はじめに
Wan 3.0 Pro Prime 画像から動画 は Prime のレンダリングで開始フレームを動かし、1080p・2K・4K で 2〜30 秒のクリップとして納品します。image_url は必須で、そのまま最初のフレームになります。プロンプトは省略でき、書くなら動きとカメラを書きます。任意の last_image_url で最後のフレームを固定できます。フィールドは Wan 3.0 Pro 画像から動画と完全に同じなので、そちら用に組んだリクエストはモデル名を変えるだけでここでも動きます。
開始素材に応じてモードを選ぶ
| 開始素材 | モード |
|---|---|
| 書いたブリーフから、場面、行動、カメラ、必要に応じて音を組み立てます。 | Wan 3.0 Pro Prime テキストから動画 |
| 承認済みの開始画像が被写体と構図を決め、指示文がその後の動きを導きます。 | Wan 3.0 Pro Prime 画像から動画 |
| 別々の参照素材に、人物、場所、動き、音の役割を明確に割り当てられます。 | Wan 3.0 Pro Prime 参照から動画 |
主な機能とハイライト
フォーカス送りのような 2 フレームの指示
フォーカス送りは本来 2 つのフレームで成り立つもので、last_image_url はまさにそのためにあります。つぼみのサンプルは花のつぼみにピントの合ったフレームで始まり、その奥のボタンを外したシャツにピントが合った、渡したフレームで終わります。4k で 6 秒です。プロンプトが言うのは、ピントがいつ移るかだけです。被写界深度がとても浅いと、終わりを固定しなければ正しい面に着地する余地がほとんどありません。
上限を決めるのは段階ではなく元画像
解像度が決めるのはレンダリングで、入力ではありません。2k と 4k はネイティブの 1080p レンダリングを拡大したものなので、手元でいちばんシャープな静止画を渡してください。JPEG、透過なしの PNG、BMP、WEBP で、1 辺 240〜8000 ピクセル、最大 20 MB、縦横比 8:1 以内です。
音楽を後付けする前提のホールド
路地の光のホールドのサンプルは、2k で 4 秒、音声とプロンプト拡張の両方をオフにしたホールドです。「Nobody moves. Only the neon tube above her stutters and the rain keeps falling, dragging its reflection across the wet plastic. Locked camera.」自前の音を持たず、編集で音楽を付けるショットのためのリクエストの形です。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | いいえ | ここでは任意です。動きとカメラに使ってください。 1 文字以上 · 20000 文字以内 |
image_url | はい | 開始フレームで、そのまま最初のフレームとして使われ、カットの実質的な画質の上限にもなります。衣装、身体、セット、光の向きはここから引き継がれるので、プロンプトは動きだけを運べば済みます。 1 文字以上 |
last_image_url | いいえ | 任意で、 |
resolution | いいえ | 1080p、2k、4k、既定は 1080p です。Wan 3.0 Prime のネイティブ出力は最大 1080p なので、それより上の段である 2k と 4k は、その解像度でネイティブにレンダリングしたものではなく、レンダリングを拡大して納品されます。 |
aspect_ratio | いいえ | adaptive は開始フレームに従います。納品形式が要求するときだけ比率を固定してください。 |
duration_seconds | いいえ | 2〜30 の任意の整数秒、既定 5。-1 はスマート尺で、モデルが長さを決め、上限の 30 秒分を先に確保して、実際に出力された長さで精算します。 |
generate_audio | いいえ | 既定でオン。音は映像と一緒に生成され、同じファイルに入って届きます。 デフォルト値: |
enable_prompt_expansion | いいえ | この家族では既定でオン。薄いブリーフを埋め、詳細なブリーフは書き直します。 デフォルト値: |
seed | いいえ | 0〜2147483647。解像度や尺を詰めるあいだは固定してください。 |
料金
| 仕様 | 料金 |
|---|---|
| $0.234 / 秒 |
| $0.252 / 秒 |
| $0.279 / 秒 |
ユースケース
動かない被写体のまわりで変わる環境
ネオンの路地のサンプルは、路地、雨、透明なレインコートがすでに写った素材から始まるので、プロンプトは変わるものだけを書いています。強まる雨、一度だけちらつくネオン管、通気口から噴き出す湯気、そしてそのすべての間レンズを見つめ続ける被写体。音声の行は、鉄板を打つ雨、うなるネオン管、シューッという通気口と、音源を 1 つずつ挙げています。
終わりを固定したクローズアップ
シャツのサンプルは、つぼみのサンプルと同じ 2 枚のフレームを 1080p・4 秒で再利用しています。斜めから差す金色の光の中で手が開いたシャツをゆっくり脇へ寄せ、また落とし、そのあいだに折り目の間のつぼみが少し開きます。両端を固定することで、ごく浅い被写界深度でも狙った面に着地させられます。
プロンプトガイドと実践のヒント
見えているものはプロンプトに書かない
フレームにすでにあるものを書き直すと、モデルがそれを描き直すきっかけになります。プロンプトは動きとカメラだけに使い、クリップがフレーム本来の形に従うよう aspect_ratio は adaptive のままにしてください。比率を指定するのは、納品フォーマットがそれを求めるときだけです。
1080p で承認し、2K か 4K で納品する
seed を固定して 5 秒・1080p で動きを固め、それから同じボディを 2k か 4k で送り直します。解像度とシードの両方を変える再実行は 2 つのことを一度に変えるので、一方を判断しているあいだはもう一方を固定しておく必要があります。
正確な動きにはプロンプト拡張をオフに
このファミリーでは enable_prompt_expansion の既定値が true です。2 語程度のアイデアには役立ちますが、正確な動きの指示は書き換えてしまいます。路地の光のホールドのサンプルは、短い 3 文が書いたとおりに実行されるようにオフにしています。2〜30 秒の整数ならどの尺でも指定でき、-1 なら長さの判断をモデルに任せられます。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0-pro-prime/image-to-video",
"input": {
"aspect_ratio": "adaptive",
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"resolution": "1080p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。



























