Wan 3.0 图生视频: 图像转视频

使用 Wan 3.0 将源图像制作成带同步音频的视频。支持可选的结束帧引导，以及可选择的分辨率和时长。可免费试用。 Wan 3.0 图生视频使用运动提示词为源图像制作动画，并在一次异步 Muapi 调用中生成带同步音频的视频。提供可选的 lastimage 来引导镜头的结束方式，并可选择 480p、720p 或 1080p 输出、五种画面比例以及 2 到 30 秒的时长。thinkingmode 标志可帮助模型推理复杂的运动提示词，也可以关闭音频生成以获得无声片段。若要在没有源图像的情况下根据文本提示词生成场景，请参阅 Wan 3.0 文生视频；若要使用多张参考图像、视频和音频引导镜头，请参阅 Wan 3.0 参考素材转视频。如需更高保真度的 Prime 档位，请参阅 Wan 3.0 Prime 图生视频。如需相同请求形态下更大胆、对比度更高的版本，请参阅 Wan 3.0 Spicy 图生视频。

交互式模型控制

使用 Wan 3.0 将源图像制作成带同步音频的视频。支持可选的结束帧引导，以及可选择的分辨率和时长。可免费试用。

📝

概览

关于此模型

Wan 3.0 图生视频使用运动提示词为源图像制作动画，并在一次异步 Muapi 调用中生成带同步音频的视频。提供可选的 last_image 来引导镜头的结束方式，并可选择 480p、720p 或 1080p 输出、五种画面比例以及 2 到 30 秒的时长。thinking_mode 标志可帮助模型推理复杂的运动提示词，也可以关闭音频生成以获得无声片段。若要在没有源图像的情况下根据文本提示词生成场景，请参阅 Wan 3.0 文生视频；若要使用多张参考图像、视频和音频引导镜头，请参阅 Wan 3.0 参考素材转视频。如需更高保真度的 Prime 档位，请参阅 Wan 3.0 Prime 图生视频。如需相同请求形态下更大胆、对比度更高的版本，请参阅 Wan 3.0 Spicy 图生视频。

1产品动画：通过镜头和光线运动让静态产品照片生动起来。

2人像动画：使用聚焦的运动提示词为头像或角色图像制作动画。

3前后对比镜头：使用 `last_image` 将场景引导至指定的结束帧。

4社交短片：将现有品牌或生活方式图像制作成短视频帖子。

💰

价格与价值

成本分析

提供商	费用	备注
muapiapp	From $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.ai	暂不可用	目前 Fal.ai 未列出 Wan 3.0。
Replicate	暂不可用	目前 Replicate 未列出 Wan 3.0。

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.ai暂不可用

目前 Fal.ai 未列出 Wan 3.0。

Replicate暂不可用

目前 Replicate 未列出 Wan 3.0。

** 竞品价格根据相似模型架构和使用层级估算。

⚙️

技术详情

配置参数

参数	类型	描述	默认值
提示词	string	描述要创建的运动和场景。	`The camera slowly pushes in as a breeze moves through the subject's hair.`
图像 URL	string	要制作动画的源图像。	`undefined`
末帧图像 URL	string	可选的 end-frame image to guide how the video should end.	`undefined`
分辨率	枚举（3 个选项）	输出视频的分辨率。	`720p`
画面比例	枚举（6 个选项）	输出视频的帧尺寸。	`16:9`
时长	integer	视频时长（秒）。	`5`
思考模式	boolean	为复杂提示词启用深度思考模式。	`false`
启用音频	boolean	在视频中加入生成的音频轨道。	`true`
种子	integer	用于复现结果的随机种子。使用 -1 表示随机种子。	`-1`

提示词string

描述要创建的运动和场景。

默认值The camera slowly pushes in as a breeze moves through the subject's hair.

图像 URLstring

要制作动画的源图像。

默认值undefined

末帧图像 URLstring

可选的 end-frame image to guide how the video should end.

默认值undefined

分辨率枚举（3 个选项）

输出视频的分辨率。

默认值720p

画面比例枚举（6 个选项）

输出视频的帧尺寸。

默认值16:9

时长integer

视频时长（秒）。

默认值5

思考模式boolean

为复杂提示词启用深度思考模式。

默认值false

启用音频boolean

在视频中加入生成的音频轨道。

默认值true

种子integer

用于复现结果的随机种子。使用 -1 表示随机种子。

默认值-1

📖

实施指南

开发者文档

如何使用 Wan 3.0 图生视频

提供源图像：通过 image_url 上传或链接起始帧。
描述运动：使用 prompt 描述所需的镜头运动和动作。
可选：引导结束画面：传入 last_image，将视频引导至指定的结束帧。
设置输出画幅：选择 resolution（480p、720p、1080p）、aspect_ratio 和 duration（2–30 秒），并按需切换 enable_audio 或 thinking_mode。
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-image-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "镜头缓慢推进，微风吹动主体的头发。",
    "image_url": "https://example.com/portrait.jpg",
    "resolution": "720p",
    "duration": 5
  }'

❓

常见问题

常见问答

Wan 3.0 图生视频有什么作用？

它可将源图像制作成带同步音频的视频，并通过运动提示词和可选的结束帧图像进行引导。

Wan 3.0 图生视频需要哪些输入？

请发送描述运动的 `prompt`，以及指向源图像的 `image_url`。本地图像可以先通过 Muapi 的上传端点上传。

`last_image` 有什么作用？

它是可选的结束帧图像，用于引导生成的视频以特定画面收尾。

支持哪些分辨率、时长和音频设置？

支持 480p、720p 或 1080p 分辨率，五种画面比例（16:9、9:16、1:1、4:3、3:4），以及 2 到 30 秒的时长。默认生成音频；将 `enable_audio` 设置为 `false` 即可生成无声视频。

Wan 3.0 图生视频如何计费？

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。