✦Generación de vídeoCinco modos de APIEstándar / Flash
Wan 2.6 Video es la ruta operativa de APIXO para cinco flujos de trabajo de generación de vídeo de Alibaba. Construya clips audiovisuales a partir de texto, anime una imagen de origen o guíe personajes con referencias ordenadas de imágenes y vídeo. Los modos Estándar y Flash ofrecen salida en 720p o 1080p, control de múltiples tomas, audio personalizado y duraciones y precios específicos del modo.
Flujos de trabajo
Texto / Imagen / Referencias
Precio de APIXO
$0.025–$0.30 / sRutas estándar y Flash con precios de backend
Resolución
720p / 1080p
Duración
2–15 s · Referencias ≤10 s
Límite de referencias
Hasta 5 archivos
Crear con Wan 2.6
Cargando espacio de trabajo...
Ruta API operacional
Un único punto de acceso de Wan 2.6 para guiar la generación con prompt, fotogramas y personajes
Integre texto a vídeo, animación de imagen estándar o Flash, y generación de referencias estándar o Flash a través de una única ruta de APIXO. Cada modo requiere un prompt, mientras que las entradas de medios ordenadas, la selección de múltiples tomas, el audio personalizado y el control de sonido exclusivo para Flash admiten distintas estrategias de producción.
Capacidades del modelo
Controle cómo comienza y se desarrolla cada escena de Wan 2.6
Generación guiada por texto
Cree un vídeo sin imágenes de origen a partir de un prompt obligatorio en chino o inglés que describa los sujetos, la acción, el entorno, el comportamiento de la cámara, el diálogo y el sonido.
Animación del primer fotograma
Los modos de imagen Estándar y Flash animan exactamente una imagen de origen. El prompt sigue siendo obligatorio y dirige el movimiento, el comportamiento de la cámara y el desarrollo de la escena desde el estado visual inicial.
Referencias de medios ordenadas
Los modos de referencia aceptan URL de imágenes y vídeos ordenadas que se asignan a character1, character2 y roles posteriores para guiar la apariencia, el movimiento, la escena o la voz disponible.
Estructura de múltiples tomas
Elija único para una sola toma continua o múltiple para una secuencia de tomas cambiantes. El ajuste explícito tiene prioridad sobre las instrucciones de toma contradictorias en el prompt.
Guía audiovisual
Envíe un archivo MP3 o WAV opcional para una sincronización personalizada, o permita que la generación con sonido produzca un resultado audiovisual sin garantizar el diálogo exacto, la pronunciación o la sincronización de labios.
Controles de prompt y Seed
Refine el resultado con un prompt negativo, expansión del prompt y un seed numérico. Los seeds fijos ayudan a la iteración controlada, pero no pueden hacer que la generación probabilística sea determinista.
Perfiles de enrutamiento
Seleccione flujos de trabajo Estándar o generación Flash configurable con sonido
Flujos de trabajo de vídeo estándar
El enrutamiento estándar cubre texto a vídeo, imagen a vídeo y referencia a vídeo. La generación de texto e imagen admite de 2 a 15 segundos, mientras que la generación por referencia admite de 2 a 10 segundos. El campo de sonido no es válido en estos modos.
Estándar
Flujos de trabajo de vídeo Flash
El enrutamiento Flash solo está disponible para imagen a vídeo-flash y referencia a vídeo-flash. Su control de sonido es verdadero por defecto; al desactivarlo se produce una salida silenciosa, se ignora el audio proporcionado y se aplica la tarifa Flash más baja.
Flash
Especificaciones de la API
Controles verificados para la ruta operativa
Entradas y límites específicos de cada modo expuestos a través de APIXO.
