# Wan 3.0 Prime API · KovAPI

> Wan 3.0 是阿里通义万相的全能视频模型。在 KovAPI，用同一接口从文字生成视频、用首尾帧安排过渡、用参考素材指定角色和场景，或编辑、延续已有视频；台词、音乐与音效可随画面一起生成。

网页版: https://kovapi.com/zh/model/wan3.0-video-prime · 更新: 2026-11-10
价格、上限和耗时是生成这份文件时的实时值。

## 事实摘要

- 型号 ID: `wan3.0-video` · `wan3.0-video-prime`
- 接口: `POST https://kovapi.com/v1/videos/generations` → `GET https://kovapi.com/v1/videos/jobs/{id}`
- 时长: 4–30 秒，整数
- 分辨率: 480P / 720P / 1080P
- 画面比例: 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / adaptive（带首帧时跟随首帧）
- 参考素材: 图片 ≤10 · 视频 ≤5（合计 ≤15 秒）· 音频 ≤5
- 提示词: ≤ 20,000 字符
- 每秒价: 480P $0.04/秒 · 720P $0.065/秒 · 1080P $0.13/秒
- Prime 每秒价: 480P $0.06/秒 · 720P $0.12/秒 · 1080P $0.25/秒
- 成片保留: 7 天

## 把故事、素材和声音写进同一次生成

- **从开场动作走到情绪收尾**: 单条最长 30 秒，可以写一镜到底，也可以写按顺序切换的分镜。#08 用四个镜头交代接近、异象和反应；#38 把 30 秒拆成七个时间段；#64 则是一镜到底的写法。先选叙事方式，再安排人物动作和镜头变化。
- **给角色、场景和风格各自分工**: 参考图可用于约束角色造型、物体和场景。#36 将三张立绘按绯狩 `@Image1`、霆岳 `@Image2`、紫珞 `@Image3` 分配，再分别写动作、特效与台词。对照输入图和成片，检查各角色的外观与动作。
- **让已有画面接着讲下去**: 在已有视频上改写：替换主体、删掉或放大物体、调整光线，也能向前、向后延长。提示词里先说改什么，再列出保留什么。#60 为舞厅片段向前补出了邀舞过程。
- **把台词、音效和音乐安排到动作上**: 成片自带音轨，台词、环境音、音效和音乐都写在提示词里。#24 把舞蹈动作卡在鼓点和段落变化上；#36 给三个角色各配一句台词并要求口型同步；#64 把吟诵放进指定的时间段。静音预览只展示画面，完整案例保留原声。
- **写清景别、运动和照明方向**: 把“电影感”拆成可以核对的要求：景别、推近或环绕、主光方向、色调和材质。#09 把云海逆光与人物情绪写在同一段；#53 只改照明、保留原有动作；#41 借用参考视频的运镜，把场景换成天台咖啡桌。

## 玩法与 API 字段对照

各玩法共用 `model`（`wan3.0-video` 或 `wan3.0-video-prime`）、`prompt`、`duration`、`resolution` 和 `size`；参考音频用 `audio_reference` 传入，最多 5 段。

| 玩法 | 传什么 | 得到什么 | 限制 |
| --- | --- | --- | --- |
| 文生视频 | 只传提示词与生成参数，不附参考素材。 | 按文字描述生成场景、动作与声音。 | 只受通用规格限制（见规格速查）。 |
| 首帧生视频 | `images` 放一张首帧图；可明确写 `image_role: first_frame`。 | 以给定画面作为开头，生成后续动作。 | `size: adaptive` 可跟随首帧比例；提示词侧重接下来的变化。 |
| 首尾帧过渡 | `images` 按顺序放两张图，并写 `image_role: first_frame`。 | 从首帧向指定尾帧生成过渡。 | 两张图的先后顺序决定起点与终点；带首帧时可用 `size: adaptive`。 |
| 多图参考 | 在 `images` 中依次放入图片，写 `image_role: reference`；提示词用 `@Image1` 等点名。 | 参考角色、物体、场景或风格生成新画面。 | 最多 10 张图；两张及以上未指定 `image_role` 时按参考处理。 |
| 参考视频改写与延续 | `video_references` 每段填写 `url` 和 `duration`；可配参考 `images`、`audio_reference`。 | 编辑已有画面、参考运镜，或向前、向后延续内容。 | 最多 5 段，参考视频合计不超过 15 秒；参考秒数加成片秒数不超过 30 秒。带参考视频时图片只能作参考。 |
| 文档 / 网页生成视频 | 通过 API 传入一个 `file_url` 文档链接或一个 `link_url` 公开网页链接，二选一；文档会先转存，`prompt_extend` 须为 `true`。 | 依据文档或网页内容，按提示词生成讲解、摘要或故事视频。 | 格式 docx / doc / xlsx / xls / pptx / ppt / pdf / txt / key / pages / numbers / md，单文件不超过 100 MB；PDF、Word、PowerPoint、Keynote、Pages 文档不超过 50 页。网页须无需登录；可配参考图、视频、音频，图片只作参考。 |

## 从创作任务选择玩法

- **广告与产品故事**: 把创意方案或产品资料写成文档交给模型，提示词里写清故事线、卖点和收尾画面，一次生成最长 30 秒的完整广告片。
- **分镜与转场**: 在一段提示词里按顺序写出每个镜头的景别、主体、动作和切换方式，用一条视频表现多个镜头。生成后核对镜头顺序与转场衔接。
- **角色一致的系列内容**: 重复使用角色参考图，分别说明人物造型、场景和动作。每次改变剧情时保留关键外观描述，并检查成片中是否出现造型偏移。
- **电商竖屏短视频**: 用一张商品图作参考、画幅选 9:16，写清出镜人物、试用动作和展示顺序，做竖屏试色、上身或开箱短视频。
- **改写旧素材**: 保留已有视频的动作与节奏，换掉主体、背景或风格，不用重拍就能翻新旧素材。
- **MV、舞蹈与对白短片**: 成片自带音轨，画面、配乐和台词一次生成，适合音乐 MV、舞蹈片段和带对白的剧情短片，不用另外配音。
- **报告和幻灯片转讲解视频**: 把报告或演示文档交给模型，在提示词里写明受众、要讲的重点和镜头顺序，生成讲解视频；生成后核对事实、术语与原文。
- **文章和落地页转短视频**: 提交一个无需登录的公开网页，指定要提取的主题、叙事顺序和语气，把文章或落地页做成短视频；生成后核对内容与来源。

## 价格

| 分辨率 | 标准版 | Prime | 阿里官方价 |
| --- | --- | --- | --- |
| 480P | $0.04/秒 | $0.06/秒 | $0.05 / $0.068 |
| 720P | $0.065/秒 | $0.12/秒 | $0.10 / $0.14 |
| 1080P | $0.13/秒 | $0.25/秒 | $0.20 / $0.28 |

- 按秒计费：所选分辨率的每秒单价 ×（成片秒数 + 参考视频秒数），每一段参考视频都计入；参考图片、参考音频、文档和网页不另收费。
- 提交时预扣，生成失败全额退回；一个任务无论自动重试几次，只结算一次。

