はじめに
Wan 3.0 Pro 画像から動画 は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。必須フィールドは image_url だけで、そのまま最初のフレームとして使われるため、衣装、身体、セット、光は静止画から引き継がれます。プロンプトは省略でき、書くなら動きとカメラだけにします。任意の last_image_url で最後のフレームを正確に固定でき、これは image_url と一緒にしか使えません。音声はオフにしない限り映像と一緒に生成されます。
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 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 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 参照から動画 |
主な機能とハイライト
4K でもぼやけた静止画はシャープになりません
開始フレームがショットの画質の上限で、2k と 4k の段階はネイティブの 1080p レンダリングを拡大するだけで、新しいディテールは描きません。柔らかい画像や低解像度の画像は 4K でも柔らかいままです。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 以内の、手元でいちばんシャープな画像を渡してください。
両端を固定して編集向けのマスターに
ボトルのサンプルは、同じパックショットを image_url と last_image_url の両方に渡して 4k で出力し、プロンプト拡張と音声をオフ、シードを 5512090 に固定しています。ボトルが 4 分の 1 回転してハイライトがガラスの端から端まで流れ、元の角度に戻ります。編集者がデジタルで寄ってもラベルが読めるマスターになります。
フレームは既定で元画像に従います
aspect_ratio の既定値は adaptive で、開始フレームに従います。納品フォーマットが決まっているときだけ 16:9、4:3、1:1、3:4、9:16 を指定してください。公開している 4 つのサンプルはどれも比率を指定していないので、各クリップは元画像の形のままです。
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。見た目はすでにフレームが背負っています。 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 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。納品形式が決まっているときだけ 16:9、4:3、1:1、3:4、9:16 に固定してください。 |
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 |
|---|---|
| $0.144 / 秒 |
| $0.16 / 秒 |
| $0.184 / 秒 |
ユースケース
承認済みの到達点がある長い道のり
山頂のサンプルは、山のふもとを image_url、山頂を last_image_url に渡し、4K で 10 秒レンダリングしています。プロンプトが書くのはその間の登りだけです。長い登りは、終わりを固定しないと到達点がずれやすい場面です。着地フレームを固定しておけば、4K レンダリングの費用をかける前に、結末を静止画の段階で承認できます。
衣装はフレームに任せる
シルクの肩のサンプルは、衣装がすでに写っている静止画から始まるので、プロンプトはすべて動きに使っています。肩がゆっくりカメラのほうへ向き、シルクが光を受け、呼吸が落ち着く。左からの硬いキーライト 1 灯でゆっくりプッシュインし、背後の窓には雨。2k で 5 秒です。
プロンプトガイドと実践のヒント
プロンプトは動きとカメラだけに使う
このファミリーではプロンプト拡張が既定でオンになっていて、細かい動きの指示を書き換えてしまいます。文言が固まったら、ボトルのサンプルと同じように enable_prompt_expansion を false にしてください。そのうえで、誰がどれだけどの速さで動き、カメラが何をするかを書きます。プロンプトは 20,000 文字まで書けますが、長い列挙より、はっきりした動作 1 つのほうが結果を大きく動かします。
1080p で承認してから大きくレンダリングする
seed を固定し、5 秒・1080p でフレーミングと動きを固めます。解像度とシードを同時に変える再実行は、2 つのことを一度に変えることになります。両方のフレームが承認され、動きが意図どおりに読めたら、同じボディを 2k か 4k で送り直してください。尺は 2〜30 の整数秒で、-1 を渡すとモデルが長さを選びます。
拡大されたディテールは納品ファイルで確認する
2K や 4K のファイルでは、拡大で最初に引き伸ばされる部分を確認します。ラベルの文字、硬い鏡面ハイライト、髪と肌の質感です。湯気で曇る鏡の例は厳しいケースです。立ちのぼる湯気が鏡を曇らせ、人物はレンズから顔を背け、壁の照明の脇をゆっくりプッシュインします。固定された最初と最後のフレームの間で 4k にレンダリングしました。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0-pro/image-to-video",
"input": {
"aspect_ratio": "adaptive",
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"resolution": "1080p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。
