Skip to main content
视频编辑

视频编辑2.1

万相视频编辑统一模型支持 多模态输入 (文本/图像/视频),可实现 多图参考、视频重绘、局部编辑、视频延展、画面扩展 五大核心能力。

适用范围

  • 各地域支持的模型有所差异,且资源相互独立。各地域支持的模型请参见百炼控制台
  • 调用时,确保模型、Endpoint URL 和 API Key 均属于同一地域,跨地域调用将会失败。
本文的示例代码适用于北京地域

核心能力

多图参考

功能介绍:支持最多 3张参考图像,可包括主体与背景(如人物、动物、服饰、场景等)。模型将多张图片融合生成连贯的视频内容。 参数设置:
  • function:必须设为 image_reference
  • ref_images_url:URL数组,支持输入1~3张参考图。
  • obj_or_bg:标识每张图为主体(obj)还是背景(bg),与ref_images_url长度一致。
输入提示词输入参考图1(参考主体)输入参考图2(参考背景)输出视频
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。当她站定,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,记录下她与大自然的美妙邂逅。
image
image
在调用前,先获取与配置 API Key,再配置API Key到环境变量
  • curl
  • Python
  • Java
步骤1:创建任务获取任务ID
# 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"
    }
}'
步骤2:根据任务ID获取结果{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"

视频重绘

功能介绍:从输入视频中提取主体姿态与动作、构图与运动轮廓或线稿结构,结合文本提示词生成具有相同动态特征的新视频。还支持通过参考图像替换原视频中的主体。 参数设置:
  • function: 必须设为 video_repainting
  • video_url必填。输入视频的URL地址(MP4格式,≤50MB,≤5秒)。
  • control_condition必填。设置视频特征提取的方式,决定了新视频保留原视频的哪些特征。
    • posebodyface:提取脸部表情和肢体动作(保留面部表情细节)。
    • posebody:仅提取肢体动作,不含脸部(仅控制身体动作)。
    • depth:提取构图和运动轮廓(保留场景结构)。
    • scribble:提取线稿结构(保留线稿边缘细节)。
  • strength:可选。控制特征提取的强度,范围 [0.0, 1.0],默认 1.0。数值越大越贴近原视频,数值越小生成越自由。
  • ref_images_url:可选。传入1张参考图像URL,用于替换输入视频中的主体。
输入提示词输入视频输出视频
视频展示了一辆黑色的蒸汽朋克风格汽车,绅士驾驶着,车辆装饰着齿轮和铜管。背景是蒸汽驱动的糖果工厂和复古元素,画面复古与趣味
  • curl
  • Python
  • Java
步骤1:创建任务获取任务ID
# 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": "video_repainting",
        "prompt": "视频展示了一辆黑色的蒸汽朋克风格汽车,绅士驾驶着,车辆装饰着齿轮和铜管。背景是蒸汽驱动的糖果工厂和复古元素,画面复古与趣味。",
        "video_url": "http://wanx.alicdn.com/material/20250318/video_repainting_1.mp4"
    },
    "parameters": {
        "prompt_extend": false,
        "control_condition": "depth"
    }
}'
步骤2:根据任务ID获取结果{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"

局部编辑

功能介绍:对视频指定区域进行精细化编辑,支持元素增删改和主体背景替换。上传掩码图像指定编辑区域,模型将自动跟踪目标并融合生成内容。 参数设置:
  • function:必须设为 video_edit
  • video_url必填。输入原视频的URL地址。
  • mask_image_url:可选。与 mask_video_url 二选一,推荐使用此参数。输入掩码图像URL,白色区域代表需要编辑的部分,黑色区域保留不变。
  • mask_frame_id:可选。配合 mask_image_url 使用,指定掩码对应视频的哪一帧(默认第1帧)。
  • mask_type:可选。指定编辑区域的行为方式:
    • tracking(默认):编辑区域会根据目标物体的运动轨迹自动跟随。
    • fixed:编辑区域保持固定位置不变。
  • expand_ratio:可选。仅当 mask_typetracking 时生效。
    • 作用:设置掩码区域向外扩展的比例。取值范围[0.0, 1.0],默认值为 0.05。
    • 说明:数值越小,掩码越贴合目标;数值越大,掩码扩展范围越广。
  • ref_images_url:可选。传入1张参考图像URL,用于将编辑区域的内容替换为该参考图的内容。
输入提示词输入视频输入掩码图像输出视频
视频展示了一家巴黎风情的法式咖啡馆,一只穿着西装的狮子优雅地品着咖啡。它一手端着咖啡杯,轻轻啜饮,神情惬意。咖啡馆装饰雅致,柔和的色调与温暖灯光映照着狮子所在的区域。
mask
白色区域表示编辑区域
  • curl
  • Python
  • Java
步骤1:创建任务获取任务ID
# 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": "video_edit",
        "prompt": "视频展示了一家巴黎风情的法式咖啡馆,一只穿着西装的狮子优雅地品着咖啡。它一手端着咖啡杯,轻轻啜饮,神情惬意。咖啡馆装饰雅致,柔和的色调与温暖灯光映照着狮子所在的区域。",
        "mask_image_url": "http://wanx.alicdn.com/material/20250318/video_edit_1_mask.png",
        "video_url": "http://wanx.alicdn.com/material/20250318/video_edit_2.mp4",
        "mask_frame_id": 1
    },
    "parameters": {
        "prompt_extend": false,
        "mask_type": "tracking",
        "expand_ratio": 0.05
    }
}'
步骤2:根据任务ID获取结果{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"

