Wan 3.0 Pro API

Wan 3.0 Pro Riferimenti in video mantiene un volto, un capo, un set, un movimento o una voce da un’inquadratura all’altra usando riferimenti immagine, video e audio, e consegna il risultato a 1080p, 2K o 4K per 2-30 secondi. Invia almeno uno tra reference_image_urls (da 1 a 10 immagini ordinate), reference_video_urls, reference_audio_urls (fino a 5 clip ciascuno), reference_file_url (un documento) e reference_link_url (una pagina web). Il prompt è facoltativo, ma è lì che ogni riferimento riceve il suo compito e che si descrive l’azione.

Scegli il metodo in base al materiale di partenza

Un master, più ritagli

Un’inquadratura bloccata dai riferimenti e renderizzata in 4K dà un master da cui ritagliare sia un banner sia una versione verticale. L’esempio del capo invia una sola tavola del cappotto — "Keep the coat from the reference exactly — cut, colour and stitching" — e renderizza 6 secondi a 4k senza audio, mentre la modella gira una volta su un palco buio e l’orlo si solleva e si posa.

Alla dimensione di consegna le derive si vedono meglio

Un volto che cambia tra un’inquadratura e l’altra salta all’occhio in alta risoluzione, e questo aiuta in revisione: renderizza ogni inquadratura di una sequenza alla dimensione di consegna e confrontale affiancate prima di decidere. I livelli 2k e 4k sono ingranditi da un render nativo a 1080p, quindi rivelano le incoerenze del render invece di nasconderle.

Budget dei riferimenti

Immagini e audio di riferimento non vengono fatturati; i secondi dei video di riferimento vengono fatturati con l’output. I riferimenti video e audio hanno ciascuno un limite di 15 secondi in totale, con ogni clip tra 1 e 15 secondi, e video di riferimento più duration_seconds devono restare entro 30 secondi. Questi limiti si applicano durante la generazione, non all’invio: controlla prima la durata delle clip.

Inquadrature a episodi con volto e set nominati

L’esempio volto e set invia due tavole e una riga d’azione: "The first image is the character — keep her face, hair and the black gown. The second image is the room." Lei cammina dalla porta alla finestra con una lenta carrellata laterale, 8 secondi a 1080p con seed 640117. Riusa le tavole e il seed per ogni inquadratura di un episodio e cambia solo l’azione.

Le stesse persone, un’altra luce

L'esempio dei tre momenti della giornata mantiene due persone e un appartamento mentre la luce cambia: la mattina vicino alla finestra, il tramonto sul piano della cucina, la notte sul balcone. È il caso di continuità più scomodo, perché tutto tranne la luce deve restare uguale. I riferimenti portano le persone e la stanza, il prompt descrive solo ciò che cambia.

# 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-pro/reference-to-video",
  "input": {
    "aspect_ratio": "adaptive",
    "duration_seconds": 5,
    "reference_image_urls": [
      "https://example.com/reference.png"
    ],
    "resolution": "1080p"
  }
}'

# 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.