视频
WAN 2.6
视频
可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。
示例提示词
选择一个案例,即可把提示词和推荐参数载入上方的 WAN 2.6 创作器。
使用方法
三步使用 WAN 2.6 完成创作
- 01
准备输入内容
保持选中 WAN 2.6,填写提示词,并按模型支持情况添加参考素材。
- 02
设置输出参数
生成前选择画幅、分辨率和可用的视频参数。
- 03
生成并继续调整
查看结果,调整提示词或设置,再在同一处生成新版本。
Wan2.6 是一个从不要求你填写模式字段的接口。服务端读取你发过去的参数,自动路由到合适的模型档位,也就是说「模式」是你这份请求体的结果,而不是一个你填的值。只发提示词、不带任何媒体,走文生视频;通过 image_urls 带上图片,走图生视频;把参考素材放进 metadata.reference_urls,走参考视频,也就是文档里写的 r2v。三条渲染路径,一个接口,路由由服务端完成。
这个模型的其他所有事实都是这个形状的推论:参考字段和画幅比例并不是在每个模式下都可用,提示词只在其中一种模式下是必填的,图片输入被限制为单个 URL,而计费按秒进行、不同分辨率单价不同。你往请求里加的每一个参数,都不只是创作选择。
一个接口,三种模式,以及决定走哪条路的参数
路由有三种有文档的结果,每一种都有你能控制的触发条件。不带媒体、只给提示词,就是文生视频;image_urls 里放且只放一个 URL,就是图生视频;把参考素材放进 metadata.reference_urls,就是参考视频。
这两个字段明确不能同时使用——文档写明 image_urls 不能与 metadata.reference_urls 同用——所以路由不会含混,但它同样不是可叠加的:你没法在一次调用里既送源图又送风格参考,只能决定这次是哪一类请求。
另外两个参数印证的是同一套机制而不是各自独立的说明:提示词在文生视频下必填、在另外两种模式下可选;画幅比例被记录为适用于文生视频和参考视频,而图生视频明确不支持它。一个按请求体路由的模型,意味着请求的形状本身就是 API。
提示词只在三种模式中的一种里必填
文生视频下 prompt 必填;图生视频和参考视频下它是可选的,作用是描述期望的动作或风格,而不是内容本身,因为内容已经由媒体给出了。文档给的示例是一句纯内容描述——一只可爱的猫咪在阳光下伸懒腰——没有附带任何镜头语法,这对你判断这个字段想要多少结构信息很有用。
在图生视频模式里,提示词实际上是你对运动唯一的控制手段,因为主体和构图已经由源图定死了。所以简短而刻意的指令在这里是有价值的:明确说镜头保持不动是一条真实指令,不是浪费的句子。而在参考视频模式里,同一个字段干的是风格活,那是另一份工作,值得单独写,而不是把文生视频的提示词原样复用。
image_urls 只收一张图,而且只收 URL
图片字段是数组,但图生视频模式只支持一张图。格式上的限制比数组的形状暗示的更硬:只接受公网可访问的 http 或 https 地址,base64 已经不再支持。本地图片必须先走图片上传接口拿到 URL。
这个字段也不能和 metadata.reference_urls 同时使用——正是那条决定路由的互斥关系,所以实际上「只收一张图」和「参考视频路径」是同一个决定的两端,而不是两个独立选项。对管线设计有一个直接后果:既然请求带的是 URL 而不做上传,任何要渲的东西都得在调用之前就已经托管好并且可达。任务因为本地路径不可达而失败,那是集成的问题,不是模型的行为。
画幅比例不是图生视频的参数
aspect_ratio 默认 16:9,可选 16:9、9:16、1:1、4:3、3:4。文档写明它适用于文生视频和参考视频,而图生视频不支持它——因为在那个模式下画幅由源图决定。真正的坑不是值被拒绝,而是你自己的日志会和成片对不上:管线记录了 9:16、发出去、并假定它生效,最后交付的却是输入图片原本的形状。
