Wan 3.0 Prime API

Wan 3.0 Prime Riferimenti in video costruisce con il render Prime un’inquadratura da 2 a 30 secondi a partire da un massimo di dieci riferimenti immagine, cinque video e cinque audio, con gli stessi campi di Wan 3.0 Riferimenti in video. Serve almeno un array di riferimenti, un file di riferimento o un link web e il prompt è facoltativo; se ne scrivi uno, deve dire cosa controlla ciascun riferimento. La risoluzione è 480p, 720p o 1080p, predefinita 720p, e aspect_ratio vale 16:9 per impostazione predefinita.

Scegli il metodo in base al materiale di partenza

Una tavola d’identità, un’intera scena dal testo

Una sola tavola può portare la persona mentre il prompt inventa tutto il resto. L’esempio della duna usa un’immagine d’identità scattata frontalmente su uno sfondo da studio neutro; il campo di dune sotto la luna, il vento e una sciarpa lunga diversi metri che si agita sopra di lei sono tutti scritti. A fine ripresa la sciarpa deve essere ancora attaccata allo stesso braccio: un buon punto da controllare.

Comportamento di camera preso da una clip

Il video di riferimento serve per movimento e stile di camera, non per i volti. L’esempio dello stile di movimento prende da una clip di riferimento una lenta orbita a mano e la applica alla donna di un’immagine di riferimento, in piedi in uno studio vuoto, per 6 secondi a 720p. Le clip di riferimento devono essere MP4 o MOV, almeno 16 fps, da 1 a 15 secondi ciascuna e 15 secondi in totale.

Continuità della voce con i riferimenti audio

Fino a cinque riferimenti audio WAV o MP3, per 15 secondi in totale, possono mantenere una voce tra una ripresa e l’altra. Una conduttrice che appare continua ma suona diversa tra un’inquadratura e l’altra resta discontinua: quando una persona parla in più inquadrature, invia ogni volta lo stesso riferimento audio. Audio e immagini di riferimento non vengono fatturati.

Una conduttrice ricorrente

Usa in ogni richiesta di una serie le stesse tavole immagine per volto e set e lo stesso riferimento audio per la voce. L’esempio della conduttrice mantiene "the same presenter, the same studio" e descrive solo il movimento — un avvicinamento che termina su un’inquadratura precisa — perché l’identità è già portata dai riferimenti.

Inserti con lo stesso stile

Quando una nuova inquadratura deve muoversi come una esistente, fornisci quella clip come riferimento di movimento e un’immagine per il soggetto. Scrivi nel prompt cosa è cosa, come fa l’esempio dello stile di movimento: "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"

Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.