5
Modos de generación
1–1500
Caracteres del prompt
1 imagen
Entrada en modo imagen
1–5 archivos
Entrada de referencia
1 MP3 / WAV
Audio personalizado
Sondeo / Callback
Entrega de resultados
Aplicaciones de producción
Asocie cada estrategia de entrada a un flujo de trabajo de vídeo práctico
Desarrollo de conceptos
Previsualizar secuencias de campaña
Use texto a vídeo y el control de múltiples tomas para explorar narrativas de campaña cortas, cambios de cámara y progresión de escenas antes de comprometerse con la filmación o una posproducción detallada. Revise la anatomía, el contacto con objetos, los logotipos y el texto incrustado.
Animación de activos
Animar arte clave de producto
Convierta una imagen de producto, ilustración o visual de campaña aprobada en movimiento utilizando el enrutamiento Estándar o Flash. Compare el resultado con la fuente para verificar la geometría, las proporciones, la composición y la fidelidad de la marca.
Dirección de personajes
Organizar interacciones guiadas por referencias
Asigne referencias de imagen o vídeo ordenadas a roles de personajes para conversaciones cortas y escenas con múltiples personajes. Valide la identidad, el posicionamiento, la deriva de la voz, la atribución del diálogo, la pronunciación y el movimiento de la boca en cada resultado.
Creatividad priorizando el audio
Crear promos con audio personalizado
Proporcione narración, música o diseño de sonido para guiar un breve clip promocional. Verifique el tiempo y la sincronización antes de la publicación, o deshabilite el sonido en modo Flash cuando solo se requiera un borrador visual de bajo coste.
Guía de integración
Restricciones de modo, reglas de medios y facturación
Notas operativas
01
APIXO ofrece cinco modos de producto, pero no identifica públicamente el punto de control ni la versión exacta seleccionada por cada ruta en el proveedor.
02
Cada modo requiere un prompt no vacío de hasta 1.500 caracteres; el prompt negativo opcional admite hasta 500 caracteres.
03
Los modos de imagen requieren una URL pública de un archivo JPEG, JPG, PNG sin canal alfa, BMP o WebP, de hasta 20 MB, con dimensiones de 240 a 8000 píxeles.
04
Los modos de referencia aceptan de uno a cinco archivos ordenados: hasta cinco imágenes, hasta tres vídeos MP4 o MOV, y no más de cinco archivos en total.
05
El audio personalizado acepta una URL pública de MP3 o WAV, de 3 a 30 segundos y hasta 15 MB; el audio sobrante se trunca, mientras que una entrada corta deja el resto en silencio.
06
APIXO no publica un período de retención de URL de resultados para esta ruta. Consulte los modos de texto o imagen después de 30 segundos y los modos de referencia después de 45 segundos, o utilice la entrega por callback para los resultados finales; almacene los resultados necesarios inmediatamente después de su finalización.
Preguntas frecuentes
La generación de texto a vídeo y de imagen a vídeo cuesta $0.10 por segundo a 720p o $0.15 a 1080p. La generación de vídeo a partir de referencias cuesta $0.20 por segundo a 720p o $0.30 a 1080p. El coste total es la duración seleccionada multiplicada por la tarifa aplicable.
Imagen Flash cuesta 0,025 $/0,0375 $ por segundo a 720p/1080p sin sonido y 0,05 $/0,075 $ con sonido. Referencia Flash cuesta 0,05 $/0,08 $ sin sonido y 0,10 $/0,16 $ con sonido.
Solo image-to-video-flash y reference-to-video-flash aceptan sonido. El valor por defecto es "true". Cuando es "false", el vídeo generado es silencioso y se ignora cualquier valor proporcionado en audio_urls.
Establezca shot_type en multi y mantenga prompt_extend habilitado para que Wan 2.6 pueda reescribir y optimizar la descripción de la toma. Use single cuando la escena deba permanecer como una única toma continua.
Las tareas utilizan los estados pendiente, en procesamiento, exitosa y fallida. Las URL de los vídeos generados con éxito aparecen en resultJson.resultUrls; los fallos exponen failCode y failMsg. La entrega por devolución de llamada requiere un punto de acceso de devolución de llamada público y accesible.
Explorar otros modelos
Descubra más modelos de IA para su próximo flujo de trabajo creativo