视频延展

功能介绍:基于输入的图像或视频片段,预测并生成具有连续性的后续内容。支持“首帧/首片段”向后延展,或“尾帧/尾片段”向前延展。最终生成的视频总时长固定为5秒。 参数设置:
  • function:必须设为 video_extension
  • prompt必填。描述期望生成的延展内容。
  • first_clip_url:可选。输入首段视频URL(≤3秒),模型将基于此片段向后延续生成视频。
  • last_clip_url:可选。输入尾段视频URL(≤3秒),模型将基于此片段向前倒推生成视频。
  • first_frame_url:可选,输入首帧图像的 URL 地址。基于首帧图像向后延展。
  • last_frame_url:可选,输入尾帧图像的 URL 地址。基于尾帧图像向前延展。
    注意:first_clip_url、last_clip_url、first_frame_url、last_frame_url 四个参数中,必须至少提供一项作为输入。
输入提示词输入首片段视频(1秒)输出视频(延长后的视频为5秒)
一只戴着墨镜的狗在街道上滑滑板,3D卡通。
  • curl
  • Python
  • Java
步骤1:创建任务获取任务ID
# 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": "video_extension",
        "prompt": "一只戴着墨镜的狗在街道上滑滑板,3D卡通。",
        "first_clip_url": "http://wanx.alicdn.com/material/20250318/video_extension_1.mp4"
    },
    "parameters": {
        "prompt_extend": false
    }
}'
步骤2:根据任务ID获取结果{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"

视频画面扩展

功能介绍: 在视频的上下左右四个方向上,根据提示词按比例扩展画面内容,保持视频主体的连贯性和背景的自然融合。 参数设置:
  • function:必须设为 video_outpainting
  • video_url必填。输入原视频的URL地址。
  • top_scale:可选。向上扩展比例,范围 [1.0, 2.0],默认值为1.0(不扩展)。
  • bottom_scale:可选。向下扩展比例,范围 [1.0, 2.0],默认值为1.0。
  • left_scale:可选。向左扩展比例,范围 [1.0, 2.0],默认值为1.0。
  • right_scale:可选。向右扩展比例,范围 [1.0, 2.0],默认值为1.0。
示例:设置 left_scale 为 1.5,表示左侧画面将扩展为原宽度的1.5倍。
输入提示词输入视频输出视频
一位优雅的女士正在激情演奏小提琴,她身后是一支完整的交响乐团
  • curl
  • Python
  • Java
步骤1:创建任务获取任务ID
# 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": "video_outpainting",
        "prompt": "一位优雅的女士正在激情演奏小提琴,她身后是一支完整的交响乐团。",
        "video_url": "http://wanx.alicdn.com/material/20250318/video_outpainting_1.mp4"
    },
    "parameters": {
        "prompt_extend": false,
        "top_scale": 1.5,
        "bottom_scale": 1.5,
        "left_scale": 1.5,
        "right_scale": 1.5
    }
}'
步骤2:根据任务ID获取结果{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"

如何输入图像和视频

输入图像

输入视频

输出视频

  • 视频数量:1个。
  • 视频规格:分辨率总像素固定为720P,帧率30fps,格式为MP4(H.264 编码)。
  • 视频URL有效期24小时
  • 视频尺寸:根据所选功能不同而有所差异。
    • 多图参考 / 局部编辑
      • 输出固定为 720P 规格。
      • 具体宽高由请求参数 size 决定。
    • 视频重绘 / 视频延展 / 视频画面扩展
      • 若输入视频分辨率 ≤ 720P:保持原始分辨率输出。
      • 若输入视频分辨率 > 720P:保持宽高比不变,按比例缩放至 720P 输出。

计费与限流

  • 模型免费额度和计费单价请参见模型价格
  • 模型限流请参见万相系列
  • 计费说明:
    • 输入不计费,输出计费。按成功生成的 视频秒数 计费。
    • 模型调用失败或处理错误不产生任何费用,也不消耗新人免费额度
    • 通用视频编辑还支持节省计划

API文档

通用视频编辑API参考

常见问题

Q:多图参考功能最多支持几张图片?

A:最多支持3张参考图像。若超过3张,仅保留前3张作为输入。建议主体图像使用纯色背景以便更好突出主体,背景图像不包含任何主体对象。

Q: 视频重绘时什么情况下应该关闭prompt智能改写?

A: 当文本描述与输入视频内容不一致时,模型可能产生误解。建议手动关闭智能改写prompt_extend=false,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。

Q:局部编辑功能中,掩码图像和掩码视频有什么区别?

A:掩码图像mask_image_url与掩码视频mask_video_url二选一填写。推荐优先使用掩码图像,只需指定一帧的编辑区域,系统会自动跟踪目标。
Token Plan
模型体验
模型调优
模型压缩目录节点
用量统计与性能监控
资产中心
服务支持