رفتن به محتوا

Wan VACE 14B · Depth

یکپارچه‌سازی

شناسه مدل wan-vace-14b/depth
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/wan-vace-14b/depth?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۴۰۵⁩ ۴۰۵ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Alibaba ویدیو به ویدیو ورودی‌های مرجعحداکثر 720p #image-to-video#video-to-video#text-to-video

تولید ویدیوی هدایت‌شده با عمق توسط VACE 14B، با پیروی از ساختار ویدیوی منبع

ساخته‌شده در Doitong

آثار عمومی ساخته‌شده با Wan VACE 14B توسط جامعه Doitong. یک پرامپت را با یک کلیک دوباره استفاده کنید.

آثار عمومی نمایش‌داده‌شده: 2
Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scen... ویدیو

Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scene takes place inside a modern passenger airplane during a daytime flight. Natural smartphone-like cinematography, realistic airplane cabin, authentic passengers, natural lighting, realistic skin...

Реалистичная бытовая сцена в советской одесской квартире зимним вечером. Женщина находится на кух... ویدیو

Реалистичная бытовая сцена в советской одесской квартире зимним вечером. Женщина находится на кухне, мужчина — в комнате и прихожей. Атмосфера обычной советской семьи перед приходом гостей. Голоса: все персонажи говорят по-русски с естественным, выразительным одесским говором. Характерная...

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

دستورهای متنی برای هدایت تولید ویدیو.

•الزامی video_url
یک فایل بیندازید، یا

URL فایل ویدیوی منبع که هنگام اجرای وظیفهٔ عمق الزامی است.

resolution پیش‌فرض auto

وضوح ویدیوی خروجی.

aspect_ratio پیش‌فرض auto

نسبت تصویر ویدیوی نهایی.

پیش‌فرض 81

تعداد فریم خروجی، با بازه فراگیر 81–241.

پیش‌فرض 0

تعداد درون‌یابی: مقدار 0 فریم‌های اصلی را بدون درون‌یابی باقی می‌گذارد؛ مقادیر دیگر تعداد فریم‌های میانی تولیدشده بین آن‌ها را مشخص می‌کنند.

پیشرفته negative_prompt · ref_image_urls · sampler · acceleration · video_quality · video_write_mode · interpolator_model · transparency_mode · image · end_image · frames_per_second · num_inference_steps · guidance_scale · shift · temporal_downsample_factor · auto_downsample_min_fps · seed · match_input_frames_per_second · enable_safety_checker · enable_prompt_expansion · preprocess · enable_auto_downsample · return_frames_zip
پیش‌فرض letterboxing, borders...

پرامپت منفی اعمال‌شده هنگام تولید ویدیو.

یک فایل بیندازید، یا

URLهای اختیاری تصاویر منبع که تصاویر مرجع مورد استفادهٔ مدل را فراهم می‌کنند.

sampler پیش‌فرض unipc

نمونه‌بردار استفاده‌شده هنگام تولید ویدیو.

acceleration پیش‌فرض regular

تنظیم شتاب‌دهی استنتاج، با انتخاب 'none' یا 'regular'؛ پردازش شتاب‌یافته سرعت را به‌طور چشمگیری افزایش می‌دهد و تغییر بسیار کوچکی در خروجی ایجاد می‌کند.

video_quality پیش‌فرض high

سطح کیفیت ویدیوی حاصل.

video_write_mode پیش‌فرض balanced

حالت نوشتن ویدیوی حاصل.

interpolator_model پیش‌فرض film

انتخاب مدل درون‌یابی فریم: یا 'rife' یا 'film'.

transparency_mode پیش‌فرض content_aware

پردازش شفافیت برای فریم‌های آغازین و پایانی که تعیین می‌کند نواحی شفاف آن‌ها چگونه پر شوند.

first_frame_url

مرجع اختیاری فریم اول که از طریق URL برای استفادهٔ مدل هنگام پردازش ویدیو ارائه می‌شود.

last_frame_url

مرجع اختیاری فریم آخر که از طریق URL برای استفادهٔ مدل هنگام پردازش ویدیو ارائه می‌شود.

پیش‌فرض 16

نرخ فریم ویدیوی تولیدشده؛ فقط وقتی اعمال می‌شود که `match_input_frames_per_second` برابر true نباشد؛ مقادیر پذیرفته‌شده 5–30 فریم بر ثانیه هستند.

پیش‌فرض 30

تعداد گام‌های نمونه‌برداری؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.

پیش‌فرض 5

قدرت هم‌ترازی پرامپت که از طریق راهنمایی بدون طبقه‌بند کنترل می‌شود؛ افزایش مقیاس باعث می‌شود تصاویر تولیدشده بیشتر از متن پیروی کنند.