## 四种常用玩法，同一个型号

文生视频、首尾帧、多图参考、参考视频改写，各挑一条阿里官方成片；全部输入方式见下方玩法表。

### 夜湖中的发光植物

- 阿里官方示例 · 手册 #08 · 文生视频 · 30s · 720P · 16:9
- 按现价 $3.60
- 成片: https://img.kovapi.com/i/mp-e78572c98e58e6f817c20b9d.mp4

四个镜头依次交代靠近湖心、波纹、植物升起和人物反应，适合观察长片中的叙事顺序。 [阿里官方示例 · 手册 #08](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$3.60。

提示词原文:

```text
一段共4个镜头场景的3D动画奇幻短片，从谨慎接近到巨大生物显现再到震撼凝视，情感表达为安静、神秘、惊叹。场景环境为夜色森林中的浅湖，室外自然空间，湖面平静，周围高树包围，漂浮发光花瓣分布于水面，空气里有淡薄雾气。主色调为青蓝、墨绿、月白，冷色调为主，局部发光植物提供青白色高亮，饱和度中等，对比度中高。主体为探险少年与湖中心巨大透明植物。探险少年年龄偏少年，身形纤细，短浅色发，有雀斑，穿轻便探险服，手持小油灯，面部柔和。镜头一为中远景定场，探险少年从画面右侧踩着露出水面的石头向湖中心移动，镜头缓慢前推；镜头二硬切到背后中景，镜头继续跟踪他的移动，浅水波纹向四周扩散，少量漂浮花瓣被轻轻推开；镜头三切到湖心中景，水面出现越来越密集的同心波纹，一株巨大透明植物缓慢升起，内部像液态光在流动，枝叶展开时投下摇曳反光；镜头四切到侧面中近景，探险少年停下两只脚一前一后踩在两块石头上、放低手灯，面部由警惕变成睁大双眼的惊讶，视线凝视湖中心巨大透明植物。音频类型包含环境音与音乐，无语音内容，仅有夜间虫鸣、轻微水声、植物上升时的低频共鸣和空灵合成器与弦乐。要求明确湖面波纹、发光材质、镜头推进、主体表演和冷色夜景光影。
```

### 逆光云海与少女

- 阿里官方示例 · 手册 #09 · 文生视频 · 30s · 720P · 16:9
- 按现价 $3.60
- 成片: https://img.kovapi.com/i/mp-0db3ddfec509b90403a14bcd.mp4

云层、逆光、发丝和衣裙共同构成场景，镜头由远景走向人物反应。适合对照风格描述与具体光影要求。 [阿里官方示例 · 手册 #09](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$3.60。

提示词原文:

```text
这是一段精致的日式2D卡通动画短片，对情绪高潮场景需要有细腻处理，尤其是天空色彩渐变与云层光影的运用。需要有戏剧化的逆光效果，在空间感上采用带强烈透视纵深的构图，强调人物在辽阔场景中的渺小与坚定。悬崖边缘的辽阔场景，远处是翻涌的云海与远处若隠若现的城市，天空呈现出剧烈变化的渐变色彩，从深蓝逐渐过渡到橙红色，云层边缘泛着金边，狂风卷起地面的花瓣与碎叶漫天飞舞。
主角设计：孤独少女，银白色长发在风中剧烈飘散，身穿破损的白色礼裙，裙摆边缘有细微的裂纹状发光纹路，脸色苍白如瓷，眼神中蕴含着深深的挣扎与决绝。
镜头以极大远景开场，主角的身影在辽阔天地间显得格外渺小孤独，镜头缓慢推进至她的中景，裙摆与发丝在狓风中剧烈飘散翻卷。她缓缓抬起头望向翻涌的云海，脸部特写捕捉她眼中闻过的复杂情绪——恐惧、挣扎，最终转化为坚定。她向前迈出一步站在悬崖最边缘，镜头切换为高速的环绕拍摄，天空的色彩在她周身流转变化，最终她纵身跃下的瞬间画面进入慢镜头处理，裙摆如花朵般在空中绽放展开，身躬周围泛起的白色光点如羽毛般飘散。
```

### 玩具房里的微型追逐

- 阿里官方示例 · 手册 #16 · 多图参考 · 10s · 1080P · 16:9 · image_role=reference
- 按现价 $2.50
- 成片: https://img.kovapi.com/i/mp-3d47fc915fe1d864752fbc16.mp4

微缩角色在玩具房里急停、突进的追逐。这里的提示词是手册公开内容的节选，未收录参考图；成片后段转入水下，节选里没有这一段。 [阿里官方示例 · 手册 #16](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$2.50。

提示词原文:

```text
生成一支10秒、16:9横版、1920×1080、30fps、单镜头连续完成的微缩奇幻高速追逐短片。

最高优先级要求：小精灵必须采用蜻蜓式“定点悬停—瞬间弹射—完全急停—锐角变轨”的运动方式。禁止将其表现为普通仙女缓慢漂浮、匀速前进或连续平滑滑翔。参考图风格： @Image2

全片前7.8秒至少出现六次清晰可辨的爆发移动。每次弹射必须在3—5帧内跨越画面宽度的60%—90%，到达新位置后立即完全停止2—4帧。冲刺过程只留下1—2帧粉色身体残影和透明翅膀拖影，急停后的角色必须瞬间恢复锐利。

视觉效果接近真实蜻蜓：

远处定点悬停 → 突然跨越数米 → 在另一处瞬间定住 → 改变身体朝向 → 再向完全不同的方向爆发移动。

这不是连续飞行路径，而是由多个短促、锐利、近乎跳帧的高速位移连接而成。角色不能用普通缓慢飞行填充时长。

角色造型

全片只出现同一位成年微型飞行者，身高约15—20厘米：

浅金色短发；
浅粉色轻薄短裙；
裸露小腿；
两对狭长半透明蜻蜓翅膀；
翅膀具有细密翅脉和轻微虹彩；
身体比例稳定；
主要展示背面与侧背面；
不出现面部特写。

她不是儿童角色，不采用可爱芭蕾式悬浮姿态。

悬停时身体接近竖直，四片翅膀高频振动；爆发启动前，身体在1—2帧内迅速压低并转为水平前倾姿态，头部、胸口与脚尖指向飞行方向。

急停时身体快速抬起，双腿向前摆动抵消惯性，翅膀向两侧展开制动。急停完成后身体必须完全静止，只有翅膀保持高频振动。

场景

真实、温暖、略显凌乱的儿童玩具房：

米黄色短绒地毯；
```

### 黑白影棚里的五人舞段

- 阿里官方示例 · 手册 #24 · 文生视频 · 25s · 1080P · 16:9
- 按现价 $6.25
- 成片: https://img.kovapi.com/i/mp-42312e8d812c9fb22033783f.mp4

把队形、局部动作、镜头变化和鼓点写在同一段描述中。适合观察多人编排和音乐节奏的对应。 [阿里官方示例 · 手册 #24](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$6.25。

