はじめに
Wan 3.0 Pro 参照から動画 は、画像・動画・音声の参照素材を使って、顔、衣装、セット、動き、声をショットをまたいで保ち、1080p・2K・4K で 2〜30 秒の結果を納品します。reference_image_urls(順序付きの画像 1〜10 枚)、reference_video_urls、reference_audio_urls(それぞれクリップ 5 本まで)、reference_file_url(資料 1 件)、reference_link_url(ウェブページ 1 件)のうち少なくとも 1 つを送ってください。プロンプトは省略できますが、各参照素材に役割を与え、動作を書く場所はプロンプトです。
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
1 本のマスターから複数のトリミング
参照素材で固定したショットを 4K でレンダリングすると、バナー用にも縦長のカットダウン用にもトリミングできるマスターになります。衣装のサンプルはコートの素材 1 枚を送り(「Keep the coat from the reference exactly — cut, colour and stitching」)、音声をオフにして 4k で 6 秒レンダリングしています。モデルが暗いステージで 1 回ターンし、裾がふわりと上がって落ち着きます。
納品サイズではずれが見えやすい
ショット間で顔が変わると、高解像度ではすぐに分かります。これはレビューに役立ちます。シーケンスの各ショットを納品サイズでレンダリングし、確定前に並べて比べてください。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、レンダリング由来の不一致を隠すのではなく、むしろ表に出します。
参照素材の枠
参照画像と参照音声は課金されず、参照動画の秒数は出力と一緒に課金されます。動画と音声の参照はそれぞれ合計 15 秒までで、各クリップは 1〜15 秒、参照動画と duration_seconds の合計は 30 秒以内でなければなりません。これらの上限は送信時ではなく生成中に適用されるので、先にクリップの長さを確認してください。
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 | 任意ですが、どの画像がキャラクターか、どの動画が動きを担うか、どの音声が声なのか、そしてカットで実際に何が起きるのかを書く場所がここです。 1 文字以上 · 20000 文字以内 |
reference_image_urls | いいえ | 人物、衣装、セットのプレートとして 1〜10 枚を渡します。人物なのか衣装なのかセットなのか、プロンプトで一枚ずつ名指ししないと平均化されてしまいます。 1 件以上 · 10 件以内 |
reference_video_urls | いいえ | 最大 5 本、各 1〜15 秒、合計 15 秒までです。顔ではなく、動きやカメラワークのために使ってください。 1 件以上 · 5 件以内 |
reference_audio_urls | いいえ | 最大 5 本、各 1〜15 秒、合計 15 秒までです。カットが合わせるべき声、台詞の読み、ルームトーンに使います。 1 件以上 · 5 件以内 |
reference_file_url | いいえ | ショットを組み立てる前にモデルが読む資料を 1 つ渡せます。キャラクターシート、台本、ショットリスト、商品ブリーフなどです。 |
reference_link_url | いいえ | モデルが参考として読む公開ウェブページを 1 つ指定します。記事、商品ページ、キャラクター紹介などです。 |
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 | 16:9、4:3、1:1、3:4、9:16、または adaptive。既定は adaptive でモデルに選ばせます。 |
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、上限分を先に確保し、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
参照動画の長さは課金対象の秒数に加算されますが、参照画像と音声は加算されません。実行前にクリップの長さを計測できないため、まず上限の15秒分を仮押さえし、精算時に未使用分を即座に解放します。実際に使用された秒数のみが課金されます。
| 仕様 | 料金 |
|---|---|
| $0.144 / 秒 |
| $0.16 / 秒 |
| $0.184 / 秒 |
ユースケース
顔とセットに名前を付けたシリーズもののショット
顔とセットのサンプルは、素材 2 枚と動作の行 1 つを送っています。「The first image is the character — keep her face, hair and the black gown. The second image is the room.」彼女はゆっくりした横移動のカメラの中を戸口から窓まで歩きます。1080p で 8 秒、シードは 640117 です。1 話のすべてのショットで同じ素材とシードを使い、動作だけを変えてください。
同じ 2 人、違う光
1 日の 3 つの時間帯の例は、光が変わるあいだも 2 人と 1 つのアパートを保ちます。窓辺の朝、キッチンカウンターの夕暮れ、バルコニーの夜。光以外のすべてが保たれなければならないので、連続性としては厄介なケースです。人物と部屋は参照素材が運ぶので、プロンプトには違う部分だけを書きます。
プロンプトガイドと実践のヒント
参照素材には順番どおりにラベルを付ける
reference_image_urls は順序付きなので、画像は「the first image」「the second image」と呼び、その順番で渡します。それぞれが人物、衣装、セットのどれなのかを書いてください。参照動画は顔ではなく動きとカメラのスタイルに、音声は声、セリフの読み方、ルームトーンに使います。
最終レンダリングではプロンプト拡張をオフに
このファミリーでは enable_prompt_expansion の既定値が true で、細かいブリーフを書き換えるため、割り当てた役割がぼやけることがあります。参照素材のラベルと動作の行が固まったらオフにし、seed を固定して、最初のレンダリングは 1080p・5 秒で行ってください。
拡大するのは承認したテイクだけ
1080p でショットが成立したら、まったく同じボディを resolution を 2k か 4k にして送り直します。納品フレームが決まっていない限り aspect_ratio は adaptive のままにし、納品ファイルの最初と最後で、顔、衣装の裁断、部屋のレイアウトといった繰り返し現れる要素を確認してください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0-pro/reference-to-video",
"input": {
"aspect_ratio": "adaptive",
"duration_seconds": 5,
"reference_image_urls": [
"https://example.com/reference.png"
],
"resolution": "1080p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
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。



























