Wan 3.0 参考素材转视频: Image-to-Video

使用 Wan 3.0,根据参考图像、视频和音频生成视频。让角色和风格在整个场景中保持一致。按次生成付费。

📝

Overview

About this model

Wan 3.0 参考素材转视频可根据文本Промпт以及最多 10 张参考图像、5 个参考视频和 5 个参考音频生成视频,让角色、风格和声音在生成场景中保持一致。参考素材按照各数组中的排列顺序进行识别,因此Промпт可以直接指代“第一张参考图像中的人物”或“参考视频中的人物”。你可以选择 480p、720p 或 1080p Выходные данные、五种Соотношение сторон,以及 2 到 30 秒的时长;提供参考视频时,其总时长加上生成视频时长必须保持在 30 秒以内。如需不使用参考素材的普通Текст в Видео,请参阅 Wan 3.0 Текст в Видео;如需制作单张源图像的动画,请参阅 Wan 3.0 Изображение в Видео。如需更高保真度的 Prime 档位,请参阅 Wan 3.0 Prime 参考素材转视频。如需相同请求结构下更大胆、对比度更高的版本,请参阅 Wan 3.0 Spicy 参考素材转视频

1角色一致性:使用参考图像,让角色外观延续到新的生成场景中。
2风格迁移:将参考视频的视觉风格应用到由Промпт驱动的新镜头中。
3音轨匹配:让生成的视频与现有参考音频轨道保持同步。
4多参考构图:将多张参考图像和一个参考视频组合成连贯的场景。
💰

Pricing & Value

Cost analysis

muapiappFrom $0.10 per generation (720p, 2s) up to $6.00 (1080p, 30s)

按次生成计费,根据分辨率和时长定价,无需订阅。

Fal.aiНедоступно

目前 Fal.ai 未列出 Wan 3.0。

ReplicateНедоступно

目前 Replicate 未列出 Wan 3.0。

** Competitor pricing is estimated based on similar model architectures and usage tiers.

⚙️

Technical Details

Configuration schema

Промптstring

描述要创建的Видео。参考媒体通过其数组顺序识别。

Default ValueThe two people from the reference images meet on the rainy street shown in the reference video.
参考Изображение URLarray

Up to 10 reference images for visual coherence guidance.

Default Valueundefined
参考Видео URLarray

Up to 5 reference video clips (MP4/MOV, 1-15s each); total reference + generated duration must not exceed 30s.

Default Valueundefined
参考Аудио URLarray

Up to 5 reference audio clips (total duration up to 15s) for soundtrack synchronization.

Default Valueundefined
РазрешениеEnum (3 options)

Выходные данныеВидео的Разрешение。

Default Value720p
Соотношение сторонEnum (5 options)

Выходные данныеВидео的帧尺寸。

Default Value16:9
Длительность (секунды)integer

ВидеоДлительность(秒)。

Default Value5
思考Режимboolean

启用深度思考模式以理解复杂场景。

Default Valuefalse
启用Аудиоboolean

在Видео中加入生成的Аудио轨道。

Default Valuetrue
种子integer

用于复现结果的Случайный сид。使用 -1 表示Случайный сид。

Default Value-1
📖

Implementation Guide

Developer documentation

Как использовать Wan 3.0 参考素材转视频

  1. 编写Промпт:描述场景,并按照参考素材在数组中的顺序指代它们,例如“第一张参考图像中的人物”。

  2. 添加参考素材:在 images_list 中提供最多 10 个 URL,在 videos_list 中提供最多 5 个 URL,在 audios_list 中提供最多 5 个 URL。

  3. 设置Выходные данные画幅:选择 resolution(480p、720p、1080p)、aspect_ratioduration(2–30 秒;如果提供参考视频,其时长加上Выходные данные时长必须不超过 30 秒)。

  4. 调整生成方式:为复杂的多参考场景启用 thinking_mode;如需无声视频,请将 enable_audio 设置为 false

  5. 提交并轮询:使用 Muapi API 密钥发送请求,保存返回的 request_id,然后轮询预测结果端点,或提供 webhook_url

curl -X POST https://api.muapi.ai/api/v1/wan3.0-reference-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "参考图像中的人物走进参考视频所展示的房间。",
    "images_list": ["https://example.com/character.jpg"],
    "videos_list": ["https://example.com/room.mp4"],
    "resolution": "720p",
    "duration": 5
  }'

Common Questions

Frequently asked

Wan 3.0 参考素材转视频有什么作用?

它可根据Промпт以及参考图像、视频和音频生成视频,让角色、风格和声音与所提供的参考素材保持一致。

每次请求可以发送多少个参考文件?

每次请求最多可以发送 10 张参考图像、5 个参考视频和 5 个参考音频。

模型如何知道每个参考素材分别是什么?

参考素材按照它们在各数组中的排列顺序进行识别,因此Промпт可以指代“第一张参考图像”或类似的序数表达。

使用参考视频时有时长限制吗?

有。提供参考视频时,所有参考视频的总Входные параметры时长加上生成视频时长不得超过 30 秒。

支持哪些分辨率和Соотношение сторон,如何计费?

支持 480p、720p 和 1080p,以及五种Соотношение сторон(16:9、9:16、1:1、4:3、3:4)。费用会随分辨率和时长变化,完成的任务响应中会包含该次生成的确切费用。