Wan 3.0 Spicy 参考图生视频: 图像转视频
使用 Wan 3.0 Spicy 在参考图像、视频和音频的引导下生成大胆、高对比度的视频。保持角色和风格一致。按次生成付费。
使用 Wan 3.0 Spicy 在参考图像、视频和音频的引导下生成大胆、高对比度的视频。保持角色和风格一致。按次生成付费。
关于此模型
Wan 3.0 Spicy Reference to Video 可根据文本提示词以及最多 10 张参考图像、5 个参考视频和 5 个参考音频生成更大胆、更高对比度、更具戏剧性的视频，让角色、风格和声音在高能量生成场景中保持一致。它与标准 Wan 3.0 Reference to Video 端点共享完全相同的请求和结果契约——参考媒体按数组顺序标识，支持 480p/720p/1080p 分辨率、五种宽高比以及 2 到 30 秒时长——同时将生成风格调校为更强劲的运动效果。若要在没有参考媒体的情况下进行普通的 Spicy 文生视频生成，请参阅 Wan 3.0 Spicy Text to Video；若要为单张源图像制作动画，请参阅 Wan 3.0 Spicy Image to Video。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | $0.055 – $6.60 每次生成 | 按分辨率和时长（2–30 秒）定价；比标准 Wan 3.0 Reference to Video 高 10%，用于更大胆的 Spicy 风格。 |
| Fal.ai | 暂不可用 | 没有列出可比较的 Wan 3.0 Spicy 端点。 |
| Replicate | 暂不可用 | 没有列出可比较的 Wan 3.0 Spicy 端点。 |
按分辨率和时长（2–30 秒）定价；比标准 Wan 3.0 Reference to Video 高 10%，用于更大胆的 Spicy 风格。
没有列出可比较的 Wan 3.0 Spicy 端点。
没有列出可比较的 Wan 3.0 Spicy 端点。
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 提示词 | string | 描述你想创建的大胆、高动态视频。参考媒体按其在数组中的顺序识别。 | The two people from the reference images meet on the rainy street shown in the reference video. |
| 参考图像 URL | array | 最多 10 参考图像 for visual coherence guidance. | undefined |
| 参考视频 URL | array | 最多 5 reference video clips (MP4/MOV, 1-15s each); total reference + generated duration must not exceed 30s. | undefined |
| 参考音频 URL | array | 最多 5 参考音频 clips (total duration up to 15s) for soundtrack synchronization. | 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（5 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 | 启用深度思考模式以理解复杂场景。 | 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 |
描述你想创建的大胆、高动态视频。参考媒体按其在数组中的顺序识别。
The two people from the reference images meet on the rainy street shown in the reference video.最多 10 参考图像 for visual coherence guidance.
undefined最多 5 reference video clips (MP4/MOV, 1-15s each); total reference + generated duration must not exceed 30s.
undefined最多 5 参考音频 clips (total duration up to 15s) for soundtrack synchronization.
undefined输出视频的分辨率。
720p输出视频的帧尺寸。
16:9视频时长（秒）。
5启用深度思考模式以理解复杂场景。
false在视频中加入生成的音频轨道。
true用于复现结果的随机种子。使用 -1 表示随机种子。
-1开发者文档
编写提示词：描述大胆的场景，并通过数组顺序引用参考媒体（例如 "the person from the first reference image"）。
附加参考媒体：在 images_list 中提供最多 10 个 URL，在 videos_list 中提供最多 5 个 URL，并在 audios_list 中提供最多 5 个 URL。
设置输出形状：选择 resolution（480p、720p、1080p）、aspect_ratio 和 duration（2-30 秒；参考视频时长加输出时长不得超过 30 秒）。
调整生成：为复杂的多参考场景启用 thinking_mode，并将 enable_audio 设置为 false 以生成无声视频。
提交并轮询：使用 Muapi API key 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。
@@BT@bash curl -X POST https://api.muapi.ai/api/v1/wan3.0-spicy-reference-to-video \ -H "x-api-key: YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "prompt": "The two people from the reference images meet on the rainy street shown in the reference video, with bold, dramatic motion.", "images_list": ["https://example.com/ref1.jpg"], "resolution": "720p", "duration": 5 }' @@BT@
常见问答
Spicy 是 Muapi 对标准 Wan 3.0 端点的更大胆、更高对比度、运动更具戏剧性的同系列变体的称呼。请求和结果契约完全相同，只有生成风格被调校得更有冲击力。
单个请求最多可使用 10 张参考图像、5 个参考视频和 5 个参考音频，并在提示词中通过数组顺序标识。
支持 480p、720p 或 1080p 输出，时长可为 2 到 30 秒，并支持五种宽高比：16:9、9:16、1:1、4:3 和 3:4。
有——参考视频总时长加生成输出时长不得超过 30 秒。
在 muapi.ai 注册，从 dashboard 创建 API key，然后立即调用 POST /api/v1/wan3.0-spicy-reference-to-video——无需等待名单。
价格按时长和分辨率计算，比标准 Wan 3.0 Reference to Video 费率高 10%。具体每秒费率请参阅此页面上的价格表。