跳到正文

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。

275 积分模型详情

视频工作室

预览

还没有成片

生成后,最新片段预览会显示在这里。

打开工作室

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

  1. 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。

  2. 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。

  3. 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。

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。

商用权限取决于所选模型及其使用条款。