提示词原文:

```text
MV概念风的五人韩国女团硬核大片舞段，纯黑与纯白无缝影棚交替作底，色调为黑白高对比硬光时尚摄影质感，音乐节奏为工业电子贝斯配合骤停式重鼓点，五人以杂志封面式错落层次站位分布，居中者气场慵懒眼神锐利、短发微湿贴颅、长指甲银色美甲修长延展，左侧一人黑色宽檐礼帽压低眉骨、波浪长发垂至腰侧，右侧一人金色寸头露出锐利下颌线，前排两人分别为黑色齐肩直发与挑染长卷发、皆以高眉骨冷艳表情基调统一嘴角紧闭眼神斜视镜头下方四十五度，五人皆着黑色天鹅绒礼帽或露肩缎面礼服与皮质镂空西装外套配银色皮带扣，缎面下摆与镂空剪裁将在旋转与甩臂时随即产生具体形变，地面为深色反光地砖制造倒影延迟感但非镜面墙，鼓点第一响时五人保持雕塑式背对起势、头部同步甩转九十度露出侧脸并以指尖扶正礼帽完成预备点位定格一拍，第一句歌词重音处居中者以食指从锁骨向下缓抹并在句尾骤停两拍同时两侧成员各自以肩部隔离向内错动完成小幅卡点，第二句切分点处五人指尖同步做出符号化点位手势并借银色美甲划出短促弧线，进入间奏时能量从居中者指尖发起、经手臂传导至肩部再沉入腰胯完成一次完整body wave并向两侧成员依次接续形成连锁传导链、全程耗时四拍，队形借此从错落松散站位沿弧线滑步收拢为对角线，两侧成员经过居中者身侧时以侧身让位方式完成交叉不打断中心视线，副歌鼓点最密集处五人从对角线骤然甩开呈扇形最大化展开，缎面下摆随转身甩出扇形弧线、镂空西装侧腰随抬手露出线条，甩发瞬间镜头由固定广角俯仰构图骤然切至升格慢动作特写捕捉发丝悬空与布料翻卷的瞬间张力，随后骤停并保持胸腔呼吸颤动可见两拍，进入桥段时居中者后退两步让位、右侧长发成员经交叉步于其身后穿过完成五拍内的中心位轮转、新中心以后仰再借力起身完成一次独立展示动作，收尾段五人沿相反路径快速归位收拢为V字队形，镜头以环绕跟随缓慢推近至新中心面部，定格于其眼神杀直视镜头的瞬间同时灯光由顶光切换为逆光轮廓光两拍延续收束，全程镜头分配为开场固定中景仿封面构图、分部位段落切近特写点位手、间奏环绕跟随波浪传导、副歌广角扇形展开后骤切升格特写、桥段环绕跟随新中心、结尾缓慢推近定格，全片维持黑白高对比硬边光影与冷调影棚质感，无柔光无滤镜，布料与美甲反光边缘始终清晰可辨。
```

### 删除泳池与池边杂物

- 阿里官方示例 · 手册 #29 · 参考视频 · 5s · 1080P · 16:9
- 按现价 $2.50
- 成片: https://img.kovapi.com/i/mp-3b7d94cf5b4b3bbf3e09a2ac.mp4
- 参考视频 (5s): https://img.kovapi.com/i/mp-a9d5f24708bcfba8fdc264be.mp4

提示词要求移除游泳圈与池边杂物，并保留人物动作和泳池背景。将编辑前视频与成片并排核对删除范围。 [阿里官方示例 · 手册 #29](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$2.50。

提示词原文:

```text
将视频1中泳池水面上的蓝色和黄色游泳圈全部去掉，池边石板地上的画纸、颜料罐、画笔和黑色收纳箱也全部去掉，用周围泳池水面和石板地面自然填充。仅保留女人漂浮在泳池中，女人的姿态动作和泳池背景保持不变。
```

### 放大帆船并匹配倒影

- 阿里官方示例 · 手册 #33 · 参考视频 · 5s · 720P · 16:9
- 按现价 $1.20
- 成片: https://img.kovapi.com/i/mp-af4b50b7fd2bae73896b68fd.mp4
- 参考视频 (5s): https://img.kovapi.com/i/mp-d15ef47ec9ac8d6ae4a451dc.mp4

同时描述帆船大小与水面倒影，并列出右侧人物、远处船队和雾气为保留项。可对照前后画面逐项检查。 [阿里官方示例 · 手册 #33](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$1.20。

提示词原文:

```text
视频1中左侧的帆船等比放大，使其更具视觉压迫感，桅杆和船帆细节更突出，水面倒影同步匹配。右侧人物、远处船队和海面雾气保持不变。
```

### 三张立绘组成角色 PV

- 阿里官方示例 · 手册 #36 · 多图参考 · 15s · 720P · 9:16 · image_role=reference
- 按现价 $1.80
- 成片: https://img.kovapi.com/i/mp-c86f99519cedb537e2da2e50.mp4
- 参考图 1: https://img.kovapi.com/i/mp-69c13ede0a1cc2c672c76391.webp
- 参考图 2: https://img.kovapi.com/i/mp-075ab0a82301f0728a065af5.webp
- 参考图 3: https://img.kovapi.com/i/mp-f4a99197e60def220e732d78.webp

三张参考图 → 成片：绯狩 `@Image1`、霆岳 `@Image2`、紫珞 `@Image3`。提示词逐人分配外观、技能、台词与镜头，再安排三人同框，便于对照参考图检查角色。 [阿里官方示例 · 手册 #36](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$1.80。

