Przejdź do treści

Alibaba V2.6 · Reference to Video · Flash

Integracja

Identyfikator modelu wan/v2.6/reference-to-video/flash
# 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/v2.6/reference-to-video/flash?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"
  }'

# 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"

Pliki takie jak przykład: 0,75 $ 750 kredytów API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Alibaba Materiał referencyjny na wideo Natywne audioDane referencyjneSzybki5–10 sdo 1080p #reference-to-video

Szybki reference-to-video zachowujący obiekty z maksymalnie 5 obrazów lub klipów, 5 lub 10 sekund, z dźwiękiem

Alibaba · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Prompt wideo o długości do 1500 znaków, używający Character1, Character2 itd. do identyfikacji ludzi, zwierząt lub przedmiotów w plikach referencyjnych. Numeracja obiektów następuje najpierw dla video_urls, a potem dla image_urls. W przypadku wielu ujęć użyj: '[0-3s] Shot 1. [3-6s] Shot 2.'

duration 5 s

Ustaw czas trwania wygenerowanego wideo w sekundach. Dla R2V Flash dostępne długości są ograniczone do 5 lub 10 sekund.

aspect_ratio domyślnie 16:9

Proporcje obrazu wideo wynikowego.

resolution domyślnie 1080p

Poziom rozdzielczości dla wyniku wideo; R2V Flash akceptuje tylko 720p lub 1080p.

Zaawansowane negative_prompt · videos · images · seed · enable_prompt_expansion · multi_shots · enable_safety_checker
domyślnie

Negatywny prompt określający niechcianą treść, ograniczony do 500 znaków.

video_urls
Upuść plik lub

Dostarcz 0–3 wideo, aby zachować spójność obiektów; każde musi mieć co najmniej 16 FPS, trwać 2–30 sekund i mieć rozmiar nie większy niż 100 MB. Łączna liczba w video_urls i image_urls nie może przekraczać 5. Automatyczna numeracja obiektów przypisuje Character1, Character2 itd. do video_urls przed kontynuowaniem z image_urls.

image_urls
Upuść plik lub

Dostarcz 0–5 obrazów, aby zachować spójność obiektów, przy czym łącznie w image_urls i video_urls nie może być więcej niż 5 referencji; image_urls otrzymują numery obiektów po video_urls. Każdy obraz musi mieć rozdzielczość 240–5000 px i rozmiar pliku nie większy niż 10 MB. Akceptowane formaty to JPEG, JPG, BMP, WEBP i PNG bez kanału alfa.

Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.

POST /run/wan/v2.6/reference-to-video/flash?wait=20 wycena → 0,75 $
# 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/v2.6/reference-to-video/flash?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"
  }'

# 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Alibaba V2.6 · Reference to Video · Flash

Generuje film, w którym obiekty z plików referencyjnych występują jako Character1, Character2 itd. w `prompt`. Połącz maksymalnie 3 `video_urls` i 5 `image_urls`, łącznie nie więcej niż 5 referencji. Czas trwania wynosi 5 lub 10 sekund, rozdzielczość 720p lub 1080p, a proporcje obrazu 16:9, 9:16, 1:1, 4:3 lub 3:4. Można włączyć prompty wieloujęciowe i generowanie dźwięku.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Prompt wideo o długości do 1500 znaków, używający Character1, Character2 itd. do identyfikacji ludzi, zwierząt lub przedmiotów w plikach referencyjnych. Numeracja obiektów następuje najpierw dla video_urls, a potem dla image_urls. W przypadku wielu ujęć użyj: '[0-3s] Shot 1. [3-6s] Shot 2.'
video_urlsopcjonalne videos
Typurl[] · video
Dostarcz 0–3 wideo, aby zachować spójność obiektów; każde musi mieć co najmniej 16 FPS, trwać 2–30 sekund i mieć rozmiar nie większy niż 100 MB. Łączna liczba w video_urls i image_urls nie może przekraczać 5. Automatyczna numeracja obiektów przypisuje Character1, Character2 itd. do video_urls przed kontynuowaniem z image_urls.
image_urlsopcjonalne images
Typurl[] · image
Dostarcz 0–5 obrazów, aby zachować spójność obiektów, przy czym łącznie w image_urls i video_urls nie może być więcej niż 5 referencji; image_urls otrzymują numery obiektów po video_urls. Każdy obraz musi mieć rozdzielczość 240–5000 px i rozmiar pliku nie większy niż 10 MB. Akceptowane formaty to JPEG, JPG, BMP, WEBP i PNG bez kanału alfa.
aspect_ratioopcjonalne
Typenum
Domyślne16:9
16:99:161:14:33:4
Proporcje obrazu wideo wynikowego.
resolutionopcjonalne
Typenum
Domyślne1080p
720p1080p
Poziom rozdzielczości dla wyniku wideo; R2V Flash akceptuje tylko 720p lub 1080p.
durationopcjonalne
Typenum
Domyślne5
510
Ustaw czas trwania wygenerowanego wideo w sekundach. Dla R2V Flash dostępne długości są ograniczone do 5 lub 10 sekund.
negative_promptopcjonalne
Typstring | null
Domyślne
Negatywny prompt określający niechcianą treść, ograniczony do 500 znaków.
enable_prompt_expansionopcjonalne
Typboolean
Domyślnetrue
Kontroluje, czy LLM ma przepisać prompt.
multi_shotsopcjonalne
Typboolean
Domyślnetrue
Kontrola segmentacji ujęć, dostępna tylko przy enable_prompt_expansion ustawionym na True. Domyślna wartość true używa inteligentnej segmentacji do budowania spójnej narracji między ujęciami; false zachowuje wideo jako jedno ciągłe ujęcie.
generate_audioopcjonalne
Typboolean
Domyślnetrue
Wybierz generowanie wideo bez dźwięku za pomocą false lub włącz audio, aby dołączyć dźwięk do wygenerowanego wideo.
seedopcjonalne
Typinteger | null
Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Przełącznik kontroli bezpieczeństwa, którego ustawienie wyłączone wymaga autoryzacji konta. Bez tej autoryzacji każde żądanie jest sprawdzane niezależnie od ustawienia; true włącza kontroler.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.6/reference-to-video/flash",
  "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": 750,
    "usd": "0.75",
    "charged": 750,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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
    },
    "seed": 42,
    "actual_prompt": "Dance battle between Character1 and Character2, cinematic lighting, dynamic camera movement."
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Wynikowy plik wideo.
seed
integerWartość ziarna używana podczas generowania.
actual_prompt
string | nullPrompt faktycznie użyty, gdy przepisywanie jest włączone.

Więcej modeli: Materiał referencyjny na wideo

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/wan/v2.6/reference-to-video/flash.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt