Wprowadzenie
Wan 3.0 Pro Przedłużanie wideo kontynuuje klip, który już masz. Wyślij go jako video_url i, jeśli chcesz, dodaj prompt z tym, co dzieje się dalej. Ostatnia klatka klipu staje się klatką początkową nowego ujęcia Wan 3.0 Pro z obrazu na wideo o długości od 2 do 30 sekund, a obie części są łączone w jeden plik MP4: najpierw oryginał, potem kontynuacja, bez powtórzonej klatki na łączeniu. Nowy fragment wraca też jako osobny plik, więc możesz przedłużać dalej albo montować części osobno.
Najważniejsze funkcje
Ciągłość bierze się z ostatniej klatki. Kostiumy, scenografia, światło i położenie wszystkich osób zostają, bo nowy fragment dosłownie zaczyna się na Twojej ostatniej klatce. Ruch nie przenosi się w ten sam sposób: model widzi jeden nieruchomy obraz, nie cały klip, więc opisz ruch, który ma trwać, zamiast zakładać, że zachowa tempo i kierunek.
Możesz wybrać zakończenie. last_image_url to opcjonalna docelowa klatka końcowa: nowy fragment kończy się dokładnie na tym obrazie, co pasuje do produktu, który ma wrócić do głównego ustawienia, albo do ruchu, który ma wylądować na stałej kompozycji. Bez niej model sam decyduje, jak kończy się ujęcie.
Progi są takie same jak w Wan 3.0 Pro z obrazu na wideo: 1080p, 2k i 4k. Natywny render kończy się na 1080p, więc 2k i 4k są z niego powiększane, a progu 480p ani 720p nie ma.
Dostajesz jeden plik oraz osobno nowy kawałek. Połączony wynik to MP4 H.264 z dźwiękiem AAC. Zachowuje liczbę klatek na sekundę i kadr Twojego klipu, bez czarnych pasów. Aby dopasować łączenie, obraz może zostać przycięty lub skorygowany o kilka procent przy krawędziach. Jeśli model zwróci wyraźnie inne proporcje, nowy fragment zostanie przeskalowany tak, aby wypełnić Twój kadr, i wyśrodkowany, a to, co wystaje, zostanie przycięte. Dźwięk z oryginału zostaje, dźwięk wygenerowany dla nowego fragmentu następuje po nim, a strona bez dźwięku jest uzupełniana ciszą, żeby obraz i dźwięk nie rozjeżdżały się na łączeniu. Drugi zasób w wyniku to sam nowy fragment, gotowy do kolejnego przedłużenia lub do edytora.
Cała reszta to Wan 3.0 Pro z obrazu na wideo: ten sam zakres treści i ta sama cena za sekundę, a nieudane generowanie jest zwracane tak samo. Jeśli generowanie się uda, ale samego połączenia nie da się zbudować, zadanie kończy się błędem, a opłata jest zwracana.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Nie | Opcjonalny. Opisz, co dzieje się dalej: kolejną akcję i ruch kamery. od 1 znaków · do 20000 znaków |
video_url | Tak | Klip do kontynuowania: MP4, MOV lub WebM, do 60 sekund. Jego ostatnia klatka staje się klatką początkową nowego fragmentu, więc przytnij go na czystej, ostrej klatce. od 1 znaków |
last_image_url | Nie | Opcjonalna docelowa klatka końcowa: nowy fragment kończy się dokładnie na tym obrazie, który służy jako ostatnia klatka, a nie luźna wskazówka. od 1 znaków |
resolution | Nie | Próg rozdzielczości nowego fragmentu: 1080p, 2k lub 4k, domyślnie 1080p. |
duration_seconds | Nie | Długość nowego fragmentu: dowolna liczba całkowita od 2 do 30 albo -1, żeby wybrał model; wtedy 30 sekund jest rezerwowanych z góry, a opłata wyrównuje się do dostarczonej długo… |
generate_audio | Nie | Domyślnie włączone, więc nowy fragment dostaje generowany dźwięk. Domyślnie: |
enable_prompt_expansion | Nie | Domyślnie włączone. Domyślnie: |
seed | Nie | Od 0 do 2147483647. Trzymaj go stały, żeby porównywać po jednym zmienionym polu; pomiń go dla różnorodności. |
Cennik
Opłata za każdą sekundę nowego fragmentu w wybranym progu rozdzielczości; wysłany klip źródłowy nie jest rozliczany. Jeśli nowy fragment powstanie, ale połączenia nie da się zbudować, zadanie kończy się błędem, a cała opłata jest zwracana.
| Specyfikacja | Cena |
|---|---|
| $0.144 / sekundę |
| $0.16 / sekundę |
| $0.184 / sekundę |
Zastosowania
Wydłuż ujęcie, które skończyło się za wcześnie: obrotowy stolik z produktem, który staje, zanim etykieta spojrzy w kamerę, albo spacer urwany, zanim postać dojdzie do drzwi. Przedłuż o kilka sekund i opisz tylko brakujący ruch.
Buduj dłuższą sekwencję krok po kroku. Wygeneruj pierwsze ujęcie, przedłuż je, a potem przedłuż połączony wynik jeszcze raz; każdy krok rozlicza tylko sekundy, które dodaje. Ponieważ każdy krok zaczyna się od jednej klatki, sprawdź każde łączenie, zanim położysz na nim następne.
Wskazówki
Opisz następny takt, a nie całą scenę. Klatka już ustala, kto i gdzie, więc prompt poświęć kolejnej akcji i ruchowi kamery. Powtórz język kamery, którym skończył się klip, na przykład powolny najazd albo statyczne ujęcie, żeby łączenie wyglądało jak jedno ujęcie. Prompt jest opcjonalny; bez niego model kontynuuje wyłącznie na podstawie klatki.
Przytnij przed przedłużeniem. Ostatnia klatka to jedyne, co widzi model, więc rozmyte, urwane w połowie cięcia albo mocno skompresowane zakończenie przechodzi wprost do kontynuacji. Najpierw przytnij oryginał na czystej, ostrej klatce. Przyjmujemy oryginały do 60 sekund w formacie MP4, MOV lub WebM.
Dopasuj próg do oryginału i ustaw duration_seconds na długość, której naprawdę potrzebujesz: opłata dotyczy tylko nowego fragmentu. Dopracuj ruch w 1080p ze stałym seed, zanim zapłacisz za render w 2k lub 4k.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0-pro/video-extend",
"input": {
"duration_seconds": 5,
"resolution": "1080p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