提示词原文:

```text
【视频类型】游戏买量角色PV展示视频
【视频时长】15秒
【参考素材】三张干员角色立绘图（赤狐双枪枪手·绯狩 @Image1 、人类炼金学者·紫珞 @Image3 、虎纹兽人法师·霆岳 @Image2 ）
【镜头结构】
第1段（0-3秒）：三人依次登场特写镜头，从暗影中显现，专属元素粒子环绕（绯狩-狐火幻焰 @Image1 、紫珞-炼金精华 @Image3 、霆岳-雷雕术法 @Image2 ），镜头缓缓推进聚焦面部，表情展现角色特质（绯狩 @Image1 机敏回眸、紫珞 @Image3 知性微笑、霆岳 @Image2 沉稳凝视）
第2段（3-10秒）：技能展示动态镜头，快速转场切换
● 绯狩：侧身低伏、双手燧发长枪连射，薄荷金色狐火自枪口迸发凝成三道狐影分身穿梭突袭，枪鸣音效+狐火粒子特效
● 紫珞：单手高举黄铜天平、指尖涌出紫罗兰色精华液流，凝成流形复制体环绕，精华涌动音效+紫光透明粒子特效
● 霆岳：斜举魔法长杖引金雕振翅腾空，墨绿古铜色雷霆自杖端爆发席卷震慑敌方，雷鸣音效+雷光粒子特效
镜头跟随元素轨迹摇动，角色动作姿势动态展现，表情专注战斗状态
第3段（10-15秒）：三人并肩站立群像镜头，从全景缓慢拉近至中景，三人专属元素在身后交汇融合（狐火+精华+雷雕混合粒子云），色调渐变（薄荷金+紫罗兰+墨绿古铜），三人各自展现角色特质表情，三人名称依次闪现
【镜头控制】
● 特写镜头：角色面部特写，表情细节与口型同步
● 中景镜头：角色上半身，动作与特效释放
● 全景镜头：三人群像，团队气势展现
● 动态镜头：技能释放快速移动，跟随元素轨迹
● 转场：暗影渐显、元素过渡（狐火→精华→雷雕）、快速切换、慢镜头拉近
【动作与特效】
● 绯狩：双枪连射召唤狐火幻影，薄荷金色狐火粒子环绕，敏捷猎手气场
● 紫珞：天平与精华操控，紫罗兰色液光粒子，炼金学者气场
● 霆岳：金雕腾空、雷霆席卷，墨绿古铜色雷光粒子，术法宗师气场
● 交汇特效：三人元素混合粒子云，色调渐变融合
【表情与口型】
● 绯狩：机敏回眸，略带锋锐，眼神轻佻而笃定，台词"扳机之下，无人能逃"口型同步
● 紫珞：知性微笑，略带神秘，眼神亲切沉静，台词"万物皆可等价，包括命运"口型同步
● 霆岳：沉稳凝视，略带威严，眼神锐利如鹰，台词"苍鹰所至，即是雷霆"口型同步
【语音与音效】
● 绯狩台词：男声清朗冷冽，略带洒脱痞气，语速偏快音调适中
● 紫珞台词：女声温柔知性，略带神秘，语速舒缓音调适中
● 霆岳台词：男声威严庄重，略带冷峻，语速适中音调偏低
● 音效：枪鸣+狐火迸发+精华涌动+雷霆席卷+金雕振翅+混合粒子爆发
● BGM：史诗交响+电子音效混合，节奏与镜头切换/技能释放/台词发音同步
【视觉风格】
● 色调：暗色调+高对比，绯狩薄荷金、紫珞紫罗兰、霆岳墨绿古铜
● 粒子特效：狐火粒子、精华粒子、雷雕粒子，交汇融合
● UI元素：游戏Logo浮现，角色名称闪现，技能名称标注
● 背景：暗影背景→战斗场景→高空雷云背景渐变
```

### 三图参考：都市霓虹 MG 追逐

- 阿里官方示例 · 手册 #38 · 多图参考 · 30s · 1080P · 16:9 · image_role=reference
- 按现价 $7.50
- 成片: https://img.kovapi.com/i/mp-ead91e7855d1418258560190.mp4
- 参考图 1: https://img.kovapi.com/i/mp-c10f92094b1003e3dd2609f6.webp
- 参考图 2: https://img.kovapi.com/i/mp-4e7fb205cd75b0256e891d75.webp
- 参考图 3: https://img.kovapi.com/i/mp-df1733a4d0853e25eee402c5.webp

街景 `@Image1` + 蓝衣男子 `@Image2` + 粉衣女子 `@Image3` → 成片；提示词把步行争夺、穿越人群、骑车追逐拆成连续阶段，用同一光球串起动作。 [阿里官方示例 · 手册 #38](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$7.50。

提示词原文:

```text
生成一支约30秒、16:9横版的高审美都市MG追逐短片。图1 @Image1 作为城市空间、霓虹氛围、车道结构和整体视觉质感参考；图2 @Image2 作为男性角色唯一形象参考；图3 @Image3 作为女性角色唯一形象参考。严格保持两人的脸、发型、体型、服装结构、配色和识别度稳定统一。

【整体风格】
高端motion graphics动态插画风格，融合扁平MG图形语言、精致2.5D空间层次和克制三维体积感。整体不是写实真人电影，不是低幼卡通，也不是脏乱重工业赛博朋克。气质要炫技、酷、美、紧张、抓眼，像动作电影级都市追逐宣传短片。镜头大量使用手持跟拍、快速摇镜、snap zoom、低机位贴地、前方倒退、whip pan、偶尔无人机大全景，形成强烈追逐压迫感。

【角色动作逻辑】
女子的优势是轻、快、反应敏捷、擅长借环境和变线；男子的优势是力量、预判、压迫感、擅长截击和近身控制。两人都是武术高手，所以争夺不是胡乱撕扯，而是围绕光球展开的“抓、挡、卸力、换手、借力、转身、闪避、反制”。女子常用转身卸力、变线脱身、借障碍拉开距离；男子常用提前卡位、抓腕截球、用身体封路线、逼近后压制。

【光球】
光球一手可握，白色核心，带紫粉蓝柔和光晕，是全片唯一争夺目标。光球要真实照亮手部、脸部边缘、衣服和周围环境。它始终只有一颗，大小稳定，不复制、不消失、不变形，运动时只有短促干净的光轨。

【0.0-4.0秒｜城市穿梭与女子登场】
镜头从高空城市夜景高速穿梭开始，掠过高楼、霓虹招牌和道路灯光，再沿主干道俯冲进入街区，越过车流后急速压低到街边。镜头急停时，女子从侧面冲入，手中紧握光球。先给一组快速近景：脚步、握球的手、回头的眼神、上半身前冲姿态。女子不是悠闲奔跑，而是明显在逃：她边跑边快速观察后方和前方路线，说明她知道有人在追。

【4.0-8.0秒｜男子截击，第一次近身争夺】
女子冲入街角狭窄通道时，男子从另一条路线提前切入，说明他不是盲追，而是在预判拦截。女子看到男子后不立即停下，而是试图斜切绕开。男子第一步先伸手抓女子持球手腕，目标明确只冲光球。女子立刻收臂护球，同时借被抓的力量顺势转身，把身体绕到男子抓手外侧，形成第一次卸力。男子马上换另一只手去截球路线，并用肩膀封住她的去路。女子下沉重心，低身从男子手臂下方滑出，临出身位时用前臂轻挡男子胸口制造半步空隙。男子再次追上，短暂碰到球，但没有完全拿稳。这里镜头要紧贴两人，采用手持近拍、快速变焦和小幅环绕，始终围着光球和手部动作走。最后女子用一个快速转身摆脱男子，继续冲出。

【8.0-13.0秒｜冲入人流，女子借人群反制】
女子冲入人流密集区，不是随机跑，而是主动选择复杂环境，因为她比男子更灵活。她先从两名行人中间侧身穿过，再借路边摊位和栏杆快速变向，让男子难以直线逼近。男子不减速，直接穿人群追压，偶尔撞开肩膀制造压迫感。镜头此时以广角手持贴身追拍为主，画面可被行人短暂遮挡，制造真实混乱感。男子在人群中一度抓到女子外套后摆，女子不回头硬拽，而是顺势半转身，把外套拉力引到侧方，同时反手用手肘压开男子前臂，再回身从男子身侧抹过。两人在人群中第二次近身接触：男子一手扣住女子前臂，另一手直取光球；女子用持球手上抬避开，另一手扣住男子手腕，身体向反方向旋转，借惯性把男子带偏半步。这个瞬间女子从男子身侧挤出，再次脱身。

【13.0-16.5秒｜进入车流，骑车提速】
女子冲出人群后进入主干道边缘，她判断继续徒步会被男子追上，所以立即升级交通方式。她顺手抓起路边自行车的车把，借前冲惯性直接跨上车，几乎不停顿就开始骑行。男子晚半拍冲出，也立刻抢起另一辆路边自行车追击。这里用一个短暂大全景交代空间：城市高楼、主干道、车流和两人路线。随后立刻切回低机位，进入高速骑车追逐。

【16.5-24.0秒｜车流追逐与第三次争夺】
女子骑行路线更灵活，她贴着汽车边缘变线、压车、斜切，利用车流缝隙拉开距离；男子路线更直接更凶，目标是不断缩短直线距离。镜头交替使用贴地跟拍、前方倒退、侧面高速平移和短暂俯拍。车流需要对追逐产生真实反应：两人擦过车头时，前方车辆急刹、灯光亮起、鸣笛、轻微避让，形成危险感。男子第一次在骑车段逼到并肩，伸手去抓球，女子不急着收手，而是故意把球保持在外侧半拍，引导男子身体进一步探出；等男子重心偏移后，女子突然压车变线，让男子抓空。第二次逼近时，男子路线更聪明，他借一辆减速汽车挡住女子外逃方向，再从侧后逼近，几乎抓住女子持球手腕。女子这次不硬扛，而是把球迅速换到另一只手，同时身体借车把做一个半转位移，从男子手边滑开。两辆车几乎擦肩，镜头要有强烈速度和危险感。

【24.0-27.5秒｜最后一次压迫与女子脱身】
前方路口车流更复杂。男子利用直线速度再度逼近，几乎要从后侧压上女子肩位。女子这时看到一辆横向经过的大型公交车和一排急停车辆，瞬间判断这是脱身机会。她先故意保持原线路让男子继续锁定自己，等到男子贴近时，女子突然压车向一辆急刹汽车外侧切入，从汽车车头和公交车之间的狭小空间穿过。男子反应稍慢，被汽车和公交车形成的夹角迫使减速绕行。镜头快速摇动并被公交车车身完全遮挡，形成自然转场。

【27.5-30.0秒｜收尾】
公交车遮挡过去后，男子冲出，却发现女子已经拉开距离。远处霓虹街角只剩一颗快速移动的光球亮点。镜头快速推向远处，女子在更深的霓虹街区短暂回头，带一点得意和轻松的神情，随即带球继续骑远。最后镜头缓缓升高拉远，展示繁华夜城、持续车流和远处逐渐消失的光点，女子成功逃脱。

【运镜要求】
全片70%镜头带手持感，不要过度稳定。近身争夺段以手持、快速推拉和小幅环绕为主；人群追逐段加强遮挡感和呼吸感；车流段强调低机位、对冲、快速变焦和急刹氛围；大全景只用于建立空间与节奏呼吸。镜头始终服务光球归属、双方距离和追逐方向，不做无意义花哨旋转。
```

