Skip to main content

万相3.0-视频生成API参考

万相3.0是全能参考视频生成模型（All-in-One），统一支持 文生视频 、 图生视频 （首帧/首尾帧）和 参考生视频 等多种用法。最长可生成30秒视频，输出帧率为30fps。

使用指南请参见万相3.0-视频生成。

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。
本文的示例代码适用于北京地域。

HTTP调用

由于视频生成任务耗时较长（通常为1-5分钟），API采用异步调用。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
  • 日本（东京）
  • 德国（法兰克福）
  • 美国（弗吉尼亚）
  • 中国香港
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。
  • 创建成功后，使用接口返回的 task_id 查询结果，task_id 有效期为 24 小时。请勿重复创建任务，轮询获取即可。
  • 新手指引请参见Postman。

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）
model string （必选）模型名称。可选值：
  • wan3.0-video-prime：高速版，能力对齐标准版，端到端速度显著提升。
  • wan3.0-video：标准版。
input object （必选）输入的基本信息。prompt 和 media 必填其一。

属性

prompt string （条件必选）文本提示词，用来描述期望生成的视频内容。和 media 必填其一。支持中英文，每个汉字/字母占一个字符，不超过20000个字符，超过部分会自动截断。在全能参考模式下，prompt中可以用"图1""视频1""音频1"等指代 media 数组中对应顺序的媒体素材。media array （条件必选）媒体素材数组，支持图像、视频、音频、文件和网页作为输入。和 prompt 必填其一。
  • 数组中每个元素为一个媒体对象，包含 type 与 url 字段。
  • 在参考生视频模式下，按照数组顺序定义 prompt 中素材引用的顺序。图和视频分别计数，即可同时存在图1、视频1。
    • 数组中的第 1 个 reference_video 对应 视频1，第 2 个对应 视频2，以此类推。
    • 数组中的第 1 个 reference_image 对应 图1，第 2 个对应 图2，以此类推。
    • 数组中的第 1 个 reference_audio 对应 音频1，第 2 个对应 音频2，以此类推。

属性

type string （必选）媒体素材类型。可选值为：
  • first_frame：首帧图像。最多1张，严格作为视频第一帧。
  • last_frame：尾帧图像。最多1张，严格作为视频最后一帧。
  • reference_image：参考图像。最多10张。
  • reference_video：参考视频。最多5段，总时长不大于15秒。
  • reference_audio：参考音频。最多5段，总时长不大于15秒。
  • file：文件。最多1个，不可与 link 同时输入。
  • link：网页链接。最多1个，不可与 file 同时输入。
不同 type 的组合规则和限制请参见素材组合。
url string （必选）媒体素材URL或Base64 编码数据。

传入图像（type=first_frame / last_frame / reference_image）

图像URL或Base64 编码数据。图像限制：
  • 格式：JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP。
  • 分辨率：单边[240, 8000]像素。
  • 长宽比：不超过8:1。
  • 文件大小：不超过20MB。
支持输入的格式：
  1. 公网URL：
  2. 临时URL：
  3. Base64 编码图像后的字符串：
    • 数据格式：data:{MIME_type};base64,{base64_data}。
    • 示例值：data:image/png;base64,GDU7MtCZzEbTbmRZ......。（编码字符串过长，仅展示片段）
    • 详情请参见传入图像。

传入视频（type=reference_video）

参考视频URL。视频限制：
  • 格式：mp4、mov。
  • 时长：单个[1, 15]秒，总时长不大于15秒。
  • 帧率：≥16 fps。
  • 分辨率：单边[240, 4096]像素。
  • 长宽比：不超过8:1。
  • 单文件大小：不超过100MB。
支持输入的格式：
  1. 公网URL：
  2. 临时URL：

传入音频（type=reference_audio）

参考音频URL。音频限制：
  • 格式：wav、mp3。
  • 时长：单个[1, 15]秒，总时长不大于15秒。
  • 文件大小：不超过15MB。
支持输入的格式：
  1. 公网URL：
  2. 临时URL：

