Wan 3.0 Pro API

Wan 3.0 Pro Референсы в видео удерживает лицо, одежду, декорации, движение или голос от плана к плану с помощью референсов-изображений, видео и аудио и выдаёт результат в 1080p, 2K или 4K длиной от 2 до 30 секунд. Передайте хотя бы одно из полей reference_image_urls (от 1 до 10 упорядоченных изображений), reference_video_urls, reference_audio_urls (до 5 клипов в каждом), reference_file_url (один документ) или reference_link_url (одна веб-страница). Промпт необязателен, но именно в нём каждый референс получает свою задачу и описывается действие.

Выберите режим по исходному материалу

Один мастер — несколько кадрирований

План, закреплённый референсами и отрендеренный в 4K, даёт мастер, из которого можно вырезать и баннер, и вертикальную версию. Пример с одеждой передаёт один референс пальто — «Keep the coat from the reference exactly — cut, colour and stitching» — и рендерит 6 секунд в 4k без звука: модель один раз поворачивается на тёмной сцене, подол поднимается и опадает.

В размере выдачи расхождения заметнее

Лицо, меняющееся от плана к плану, в высоком разрешении сразу бросается в глаза, и это помогает при приёмке: рендерьте каждый план последовательности в размере выдачи и сравнивайте их рядом, прежде чем утверждать. Ступени 2k и 4k увеличены из нативного рендера 1080p, поэтому они скорее проявляют несостыковки рендера, чем скрывают их.

Лимиты на референсы

Изображения и аудио-референсы не оплачиваются; секунды видеореференсов оплачиваются вместе с результатом. Видео- и аудиореференсы ограничены суммарно 15 секундами каждый, каждый клип — от 1 до 15 секунд, а видеореференсы плюс duration_seconds должны укладываться в 30 секунд. Эти лимиты применяются во время генерации, а не при отправке, поэтому сначала проверьте длину клипов.

Сериальные планы с названными лицом и декорацией

Пример «лицо и декорация» отправляет два референса и одну строку действия: «The first image is the character — keep her face, hair and the black gown. The second image is the room.» Героиня идёт от двери к окну при медленном боковом движении камеры — 8 секунд в 1080p с сидом 640117. Используйте те же референсы и сид для каждого плана эпизода и меняйте только действие.

Те же люди, другой свет

Пример с тремя временами суток удерживает двух людей и одну квартиру, пока меняется свет: утро у окна, сумерки на кухонной стойке, ночь на балконе. Это трудный случай непрерывности, ведь сохраниться должно всё, кроме света. Людей и комнату несут референсы, а промпт описывает только то, что отличается.

# 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"

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.