### 借运镜，换成天台咖啡

- 阿里官方示例 · 手册 #41 · 参考视频 · 5s · 720P · 16:9
- 按现价 $1.20
- 成片: https://img.kovapi.com/i/mp-4c488aeb4c63b415ed88b1ff.mp4
- 参考视频 (5s): https://img.kovapi.com/i/mp-dfe74d258a8b55e9f2a70e98.mp4

只要求参考视频的运镜，把场景改成天台咖啡桌。适合辨认哪些来自运动参考、哪些由文字重新指定。 [阿里官方示例 · 手册 #41](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$1.20。

提示词原文:

```text
参考视频的运镜方式，场景更改为一杯咖啡放在天台咖啡桌上。
```

### 换主体，保留滑板动作

- 阿里官方示例 · 手册 #51 · 参考视频 · 5s · 720P · 16:9
- 按现价 $1.20
- 成片: https://img.kovapi.com/i/mp-058bba45cd9c8c77e27177f5.mp4
- 参考视频 (5s): https://img.kovapi.com/i/mp-5c54f24f626b414f5e3348b9.mp4

替换人物造型，同时要求保留护具、滑板动作、运动轨迹与场地。前后对照能看出换主体和保留项的关系。 [阿里官方示例 · 手册 #51](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$1.20。

提示词原文:

```text
编辑视频，视频1中的滑板男人替换为一位短发女人，穿运动背心和宽松工装裤，保留原视频中的棒球帽、护膝护肘等护具，滑板动作、运动轨迹和滑板场背景完全保持不变。
```

### 修改光线，保留动作

- 阿里官方示例 · 手册 #53 · 参考视频 · 5s · 720P · 16:9
- 按现价 $1.20
- 成片: https://img.kovapi.com/i/mp-2a84fa29eefd79f484676e93.mp4
- 参考视频 (5s): https://img.kovapi.com/i/mp-cb12e5753b61596aeeb8f06d.mp4

要求整体提亮并调整面部阴影，同时保持人物动作与画面内容。应对照原视频检查照明变化，而不是仅凭风格名称判断。 [阿里官方示例 · 手册 #53](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$1.20。

提示词原文:

```text
编辑视频，视频1整体提亮光线，采用美剧质感的柔和三点布光，消除男人面部右侧的硬阴影，让五官轮廓均匀受光，肤色自然通透。背景白色瓷砖墙和窗户的光感同步提升，保持画面整体影调统一，男人的动作和画面内容不变。
```

### 在起舞之前补出邀舞

- 阿里官方示例 · 手册 #60 · 参考视频 · 20s · 720P · 16:9
- 按现价 $3.00
- 成片: https://img.kovapi.com/i/mp-6bf735df878c7851e678f7a1.mp4
- 参考视频 (5s): https://img.kovapi.com/i/mp-6fcc09730df812c03ec254c5.mp4

为已有舞蹈片段向前补出走近、邀舞和入场过程；展示原视频与延长后的完整成片。费用同时包含参考视频与完整输出的秒数。 [阿里官方示例 · 手册 #60](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$3.00。

提示词原文:

```text
将视频1向前延长15s。角色A为穿黑色燕尾服、白色衬衫、黑色领结及米色马甲的深棕色短发男性，角色B为穿米色泡泡袖复古长裙、裙身带黑色蕾丝花边、佩戴深色水滴耳环的棕色盘发女性。舞厅内水晶吊灯光芒映照大理石地面，宾客们三两交谈持杯低语，一段悠扬的华尔兹弦乐前奏缓缓响起，人群的谈话声逐渐安静。角色B从舞厅一侧缓步走来，裙摆轻拂过大理石地面，目光环顾四周。角色A从人群中走出，穿过宾客径直来到角色B面前，微微欠身伸出右手，目光温柔注视着她。角色B垂眸浅笑，将右手轻轻搭上角色A的掌心，两人相视一笑，角色A引领角色B步入舞池中央，周围宾客自然后退让出空间，目光齐聚二人。角色A左手握住角色B右手举起，右手轻扶她的腰后，两人摆好华尔兹舞姿，随弦乐正拍踏出第一步，开始旋转。19世纪宫廷舞会的典雅氛围，暖金色调。
```