图生视频模式下应该从图片本身推导有效比例,而不是相信这个字段;在它确实生效的文生视频与参考视频模式里保留它,那里的五个选项给你的是真正的构图控制,而不是事后裁一刀。
非 Flash 版本默认带声音
音频是一个取值为 true 的可选参数,而文档标注的默认行为是:非 Flash 的 Wan2.6 输出默认带有声音。这一点值得提前规划,因为它把常见假设整个反过来了——你不是给 Wan2.6 的成片加上音频,而是在不想要的时候把它去掉。
对于要和台词或音乐床对剪的片段,默认值意味着不管提示词里有没有提声音,都会回来一条音轨;这个声音是生成的、不是被请求的,所以它的存在完全不携带任何关于需求的信息。audio 参数的存在是为了显式开启,适合用来让意图在请求里可见,或者用在默认行为不适用的版本上。
把这个默认值当成下游的义务:要么在后期里剥掉音轨,要么按它返回的东西来规划剪辑。
5、10 或 15 秒,720p 或 1080p,按秒计费
时长可选 5、10、15 秒,默认 5;分辨率可选 1080p 或 720p,默认 1080p,完全不支持 480p。计费按秒进行,且不同分辨率单价不同,所以这两个参数是相乘而不是各自独立地配置:一条 15 秒的 1080p 是默认那条 5 秒 1080p 的三倍时长成本,而同样长度的 15 秒 720p 又是另一条计费项。
这正是决定这里工作循环的原因:草稿阶段放在 720P 加 5 秒,出错便宜;等镜头定了,再把分辨率和长度一次性花出去。粗糙的时长阶梯也意味着镜头应该按 5 秒为一块来规划——要求 8 秒,等于要求一个并不存在的模型参数。
常见问题
- Wan2.6 是怎么决定用哪种模式的?
- 服务端根据你发来的参数路由,而不是靠模式字段。只有提示词不带媒体是文生视频;image_urls 里放一个 URL 是图生视频;参考素材放进 metadata.reference_urls 是参考视频,也就是 r2v。image_urls 与 metadata.reference_urls 不能同时使用,所以这是一次互斥的选择。
- 能传多张图片吗?
- 不能。图生视频只支持一张图,且必须是公网可访问的 http 或 https 地址——不再支持 base64,本地文件要先走图片上传接口拿 URL——该字段也不能与 metadata.reference_urls 同时使用。
- Wan2.6 会生成音频吗?
- 会,而且非 Flash 版本默认就是有的:文档写明非 Flash 的 Wan2.6 默认输出有声视频。可选的 audio 参数取 true 用来显式开启,更适合用来让意图在请求里可见,而不是用来给一个无声版本打开声音。
- 支持哪些分辨率和时长,怎么计费?
- 只有 720p 和 1080p,没有 480p;时长是 5、10、15 秒,默认 5,默认分辨率为 1080p。计费按秒且不同分辨率单价不同,因此时长和画质是相乘的——草稿用 720p 加 5 秒,定稿再把两者一起花出去。
常见问题
- 可以直接在本页使用 WAN 2.6 吗?
- 可以。上方就是 Ofrai 的真实创作工作室,并已默认选中 WAN 2.6。
- 生成结果保存在哪里?
- 登录后的生成结果会保存在 Ofrai 作品库中,方便下载或再次打开。
- 什么样的提示词更适合 WAN 2.6?
- 清楚描述主体、环境、视觉风格、光线,以及镜头或运动方式。上方案例可以直接作为实用起点。
- 生成前可以修改案例提示词吗?
- 可以。载入任意案例后,可继续修改文字、画幅、参考素材以及创作器支持的其他参数。
相关模型
对比其他能够完成类似创作任务的视频模型,找到适合替代 WAN 2.6 的方案。
对比
使用场景
相关指南
工具
商用权限取决于所选模型及其使用条款。