پیش‌فرض 5

تنظیم جابه‌جایی اعمال‌شده هنگام تولید ویدیو.

پیش‌فرض 0

ضریب حذف فریم ویدیو، به‌صورت عدد صحیح؛ برای هر ضریب کاهش نمونه‌برداری، یک‌بار افزایش نمونه‌برداری خودکار انجام می‌شود. برای غیرفعال‌کردن کاهش نمونه‌برداری زمانی، از 0 استفاده کنید.

پیش‌فرض 15

حداقل نرخ فریم، برحسب فریم در ثانیه، که پس از کاهش نمونه‌برداری مجاز است. برای ویدیوهای کم‌تحرک، کاهش این مقدار امکان کاهش نمونه‌برداری بیشتر و دنباله‌های طولانی‌تر را فراهم می‌کند؛ حرکت بسیار سریع ممکن است به مقدار بالاتری نیاز داشته باشد، هرچند مقدار پیش‌فرض برای بیشتر ویدیوها مناسب است. کاهش نمونه‌برداری خودکار از این آستانه برای یافتن کمترین ضریب حفظ‌کنندهٔ جزئیات استفاده می‌کند.

Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.

POST /run/wan-vace-14b/depth?wait=20 قیمت → ⁨‎$۰٫۴۰۵⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/wan-vace-14b/depth?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Wan VACE 14B · Depth