传入文件（type=file）

文件URL。文件限制：
  • 格式：docx、doc、xlsx、xls、pptx、ppt、pdf、txt、key、pages、numbers、md。
  • 文件大小：不超过100MB。
  • 页数限制：不超过50页（对pdf、docx、doc、pptx、ppt、key、pages格式校验）。
支持输入的格式：
  1. 公网URL：
  2. 临时URL：

传入网页链接（type=link）

parameters object （可选）视频处理参数。

属性

resolution string （可选）生成视频的分辨率档位。默认值为 1080P。可选值：
  • 1080P
  • 720P
  • 480P
ratio string （可选）生成视频的宽高比。可选值：
  • adaptive（默认值）：自适应长宽比，根据输入媒体比例和意图自动推荐合适的长宽比。
  • 21:9
  • 16:9
  • 4:3
  • 1:1
  • 3:4
  • 9:16
duration integer （可选）生成视频的时长，单位为秒。默认值为5。
  • 无视频输入时：取值范围为[2, 30]的整数。
  • 有视频输入时：输入视频总时长 + 输出视频时长不超过30秒。
  • 传 -1 时：智能时长模式，模型根据输入的 prompt、内容和富媒体自动推荐合适时长生成。
audio boolean （可选）输出视频是否包含音频。
  • true：默认值，输出视频包含声音。
  • false：输出视频不包含音轨。
开关声音价格相同。seed integer （可选）随机种子，用于复现生成结果。取值范围：-1或[0, 2147483647]。传入-1或未指定时，系统自动生成随机种子。即使使用相同seed，也不能保证每次生成结果完全一致。prompt_extend boolean （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：不开启智能改写。
当传入文档（file）或网页（link）素材时，prompt_extend 取值必须为 true。
watermark boolean （可选）是否添加水印标识。
  • false：默认值，不添加水印。
  • true：添加水印。
  • 参考文件生视频
  • 参考生视频
  • 文生视频
  • 首帧生视频
  • 首尾帧生视频
  • 视频编辑
  • 视频延长
通过 file 类型传入文件，模型自动理解文件内容生成视频。
curl --location 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
    -H 'X-DashScope-Async: enable' \
    -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
    -H 'Content-Type: application/json' \
    -d '{
    "model": "wan3.0-video",
    "input": {
        "prompt": "一支高端智能眼镜产品广告，整体风格极简、未来感、时尚高级，光影克制，画面以黑色、银灰色、冰蓝色为主色调，局部点缀柔和白光与参数UI图形。开场在纯黑背景中，一副智能眼镜从黑暗中缓缓浮现，镜腿边缘掠过精致高光，镜框轮廓在冷冽边缘光下被勾勒出来，镜头超近距离掠过镜片、鼻托、转轴、镜腿与材质细节，展现金属与高性能复合材料的细腻质感，表面处理高级克制，线条轻薄流畅。随后产品在空中缓慢旋转，画面以极简动态图形同步展示核心参数信息。随后镜头快速收拢，所有零件精准回归组装成完整产品，切换到年轻模特佩戴展示，模特五官立体、气质自信，穿着简洁高级的都市时尚服装，在极简空间和城市光影环境中自然转头、抬手、行走、微笑，镜头从正面、侧面、斜后方展示眼镜佩戴状态，突出轻薄贴合、时尚轮廓与日常百搭属性。结尾在纯色背景中，产品悬浮定格，镜头缓慢推进到品牌logo和核心slogan，整体音乐极简电子氛围配合精准鼓点，节奏干净有力，画面质感高级、克制、纯粹，具有强烈品牌记忆点和国际化科技审美。",
        "media": [
            {
                "type": "file",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260806/ebapmr/glass.pptx"
            }
        ]
    },
    "parameters": {
        "resolution": "480P",
        "ratio": "adaptive",
        "duration": 10,
        "prompt_extend": true
    }
}'