### 首尾帧：荷叶滴水到西子回眸

- 阿里官方示例 · 手册 #64 · 首尾帧 · 15s · 1080P · 16:9 · image_role=first_frame
- 按现价 $3.75
- 成片: https://img.kovapi.com/i/mp-a44da571592d5ca995fd2b96.mp4
- 参考图 1: https://img.kovapi.com/i/mp-4ef1bf9e8eefd28ecbddbd12.webp
- 参考图 2: https://img.kovapi.com/i/mp-0b580cbe5ca74b5282532281.webp

首帧“荷叶滴水” + 尾帧“西子回眸” → 成片。提示词按时间段安排水滴、人物成形与回眸，并写入吟诵；对照两张输入图检查起点、终点和中间过渡。 [阿里官方示例 · 手册 #64](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)。按当前价估算：$3.75。

提示词原文:

```text
【一镜到底，慢速唯美运镜，无剪辑，15秒长镜头，岩彩画矿物颜料质感与3D渲染碰撞，青蓝×鎏金撞色】
全局设定：国风岩彩画质感，矿物颜料颗粒肌理，金箔质感，青蓝与鎏金强烈撞色。场景为清晨薄雾中的西湖：湖面呈哑光青蓝晕染，金色晨光穿透云层形成丁达尔光柱，远处三潭印月的石塔与雷峰塔在雾中若隐若现，近处有荷叶与荷花。画面主体是西湖水神"西子"：岩彩画质感，鹅蛋脸，柳叶眉，丹凤眼，眉心一点朱砂花钿，肌肤如羊脂白玉泛着柔光，头后悬浮一轮淡金色圆光；高挽发髻插一支鎏金荷花发簪，她的裙摆与披帛由流动的湖水构成，青蓝色渐变，表面水光粼粼。
配音与音效：背景为轻柔的古筝与竹笛，环境音有细微的水波声与清晨鸟鸣。第8秒起，一位空灵温柔的女声缓慢吟诵："欲把西湖比西子——"；回眸段接下半句："淡妆浓抹，总相宜。"语速缓慢，带轻微回响，余韵悠长。
[0-3秒：一滴水]
极近微距，清晨的荷叶边缘，一颗水珠凝聚饱满，映着金色晨光，缓缓坠落。镜头跟随水珠下摇（Tilt down），水珠滴入湖中，激起一圈金蓝色涟漪，涟漪层层扩散。
[3-7秒：水聚成形]
涟漪中心，湖水缓缓隆起，凝聚成神女"西子"的身形：湖水化作她的青蓝色裙摆与半透明披帛，细小水流在她周身环绕流动。她从湖心缓缓升起，双眸轻闭又缓缓睁开，鎏金荷花簪亮起微光。镜头缓慢环绕（Orbit）她半垂的眼眸与流水织成的裙摆。
[7-11秒：一步一莲]
她赤足踏在湖面上缓缓前行，每一步脚下都漾开一圈金色涟漪，涟漪中荷花次第绽放。镜头后撤拉远成中全景：薄雾散开，远处三潭印月的三座石塔亮起温暖灯光，雷峰塔在晨光中显现，岸边垂柳拂水。第8秒，女声旁白起："欲把西湖比西子——"她的披帛在身后拖出长长的金蓝色水光。
[11-15秒：回眸·总相宜]
她停下脚步，回眸看向镜头，镜头缓缓推近至半身特写：晨光洒在她的脸上，湖水披帛在身侧轻轻飘动，几滴发光的水珠从发梢滴落，在空中化作细碎光点。旁白接下半句："淡妆浓抹，总相宜。"她浅浅微笑，身后是晨光中的雷峰塔与朦胧的三潭印月。最后一秒画面完全定格在她的回眸特写，定格为完美的电影海报构图。
```

## Wan 3.0 提示词：把意图写成可执行的镜头

以[《Wan 3.0 视频创作者手册》第五节“提示词指南”](https://alidocs.dingtalk.com/i/nodes/qnYMoO1rWxrkmoj2IjExdZLBJ47Z3je9)为主：先用“主体 + 场景 + 运动”说清谁在哪里做什么，再加入美学控制、风格和音效，明确镜头如何呈现。[阿里云 Prompt 指南](https://help.aliyun.com/zh/model-studio/wan3-video-generation-prompt-guide)补充分镜、素材引用与编辑写法。下方节选标明手册编号。长提示词拆解采用手册 #38：先分配参考素材，再按动作因果展开时间段。

- **开头交代片型与规格**: 先写主体、场景与运动，再交代片型和规格；提示词中的目标时长、比例应与 `duration`、`size` 一致。 — #16 原文节选：“生成一支10秒、16:9横版”
- **按上传顺序点名素材**: 图片、视频和音频分别编号；说明各自用于造型、场景、动作还是声音。KovAPI 图片引用可写 `@Image1`。 — #36 原文节选：“赤狐双枪枪手·绯狩 @Image1”、“虎纹兽人法师·霆岳 @Image2”、“人类炼金学者·紫珞 @Image3”
- **为长片安排顺序**: 分镜按先后排列，需要精确安排时写起止时间；连续镜头也可按动作阶段展开。 — #64 原文节选：“[3-7秒：水聚成形]”
- **人物设定只写清一套**: 先固定发型、服装和识别特征，再写人物的动作与情绪变化。 — #08 原文节选：“身形纤细，短浅色发，有雀斑，穿轻便探险服，手持小油灯”
- **用动词描述运动与镜头**: 把移动、停止、推近和切换分开描述，避免只堆风格形容词。 — #08 原文节选：“镜头一为中远景定场，探险少年从画面右侧踩着露出水面的石头向湖中心移动，镜头缓慢前推”
- **把声音放到动作发生处**: 台词写明说话者与内容；环境音、音乐和具体音效分别说明。 — #64 原文节选：“第8秒起，一位空灵温柔的女声缓慢吟诵："欲把西湖比西子——"”
- **编辑时列出保留项**: 先说要改什么，再说哪些主体、动作和背景保持不变，便于验收。 — #33 原文节选：“右侧人物、远处船队和海面雾气保持不变。”
- **用具体约束收尾**: 写清必须看到的细节与不希望出现的变化，删去重复描述，最后检查字符数。 — #24 原文节选：“全片维持黑白高对比硬边光影与冷调影棚质感，无柔光无滤镜”

