用途:在视频智能体流程中标准化视频生成的输入输出,通过 DashScope Python SDK 调用阿里云 Wan 系列视频生成模型(文生视频、图生视频)。
主要能力:统一 video.generate 接口,请求含 prompt(必填)、negative_prompt、duration、fps、size(如 1280*720)、seed、reference_image、motion_strength;响应返回 video_url、duration、fps、seed。支持同步 VideoSynthesis.call 与异步 async_call + wait 轮询两种方式。
用法:先安装 SDK,python3 -m venv .venv && . .venv/bin/activate && python -m pip install dashscope;设置环境变量 DASHSCOPE_API_KEY(或在 ~/.alibabacloud/credentials 中配置 dashscope_api_key,环境变量优先)。模型名必须使用官方字符串,如 wan2.6-t2v、wan2.6-t2v-us、wan2.2-t2v-plus、wan2.2-t2v-flash、wan2.6-i2v-flash、wan2.6-i2v、wan2.6-i2v-us、wanx2.1-t2v-turbo。i2v 系列需提供 reference_image(URL 或本地路径,SDK 自动上传);纯 t2v 可省略。
适用场景:需要批量、可编排的视频生成任务,含进度、取消、重试与缓存(按 prompt、negative_prompt、duration、fps、size、seed、参考图哈希、motion_strength 缓存)。输出默认保存到 output/aliyun-wan-video/videos/,可用 OUTPUT_DIR 覆盖。
限制:生成通常为异步、耗时可达数分钟;尺寸需为 WxH 格式且应使用受支持尺寸,否则可能返回 400;缺失参考图会报 Field required: input.img_url;不要在 4xx 时盲目重试。官方文档称 wan2.6-t2v 与 wan2.6-t2v-us 支持多镜头叙事与可选音频输入。具体计费与价格暂未提供。