muapi Logomuapi Logo
muapi Logomuapi Logo

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。 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。

交互式模型控制

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。

📝

概览

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。

1角色一致性：将角色外观带入大胆、高能量的生成场景。
2风格迁移：将参考视频的视觉风格应用到新的、由提示词驱动的戏剧性镜头中。
3配乐匹配：将大胆生成的视频与现有参考音轨同步。
4多参考合成：将多张参考图像和一个参考视频组合成一个戏剧性场景。
💰

价格与价值

成本分析

muapiapp$0.055 – $6.60 per generation

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。

** 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

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。

默认值The two people from the reference images meet on the rainy street shown in the reference video.
参考图像 URLarray

最多 10 参考图像 for visual coherence guidance.

默认值undefined
参考视频 URLarray

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

默认值undefined
参考音频 URLarray

最多 5 参考音频 clips (total duration up to 15s) for soundtrack synchronization.

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

启用深度思考模式以理解复杂场景。

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 Spicy 参考图生视频

  1. 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"）。

  2. 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。

  3. 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）。

  4. 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。

  5. 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@

❓

常见问题

常见问答

`Spicy` 变体相比标准 Wan 3.0 Reference to Video 有什么变化？

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。

一次可以使用多少张参考图像、视频和音频？

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。

支持哪些分辨率和时长？

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。

提供参考视频时有时长限制吗？

有——参考视频总时长加生成输出时长不得超过 30 秒。

如何获取 Wan 3.0 Spicy Reference to Video 的 API 访问权限？

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。

Wan 3.0 Spicy Reference to Video 的费用是多少？

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。