炼控制台完成模型部署操作。
开通账号权限：若使用阿里云子账号（RAM用户），需要为子账号授予模型调用、训练和部署权限。
配置环境变量：已成功获取 API Key，并配置到环境变量。
前提条件：已完成模型微调训练。请先调用查询调优任务接口，确认任务状态 status 为 SUCCEEDED 后再进行部署。

部署模型

华北2（北京）

POST https://dashscope.aliyuncs.com/api/v1/deployments

Windows CMD 请将$DASHSCOPE_API_KEY替换为%DASHSCOPE_API_KEY%，PowerShell请替换为 $env:DASHSCOPE_API_KEY

请求参数

请求头（Headers）

Content-Type string （必选）固定值：application/jsonAuthorization string （必选）API Key鉴权，格式为Bearer sk-xxxx。

请求体（Request Body）

model_name string （必选）待部署的模型ID（非基础模型名称，而是微调或导出后生成的模型标识）。获取方式：

微调产出的模型：使用创建调优任务响应中 output.finetuned_output 的值，格式如 wan2.5-i2v-preview-ft-202511111122-xxxx。
导出的模型：使用查询导出的模型详情响应中 output[].model_name 的值。

capacity integer （必选）部署的模型实例数量。推荐设置为1。plan string （必选）部署方式。LoRA高效微调推荐为lora。aigc_config object （必选）提示词配置。

aigc_config 属性

use_input_prompt boolean （必选）控制调用已部署模型生成视频时的提示词来源。

false（默认值）：自动生成模式。调用视频生成接口时，系统忽略传入的 prompt，强制使用 aigc_config.prompt 和 aigc_config.lora_prompt_default 配置的模板自动生成提示词。
true：手动传入模式。调用视频生成接口时，系统直接使用传入的 prompt，上述两个参数将全部失效。

prompt string （必选）预设的Prompt模板。仅在use_input_prompt=false时生效。调用已部署模型生成视频时，系统会分析输入图像，将画面内容填入该模板，自动生成带特效指令的完整描述。注意：此参数会覆盖视频生成接口中传入的 prompt 参数。lora_prompt_default string （必选）备用Prompt模板。仅在use_input_prompt=false时生效。当使用aigc_config.prompt生成失败时，系统将使用此参数作为兜底提示词来生成视频。

图生视频-基于首帧
图生视频-基于首尾帧

以下示例以金钱雨特效为例，上传一张人物图片，系统自动生成带有特效的视频。

curl --location 'https://dashscope.aliyuncs.com/api/v1/deployments' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "<替换为模型名称model_name>",
    "aigc_config": {
        "use_input_prompt": false,
        "prompt": "根据图像内容提供视频描述，描述必须包含"然后开始展示s86b5p金钱雨特效，无数巨大尺寸的美元钞票（米黄底/深绿图案）如暴雨般倾泻而下，密集地砸向并环绕她（他）。钞票持续落下，同时镜头缓缓拉进，她（他）双臂舒展上扬，脖颈微仰，表情惊喜，完全沉浸在这场狂野的金钱雨中"。\n输出模板:\n视频开头展示了[主体描述]。[环境描述]。然后开始展示s86b5p金钱雨特效，无数巨大尺寸的美元钞票（米黄底/深绿图案）如暴雨般倾泻而下，密集地砸向并环绕她（他）。钞票持续落下，同时镜头缓缓拉进，她（他）双臂舒展上扬，脖颈微仰，表情惊喜，完全沉浸在这场狂野的金钱雨中。\n示例:\n视频开头展示了一位年轻女性在海滩上的场景。她的头发湿漉漉的，呈现出深棕色，卷曲且略显凌乱。她的脸上带着灿烂的笑容。背景是波涛汹涌的海浪和远处的山脉。然后开始展示s86b5p金钱雨特效，无数巨大尺寸的美元钞票（米黄底/深绿图案）如暴雨般倾泻而下，密集地砸向并环绕她。钞票持续落下，同时镜头缓缓拉进，她双臂舒展上扬，脖颈微仰，表情惊喜，完全沉浸在这场狂野的金钱雨中。",
        "lora_prompt_default": "然后开始展示s86b5p金钱雨特效，无数巨大尺寸的美元钞票（米黄底/深绿图案）如暴雨般倾泻而下，密集地砸向并环绕主角。钞票持续落下，同时镜头缓缓拉进，主角双臂舒展上扬，脖颈微仰，表情惊喜，完全沉浸在这场狂野的金钱雨中。"
    },
    "capacity": 1,
    "plan": "lora"
}'

