图生视频-基于首帧2.1-2.6

文本提示词。用来描述生成图像中期望包含的元素和视觉特点。

支持中英文，每个汉字/字母占一个字符，超过部分会自动截断。长度限制因模型版本而异：

wan2.6和wan2.5系列模型：长度不超过1500个字符。

当使用视频特效参数（即template不为空）时，prompt参数无效，无需填写。

反向提示词，用来描述不希望在视频画面中看到的内容，可以对视频画面进行限制。

支持中英文，长度不超过500个字符，超过部分会自动截断。

示例值：低分辨率、错误、最差质量、低质量、残缺、多余的手指、比例不良等。

首帧图像的URL或 Base64 编码数据。

图像限制：

图像格式：JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP。

图像分辨率：图像的宽度和高度范围为[240,8000]，单位为像素。

文件大小：

wan2.6和wan2.5系列模型：不超过20MB。

音频文件的 URL，模型将使用该音频生成视频。

音频限制：

格式：wav、mp3。

时长：3～30s。

文件大小：不超过15MB。

超限处理：若音频长度超过 duration 值（5秒或10秒），自动截取前5秒或10秒，其余部分丢弃。若音频长度不足视频时长，超出音频长度部分为无声视频。例如，音频为3秒，视频时长为5秒，输出视频前3秒有声，后2秒无声。

视频特效模板的名称。若未填写，表示不使用任何视频特效。

示例值：flying，表示使用“魔法悬浮”特效。

指定生成的视频分辨率档位，用于调整视频的清晰度（总像素）。模型根据选择的分辨率档位，自动缩放至相近总像素，视频宽高比将尽量与输入图像 img_url 的宽高比保持一致

此参数的默认值和可用枚举值依赖于 model 参数，规则如下：

wan2.6-i2v-flash：可选值：720P、1080P。默认值为1080P。

wan2.6-i2v ：可选值：720P、1080P。默认值为1080P。

wan2.5-i2v-preview ：可选值：480P、720P、1080P。默认值为1080P。

生成视频的时长，单位为秒。该参数的取值依赖于 model参数：

wan2.6-i2v-flash：取值为[2, 15]之间的整数。默认值为5。

wan2.6-i2v：取值为[2, 15]之间的整数。默认值为5。

wan2.5-i2v-preview：可选值为5、10。默认值为5。

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。

指定生成视频的镜头类型，即视频是由一个连续镜头还是多个切换镜头组成。

生效条件：仅当"prompt_extend": true 时生效。

参数优先级：shot_type > prompt。例如，若 shot_type设置为"single"，即使 prompt 中包含“生成多镜头视频”，模型仍会输出单镜头视频。

可选值：

single：默认值，输出单镜头视频

multi：输出多镜头视频。

是否添加水印标识，水印位于视频右下角，文案固定为“AI生成”。

false：默认值，不添加水印。

true：添加水印。

随机数种子，取值范围为[0, 2147483647]。