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
  • 日本（东京）
  • 德国（法兰克福）
  • 美国（弗吉尼亚）
  • 中国香港
GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}
  • 轮询建议：视频生成过程约需数分钟，建议采用轮询机制，并设置合理的查询间隔（如 15 秒）来获取结果。
  • 任务状态流转：PENDING（排队中）→ RUNNING（处理中）→ SUCCEEDED（成功）/ FAILED（失败）。
  • 结果链接：任务成功后返回视频链接，有效期为 24 小时。建议在获取链接后立即下载并转存至永久存储（如阿里云 OSS）。
  • task_id 有效期：24小时，超时后将无法查询结果，接口将返回任务状态为UNKNOWN。
  • RPS 限制：查询接口默认RPS为20。如需更高频查询或事件通知，建议配置异步任务回调。
  • 更多操作：如需批量查询、取消任务等操作，请参见管理异步任务。

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

output object任务输出信息。

属性

task_id string（必选）任务ID。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。orig_prompt string原始输入的提示词。video_url string生成视频的URL地址。任务成功时返回。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_count integer生成视频的数量。固定为1。duration float总视频时长，单位为秒。无输入参考视频时，等于输出视频的时长；有输入参考视频时，等于输入视频时长与输出视频时长之和。input_video_duration float输入视频的时长，单位为秒。无视频输入时为0.0。output_video_duration float输出视频的时长，单位为秒。fps integer生成视频的帧率。默认值为30。SR integer生成视频的分辨率。示例值：720。ratio string生成视频的宽高比。示例值：16:9。
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
  • 任务查询过期
视频URL仅保留24小时，超时后会被自动清除，请及时保存生成的视频。
{
    "request_id": "78c9b768-0285-996c-b682-xxxxxx",
    "output": {
        "task_id": "17ed7e50-00cf-4509-aea1-xxxxxx",
        "task_status": "SUCCEEDED",
        "submit_time": "2026-08-06 10:01:35.452",
        "scheduled_time": "2026-08-06 10:01:35.507",
        "end_time": "2026-08-06 10:13:33.838",
        "orig_prompt": "A golden retriever running on a sunny beach, waves crashing in the background, cinematic lighting",
        "video_url": "https://dashscope-result-bj.oss-cn-beijing.aliyuncs.com/xxx/video.mp4"
    },
    "usage": {
        "video_count": 1,
        "duration": 5.0,
        "input_video_duration": 0.0,
        "output_video_duration": 5.0,
        "fps": 30,
        "SR": 720,
        "ratio": "16:9"
    }
}

素材组合

仅支持以下特定的素材组合，传入其他组合将报错。
文生视频：仅传入 prompt，不支持传入 media。 
// 文生视频
{
  "input": {
    "prompt": "..."
  }
}
图生视频、参考生视频、视频编辑、视频延长等模式需通过 media 数组传入素材，每个元素需指定 type 和 url。type 组合规则：
  • first_frame/last_frame 与 reference_image/reference_video/reference_audio/file/link 类型互斥，不能在同一请求中混用。
  • file 和 link 二选一，但均可与 reference_image/reference_video/reference_audio 组合使用。
  • reference_image/reference_video/reference_audio 之间可自由组合。
// 仅首帧
{
  "media": [
    { "type": "first_frame", "url": "..." }
  ]
}

常见问题

首尾帧模式下为什么不能同时传入音频等其他媒体素材？

万相3.0 的首帧/首尾帧模式仅支持传入 first_frame 和 last_frame，不可同时传入音频等其他类型（详见素材组合）。 与万相2.7图生视频系列的区别：wan2.7 首帧/首尾帧模式支持同时传入 driving_audio 驱动音频；万相3.0 首帧/首尾帧模式不支持，如需音频驱动，请使用全模态参考模式（reference_image + reference_audio 组合）替代首尾帧模式。具体用法请参见万相3.0-视频生成使用指南。
使用 API
文本生成
图像生成
视频生成
世界模型
3D模型生成
音频
  • 音频生成
实时多模态
Realtime API
  • 概述
向量与排序
翻译模型
决策模型
更多模型
工具包/框架
TokenPlan
模型生产
文件管理
账单
模型管理
更多