| 部分 | 作用 | 示例 |
| --- | --- | --- |
| 总述与参考分工 · #38 | 先给片型与目标时长，再明确城市、男性、女性分别参考哪张图；素材按上传顺序编号。 | #38 原文节选：“图1 @Image1 作为城市空间、霓虹氛围、车道结构和整体视觉质感参考” |
| 视觉风格 · #38 | 统一画面的图形语言、空间层次和质感，后续动作都在这套风格中展开。 | #38 原文节选：“融合扁平MG图形语言、精致2.5D空间层次和克制三维体积感。” |
| 人物动作逻辑 · #38 | 先写两人的不同优势，让每次接触有目标、动作与反应，便于理解追逐为何继续。 | #38 原文节选：“抓、挡、卸力、换手、借力、转身、闪避、反制” |
| 贯穿全片的道具 · #38 | 明确唯一争夺对象的数量、大小和发光效果，给各阶段提供一致的视觉目标。 | #38 原文节选：“它始终只有一颗，大小稳定，不复制、不消失、不变形，运动时只有短促干净的光轨。” |
| 分段时间轴 · #38 | 原文按七个连续区间推进，先决定事件顺序，再把每段的行动写具体；这些时间码是本案例的镜头安排。 | #38 时间段概括：0–4秒登场 → 4–8秒截击 → 8–13秒人群争夺 → 13–16.5秒上车 → 16.5–24秒车流追逐 → 24–27.5秒脱身 → 27.5–30秒收尾。 |
| 为动作选择镜头 · #38 | 说明镜头要帮助观众看清什么，再指定手持、推拉、低机位与遮挡转场。 | #38 原文节选：“镜头始终服务光球归属、双方距离和追逐方向，不做无意义花哨旋转。” |

```text
生成一段30秒、16:9横版的奇幻叙事视频。主体是提着小灯的成年探险者，故事从发现异常发展到理解与平静。
色调与光线：青蓝夜色、柔和月光，小灯提供暖色局部照明。
人物设定：深色短发、绿色外套、浅色背包；全片保持服装、发型与道具一致。
镜头1（0–6秒）：远景，探险者沿湖边缓步前行，镜头向前推，脚步声与虫鸣清晰。
镜头2（6–12秒）：中景，探险者停下，看向湖面出现的微光，镜头缓慢移向水面。
镜头3（12–18秒）：近景，水中的发光花朵展开，细小波纹扩散，加入轻柔水声。
镜头4（18–24秒）：侧面中景，探险者放低小灯，表情由警惕变为惊叹，配乐渐强。
镜头5（24–30秒）：镜头缓慢拉远，人物和花朵留在同一画面，音乐渐弱，水声延续。
声音：轻柔弦乐、虫鸣、脚步与水声；无台词。
约束：湖岸位置、人物造型和小灯不变，不出现额外人物或文字。
```

## 如何在 KovAPI 上用 Wan 3.0 生成视频

1. **注册并创建 API Key** 登录 KovAPI，在控制台创建 Key；同一把 Key 可调用站内不同模型。
2. **在页面上方试提示词** 选择素材、时长、分辨率和比例，提交前就能看到实时报价。
3. **提交异步生成任务** 使用 `wan3.0-video` 提交至 `POST /v1/videos/generations`。收到 HTTP 202 后保存任务号；完整请求示例见文档。
4. **查询结果或接收 Webhook** 按任务号轮询，或提交时设置 `callback_url` 接收结果。成功后从 `data[0].url` 下载 MP4；成片保留 7 天，请及时保存。

### 最小请求示例

```bash
curl https://kovapi.com/v1/videos/generations \
  -H "Authorization: Bearer $KOVAPI_KEY" -H "Content-Type: application/json" \
  -d '{"model": "wan3.0-video-prime", "prompt": "...", "duration": 4, "resolution": "720P", "size": "16:9"}'
# -> HTTP 202 {"id": "..."}; poll:
curl https://kovapi.com/v1/videos/jobs/<id> -H "Authorization: Bearer $KOVAPI_KEY"
```

## 万相视频模型的演进

- 2025-02 · Wan 2.1: **Wan 2.1 · 开源视频模型** 阿里在该月开源 Wan 2.1 视频模型，包含文生视频与图生视频。
- 2025-07-28 · Wan 2.2: **Wan 2.2 · 运动与画面控制** 阿里云上线升级的文生视频与图生视频模型，重点改善复杂运动、画面表现和指令遵循。
- 2025-09-19 · Wan 2.5: **Wan 2.5 · 声画同步** 预览版上线，加入与画面同步的声音生成，并改进运动表现与提示词执行。
- 2025-12-16 · Wan 2.6: **Wan 2.6 · 多镜头与参考生成** 阿里发布该系列，加入参考视频生成，并强化多镜头叙事、外观与声音一致性。
- 2026-04-03 · Wan 2.7: **Wan 2.7 · 指令编辑** 阿里云上线视频编辑等模型，可用自然语言编辑局部或整体画面，并参考动作、特效和运镜。
- 2026-08-06 · Wan 3.0: **Wan 3.0 · 统一创作** 阿里云上线 Wan 3.0 并进入公测，将生成、参考、编辑与延续集中到同一模型；原生生成包含台词、音乐与音效的视频。

## Wan 3.0 与其他视频模型怎么选

| 型号 | 时长（秒） | 分辨率 | 参考 图 / 视频 / 音频 | 价格 | 适合 |
| --- | --- | --- | --- | --- | --- |
| Wan 3.0 Prime (`wan3.0-video-prime`) | 4–30 | 480P / 720P / 1080P | 10/5/5 | $0.06/秒 | 与标准版能力和上限相同、单价更高；阿里官方将它定位为高速档。 |
| Wan 3.0 (`wan3.0-video`) | 4–30 | 480P / 720P / 1080P | 10/5/5 | $0.04/秒 | 一个型号覆盖文生、首帧 / 首尾帧、多图参考、参考视频改写和文档 / 网页生成，成片自带音轨。 |
| Seedance 2.5 (`seedance-2.5`) | 4–30 | 480P / 720P / 1080P | 30/10/10 | $0.10/秒 | 一条任务要放入更多参考图、参考视频或参考音频时（上限见左列）；它的图片只作参考图，没有首帧 / 首尾帧玩法。 |
| Seedance 2.0 (`seedance-2.0`) | 5–15 | 480P / 720P / 1080P / 4K | 9/3/3 | $0.07/秒 | 已有 Seedance 2.0 样片、希望沿用同一风格的短片。 |
| MiniMax H3 (`minimax-h3`) | 4–15 | 480P / 768P / 1080P | 9/3/3 | $0.015/秒 | 批量短片：先用 480P / 768P 打样，再出 1080P；能做首尾帧，参考模式可带参考音频和参考视频（规格见左列）。 |
| Veo 3.1 (`veo-3.1`) | 8 | 720P / 1080P | 3/0/0 | $0.20/条 | 固定时长、按条计费的短片（时长和价格见左列）。 |

已有其他模型的稳定样片时，用同一组素材和验收标准，对比人物一致性、动作、声音、出片耗时和实际费用，再决定是否切换。

## 组合规则与注意事项

- 首帧 / 首尾帧只在不带参考视频、文档或网页时可用；带上其中任何一种，图片一律按参考图处理。参考音频不能单独使用，须和参考图或参考视频一起提交。
- `prompt` 上限 20,000 个字符；中文和英文都按字符计，标点、空格与换行也计入。
- 含真人面部的参考素材可能触发 `FaceDetectionSuspect` 而被拒，失败不计费。
- 文档 / 网页输入目前只能通过 API 提交，在线测试暂无这个入口。

