Wan 3.0 Prime API

Wan 3.0 Prime Referencias a video construye con el render Prime un plano de 2 a 30 segundos a partir de hasta diez referencias de imagen, cinco de video y cinco de audio, con los mismos campos que Wan 3.0 Referencias a video. Debe haber al menos un arreglo de referencias, un archivo de referencia o un enlace web y el prompt es opcional; si escribes uno, debe decir qué controla cada referencia. La resolución es 480p, 720p o 1080p, con 720p por defecto, y aspect_ratio es 16:9 por defecto.

Elige el modo según el material inicial

Una placa de identidad y toda una escena en texto

Una sola placa puede llevar a la persona mientras el prompt inventa todo lo demás. El ejemplo de la duna usa una imagen de identidad tomada de frente sobre un fondo de estudio liso; el campo de dunas bajo la luna, el viento y una bufanda de varios metros que ondea sobre ella están escritos. La bufanda tiene que seguir unida al mismo brazo al final de la toma, así que es un buen punto de control.

Comportamiento de cámara tomado de un clip

El video de referencia sirve para movimiento y estilo de cámara, no para rostros. El ejemplo del estilo de movimiento toma de un clip de referencia una órbita lenta con cámara en mano y la aplica a la mujer de una imagen de referencia, de pie en un estudio vacío, durante 6 segundos en 720p. Los clips de referencia deben ser MP4 o MOV, de al menos 16 fps, de 1 a 15 segundos cada uno y 15 segundos en total.

Continuidad de voz con referencias de audio

Hasta cinco referencias de audio WAV o MP3, con 15 segundos en total, pueden mantener una voz entre tomas. Una presentadora que se ve igual pero suena distinta en cada plano sigue sin tener continuidad, así que cuando una persona habla en más de un plano, envía siempre la misma referencia de audio. El audio y las imágenes de referencia no se facturan.

Una presentadora recurrente

Usa las mismas placas de imagen para rostro y escenario, y la misma referencia de audio para la voz, en cada solicitud de una serie. El ejemplo de la presentadora mantiene "the same presenter, the same studio" y describe solo el movimiento —un acercamiento que termina en un encuadre concreto— porque las referencias ya llevan la identidad.

Inserts con el mismo estilo

Cuando un plano nuevo tiene que moverse como uno existente, envía ese clip como referencia de movimiento y una imagen para el sujeto. Indica en el prompt qué es cada cosa, como hace el ejemplo del estilo de movimiento: "Take the camera behaviour from the reference clip — a slow handheld orbit — and apply it to the woman in the reference image."

# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "alibaba/wan-3.0-prime/reference-to-video",
  "input": {
    "aspect_ratio": "16:9",
    "duration_seconds": 5,
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "reference_image_urls": [
      "https://example.com/reference.png"
    ],
    "resolution": "720p"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.