以下示例以时尚杂志换装特效为例，上传首帧和尾帧图片，系统自动生成人物换装变身的过渡视频。

curl --location 'https://dashscope.aliyuncs.com/api/v1/deployments' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "<替换为模型名称model_name>",
    "aigc_config": {
        "use_input_prompt": false,
        "prompt": "根据图像内容提供视频描述，描述必须包含"然后她开始了s86b5p变身。"\n输出模板:\n视频开头展示了[主体描述]。[环境描述]。然后她开始了s86b5p变身。\n示例:\n视频开头展示了一位年轻女性在户外的场景。她有着短而卷曲的深棕色头发，面带微笑，显得非常亲切。她穿着一件黑色的Polo衫，上面有彩色的花卉刺绣图案，背景是绿色的植被和远处的山脉。然后她开始了s86b5p变身。",
        "lora_prompt_default": "然后她开始了s86b5p变身。"
    },
    "capacity": 1,
    "plan": "lora"
}'

响应参数

request_id string请求的唯一标识符。output object任务详情。

属性

deployed_model string部署模型的唯一标识。用于查询模型部署状态和调用模型。model_name string模型标识名。status string部署状态：

PENDING：部署中。
RUNNING：运行中。
FAILED：部署失败。

base_model string使用的基准模型。gmt_create string部署任务创建时间。gmt_modified string部署任务更新时间。workspace_id string阿里云百炼API Key所属的业务空间ID。请参见获取Workspace ID。charge_type string付费模式。post_paid表示后付费。creator string创建人的阿里云账号ID。modifier string修改人的阿里云账号ID。plan string部署方式。

code string错误码。调用失败时返回。请参见下方错误码表。message string错误详情描述。调用失败时返回。

成功响应示例
错误响应示例

重点关注：output.deployed_model（部署模型的唯一标识）、output.status（部署状态）。

{
    "request_id": "96020b2e-9072-4c8a-9981-xxxxxxxxx",
    "output": {
        "deployed_model": "wan2.5-i2v-preview-ft-202511111122-xxxx",
        "gmt_create": "2025-11-11T17:46:53.294",
        "gmt_modified": "2025-11-11T17:46:53.294",
        "status": "PENDING",
        "model_name": "wan2.5-i2v-preview-ft-202511111122-xxxx",
        "base_model": "wan2.5-i2v-preview",
        "workspace_id": "llm-xxxxxxxxx",
        "charge_type": "post_paid",
        "creator": "12xxxxxxx",
        "modifier": "12xxxxxxx",
        "plan": "lora"
    }
}

Prompt 模板配置

以下说明如何配置 aigc_config.prompt 参数。

为什么要设置这个参数？如果不设置此参数，每次调用已部署模型都需要手动编写完整 Prompt；设置后，调用微调模型生成视频时，只需上传图片，系统会根据此参数自动补全特效指令，无需手动输入 Prompt。
如何设置？ Prompt = 任务指令（告诉模型要做什么）+ 输出模板（规范输出格式）+ 示例（让模型学习示例结构）。

根据图像内容提供视频描述，描述必须包含"然后开始展示s86b5p金钱雨特效，无数巨大尺寸的美元钞票（米黄底/深绿图案）如暴雨般倾泻而下，密集地砸向并环绕她（他）。钞票持续落下，同时镜头缓缓拉进，她（他）双臂舒展上扬，脖颈微仰，表情惊喜，完全沉浸在这场狂野的金钱雨中"。
输出模版:
视频开头展示了[主体描述]。[环境描述]。然后开始展示s86b5p金钱雨特效，无数巨大尺寸的美元钞票（米黄底/深绿图案）如暴雨般倾泻而下，密集地砸向并环绕她（他）。钞票持续落下，同时镜头缓缓拉进，她（他）双臂舒展上扬，脖颈微仰，表情惊喜，完全沉浸在这场狂野的金钱雨中。
示例:
视频开头展示了一位年轻女性在海滩上的场景。她的头发湿漉漉的，呈现出深棕色，卷曲且略显凌乱。她的脸上带着灿烂的笑容。背景是波涛汹涌的海浪和远处的山脉。然后开始展示s86b5p金钱雨特效，无数巨大尺寸的美元钞票（米黄底/深绿图案）如暴雨般倾泻而下，密集地砸向并环绕她。钞票持续落下，同时镜头缓缓拉进，她双臂舒展上扬，脖颈微仰，表情惊喜，完全沉浸在这场狂野的金钱雨中。

关于"输出模板"描述，请参见视频标注：为视频编写Prompt。

下一步

部署为异步操作，调用本接口后可通过查询和管理部署接口查询部署状态。

​适用范围

​部署模型