## 为什么在 KovAPI 使用 Wan 3.0

- **比阿里官方价低**: 标准版 720P 比阿里官方定价低 35%，1080P 低 35%，480P 低 20%；Prime 三档也低于官方。在线测试提交前就显示这一单的价格。
- **失败不扣费，自动重试**: 生成失败，预扣的费用全额退回；上游繁忙或出错时系统自动重试，不用自己写重试逻辑。
- **不限并发**: 每个账号不设并发上限，批量任务直接提交；高峰时自动排队，接口返回 `queue_position` 和 `eta_seconds`，完成后可推送 Webhook。
- **视频模型一套接口**: Wan、Seedance、Veo 等视频模型用同一套接口：同一把 Key、同样的异步任务和 Webhook，换模型只改 `model`。
- **注册和付款都简单**: 邮箱或 Google、GitHub 注册，微信、银行卡、PayPal、USDT 都能充值，按量扣费、没有月费。

## Wan 3.0 API 常见问题

### Wan 3.0 是什么？

Wan 3.0 是阿里通义万相的全能视频模型。KovAPI 通过 `wan3.0-video` 提供文生视频、首帧、首尾帧、多图参考和参考视频改写与延续，成片自带音轨。

### 五种基础玩法怎么切换？

通过素材字段与 `image_role` 切换。纯文字直接生成；一张图默认作首帧，两张图加 `first_frame` 作首尾帧；多图可作参考，`video_references` 用于视频改写与延续。

### 单条能生成多长的视频？

可指定 4–30 秒的整数时长。带参考视频时，成片秒数与参考秒数合计不能超过 30 秒；延长任务也按这个合计上限准备素材。

### 带参考视频时怎么计费？

参考视频秒数与成片秒数一起计费。费用为所选分辨率的每秒单价乘以两者之和；参考图片和音频不另收费，提交前可在在线测试查看报价。

### 多张参考图会不会把角色混在一起？

参考图可以分别约束不同主体，仍需检查成片中的对应关系。按上传顺序用 `@Image1` 等点名，写清人物、物品和场景各自的用途，避免同一角色出现矛盾描述。

### 成片有没有声音？

成片自带音轨，可包含台词、环境音效和背景音乐。在提示词中写明说话者、台词内容与出现时机；有参考音频时，将它与参考图或视频一起提交。

### 出片要多久？

标准版近 7 天真实调用的中位耗时为 2.2 分钟，90% 在 2.8 分钟内完成。这是历史统计；排队时可读取 `queue_position` 与 `eta_seconds`，以任务实际状态为准。

### 生成失败会扣钱吗？

生成失败，未计费，可原样重新提交。提交时的预扣会全额退回，同一任务的自动重试只结算一次；参数或素材审核问题请先按返回提示处理。

### 生成的视频保留多久？

成片保留 7 天。成功后可从 `data[0].url` 下载 MP4，长期使用请及时保存到自己的存储；保留期以生成任务的实际规则为准。

### 可以用真人照片做参考吗？

含真人面部的参考素材可能被拒，并返回 `FaceDetectionSuspect`。请优先准备无真人面部的素材；审核导致的生成失败不计费。

### Wan 3.0 和 Seedance 2.5 怎么选？

需要首帧、首尾帧，或想用文档 / 网页生成时，选 Wan 3.0；一条任务要放入更多参考图、参考视频或参考音频时，可以看 Seedance 2.5（它的图片只作参考图）。两者的时长、分辨率和价格见上方对比表。

### wan3.0、Wan 3.0 和 wan3.0-video 是一个东西吗？

Wan 3.0 和 Wan3.0 是模型名称的常见写法；标准版 id 是 `wan3.0-video`，Prime 是 `wan3.0-video-prime`。调用时将完整 id 填入 `model`，不要把展示名称当作字段值。

### 示例是通过 KovAPI 生成的吗？

标有“阿里官方示例”的成片来自通义万相创作者手册。其费用是套用相应参数的当前参考费用；只有明确标注“用 KovAPI 生成”的作品才来自 KovAPI 调用。

### 可以不轮询，直接收到完成通知吗？

可以，提交时填写 `callback_url` 即可接收任务结束的 Webhook。通知带签名，投递失败会自动重试；接入细节和完整请求示例见 Webhook 文档。

### 标准版和 Prime 有什么区别？

`wan3.0-video` 与 `wan3.0-video-prime` 的能力相同，单价不同。阿里官方将 Prime 定位为高速档；选择时比较当前报价和实测耗时。

### 能用文档或网页生成视频吗？

可以，目前只能通过 API：提交一个 `file_url`（文档）或一个 `link_url`（无需登录的公开网页），二选一，`prompt_extend` 须为 `true`。文档支持 docx / doc / xlsx / xls / pptx / ppt / pdf / txt / key / pages / numbers / md，单文件不超过 100 MB。

## 给 AI 的补充说明

- 标准版 id 为 `wan3.0-video`，Prime 为 `wan3.0-video-prime`；能力相同、单价不同，均使用 `POST /v1/videos/generations`。
- `resolution` 的值须带 `P`，例如 `720P`；可选项为 480P / 720P / 1080P。
- `seconds` 是 `duration` 的别名；`aspect_ratio` 是 `size` 的别名。
- 在仅用图片输入的玩法中，一张图未指定 `image_role` 时按首帧处理；两张及以上默认作参考。两张图配 `image_role: first_frame` 表示按数组顺序指定首尾帧。
- 带 `video_references` 时，图片只作参考。每段参考视频都须有 `duration`；总费用包括参考秒数和成片秒数。
- `audio_reference` 与参考图或参考视频一起使用，最多 5 段，不另计费。
- `prompt_extend` 用于提示词自动扩写；按所选玩法的要求设置。
- `prompt` 最多 20,000 个字符；一个汉字或英文字母各计一个字符，标点、空格和换行也计入。
- 案例中的 `source: official` 表示阿里官方成片；套用参数与按现价估算的费用不构成 KovAPI 生成记录或同效果承诺。
- 官方案例中的镜头时码、帧率措辞及实测像素属于样例信息；实际 API 参数和范围以 KovAPI 玩法表为准。
- `cases.*.prompt` 保留官方原文；`prompt_tr` 仅供阅读，复制、套用和 API 提交只取 `prompt`，不得拼接译文。

## 延伸阅读

- [Wan 3.0 API 调用文档](https://docs.kovapi.com/zh/wan3.0-video): 查看请求字段、异步任务、返回结果与完整代码示例。
- [异步任务指南](https://docs.kovapi.com/zh/guide/async-jobs): 了解任务状态、排队字段与结果查询。
- [Webhook 接入指南](https://docs.kovapi.com/zh/webhooks): 接收任务结果并按文档验证通知签名。