به یک `prompt` و `video_url` منبع نیاز دارد و ویدیوی جدیدی با هدایت ساختار عمقی منبع تولید می‌کند. `ref_image_urls` اختیاری به‌همراه تصاویر فریم اول و آخر، مراجع را اضافه می‌کنند و `transparency_mode` نحوه پر کردن نواحی شفاف آن فریم‌ها را کنترل می‌کند. `num_frames` حداکثر 241 و `resolution` از 240p تا 720p است.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
دستورهای متنی برای هدایت تولید ویدیو.
negative_promptاختیاری
نوعstring
پیش‌فرضletterboxing, borders, black bars, bright colors, overexposed, static, blurred details, subtitles, style, artwork, painting, picture, still, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, malformed limbs, fused fingers, still picture, cluttered background, three legs, many people in the background, walking backwards
پرامپت منفی اعمال‌شده هنگام تولید ویدیو.
match_input_num_framesاختیاری
نوعboolean
پیش‌فرضfalse
منبع تعداد فریم ویدیوی تولیدشده: false از `num_frames` استفاده می‌کند و true تعداد فریم ویدیوی ورودی را کپی می‌کند.
num_framesاختیاری
نوعinteger
پیش‌فرض81
۱۷ – ۲۴۱
تعداد فریم خروجی، با بازه فراگیر 81–241.
match_input_frames_per_secondاختیاری
نوعboolean
پیش‌فرضfalse
منبع نرخ فریم ویدیوی تولیدشده: false از `frames_per_second` استفاده می‌کند و true نرخ فریم ویدیوی ورودی را کپی می‌کند.
frames_per_secondاختیاری
نوعinteger | null
پیش‌فرض16
۵ – ۳۰
نرخ فریم ویدیوی تولیدشده؛ فقط وقتی اعمال می‌شود که `match_input_frames_per_second` برابر true نباشد؛ مقادیر پذیرفته‌شده 5–30 فریم بر ثانیه هستند.
seedاختیاری
نوعinteger | null
Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.
resolutionاختیاری
نوعenum
پیش‌فرضauto
auto240p360p480p580p720p
وضوح ویدیوی خروجی.
aspect_ratioاختیاری
نوعenum
پیش‌فرضauto
auto16:91:19:16
نسبت تصویر ویدیوی نهایی.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض30
۲ – ۵۰
تعداد گام‌های نمونه‌برداری؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض5
۱ – ۱۰
قدرت هم‌ترازی پرامپت که از طریق راهنمایی بدون طبقه‌بند کنترل می‌شود؛ افزایش مقیاس باعث می‌شود تصاویر تولیدشده بیشتر از متن پیروی کنند.
samplerاختیاری
نوعenum
پیش‌فرضunipc
unipcdpm++euler
نمونه‌بردار استفاده‌شده هنگام تولید ویدیو.
shiftاختیاری
نوعnumber
پیش‌فرض5
۱ – ۱۵
تنظیم جابه‌جایی اعمال‌شده هنگام تولید ویدیو.
video_urlالزامی video
نوعurl · video
URL فایل ویدیوی منبع که هنگام اجرای وظیفهٔ عمق الزامی است.
ref_image_urlsاختیاری
نوعurl[] · image
URLهای اختیاری تصاویر منبع که تصاویر مرجع مورد استفادهٔ مدل را فراهم می‌کنند.
first_frame_urlاختیاری image
نوعstring | null
مرجع اختیاری فریم اول که از طریق URL برای استفادهٔ مدل هنگام پردازش ویدیو ارائه می‌شود.
last_frame_urlاختیاری end_image
نوعstring | null
مرجع اختیاری فریم آخر که از طریق URL برای استفادهٔ مدل هنگام پردازش ویدیو ارائه می‌شود.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضfalse
کلید بررسی ایمنی که حالت خاموش آن به مجوز حساب نیاز دارد. بدون این مجوز، هر درخواست صرف‌نظر از تنظیم بررسی می‌شود؛ true بررسی‌کننده را فعال می‌کند.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضfalse
مشخص می‌کند گسترش پرامپت فعال باشد یا نه.
preprocessاختیاری
نوعboolean
پیش‌فرضfalse
پیش‌پردازش ویدیوی ورودی را کنترل می‌کند.
accelerationاختیاری
نوعenum
پیش‌فرضregular
nonelowregular
تنظیم شتاب‌دهی استنتاج، با انتخاب 'none' یا 'regular'؛ پردازش شتاب‌یافته سرعت را به‌طور چشمگیری افزایش می‌دهد و تغییر بسیار کوچکی در خروجی ایجاد می‌کند.
video_qualityاختیاری
نوعenum
پیش‌فرضhigh
lowmediumhighmaximum
سطح کیفیت ویدیوی حاصل.
video_write_modeاختیاری
نوعenum
پیش‌فرضbalanced
fastbalancedsmall
حالت نوشتن ویدیوی حاصل.
num_interpolated_framesاختیاری
نوعinteger
پیش‌فرض0
۰ – ۵
تعداد درون‌یابی: مقدار 0 فریم‌های اصلی را بدون درون‌یابی باقی می‌گذارد؛ مقادیر دیگر تعداد فریم‌های میانی تولیدشده بین آن‌ها را مشخص می‌کنند.
temporal_downsample_factorاختیاری
نوعinteger
پیش‌فرض0
۰ – ۵
ضریب حذف فریم ویدیو، به‌صورت عدد صحیح؛ برای هر ضریب کاهش نمونه‌برداری، یک‌بار افزایش نمونه‌برداری خودکار انجام می‌شود. برای غیرفعال‌کردن کاهش نمونه‌برداری زمانی، از 0 استفاده کنید.
enable_auto_downsampleاختیاری
نوعboolean
پیش‌فرضfalse
تطبیق خودکار تعداد فریم: فعال‌کردن آن به مدل اجازه می‌دهد ویدیویی با کاهش نمونه‌برداری زمانی و طول مناسب را پردازش کند و سپس با درون‌یابی تعداد فریم اصلی را بازیابی کند.
auto_downsample_min_fpsاختیاری
نوعnumber
پیش‌فرض15
۱ – ۶۰
حداقل نرخ فریم، برحسب فریم در ثانیه، که پس از کاهش نمونه‌برداری مجاز است. برای ویدیوهای کم‌تحرک، کاهش این مقدار امکان کاهش نمونه‌برداری بیشتر و دنباله‌های طولانی‌تر را فراهم می‌کند؛ حرکت بسیار سریع ممکن است به مقدار بالاتری نیاز داشته باشد، هرچند مقدار پیش‌فرض برای بیشتر ویدیوها مناسب است. کاهش نمونه‌برداری خودکار از این آستانه برای یافتن کمترین ضریب حفظ‌کنندهٔ جزئیات استفاده می‌کند.
interpolator_modelاختیاری
نوعenum
پیش‌فرضfilm
rifefilm
انتخاب مدل درون‌یابی فریم: یا 'rife' یا 'film'.
transparency_modeاختیاری
نوعenum
پیش‌فرضcontent_aware
content_awarewhiteblack
پردازش شفافیت برای فریم‌های آغازین و پایانی که تعیین می‌کند نواحی شفاف آن‌ها چگونه پر شوند.
return_frames_zipاختیاری
نوعboolean
پیش‌فرضfalse
برگشت آرشیو ZIP شامل همه فریم‌های تولیدشده را نیز کنترل می‌کند؛ در صورت true فعال است.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan-vace-14b/depth",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 405,
    "usd": "0.405",
    "charged": 405,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "prompt": "string",
    "seed": 42,
    "frames_zip": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}فایل ویدیوی عمق تولیدشده توسط مدل.
prompt
stringپرامپتی که برای تولید خروجی استفاده شده است.
seed
integerمقدار Seed اعمال‌شده هنگام تولید.
frames_zip
object {url, content_type, file_name, file_size} | nullآرشیو ZIP شامل همه فریم‌های ویدیو، در صورت درخواست برگردانده می‌شود.

مدل‌های بیشتر: ویدیو به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/wan-vace-14b/depth.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt