Wan AI Wan 2.2 S2V API | 定价与文档

wan-ai/wan-2-2/speech-to-video

结合一张图片和一段音频，生成说话、唱歌或表演视频，输出分辨率可选 480P 或 720P。

1. 快速开始

使用 RunComfy 的 API 运行 wan-ai/wan-2-2/speech-to-video。可接受的输入与输出请参阅模型的数据结构说明。

curl --request POST \
  --url https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-2/speech-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "image_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.png",
    "audio_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.mp3"
  }'

2. 身份验证

将 YOUR_API_TOKEN 环境变量设置为您的 API 密钥（在个人资料中管理密钥），并在每个请求的 Authorization 标头中以 Bearer 令牌形式携带： Authorization: Bearer $YOUR_API_TOKEN。

3. API 参考

提交请求

提交异步生成任务，将立即获得 request_id 以及用于查询状态、获取结果和取消的 URL。

curl --request POST \
  --url https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-2/speech-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "image_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.png",
    "audio_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.mp3"
  }'

查询请求状态

根据 request_id 获取当前状态（"in_queue"、"in_progress"、"completed" 或 "cancelled"）。

curl --request GET \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/status \
  --header "Authorization: Bearer <token>"

获取请求结果

获取指定 request_id 的最终输出与元数据；若任务未完成，响应会返回当前状态，便于继续轮询。

curl --request GET \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/result \
  --header "Authorization: Bearer <token>"

取消请求

通过 request_id 取消排队中的任务；进行中的任务无法取消。

curl --request POST \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/cancel \
  --header "Authorization: Bearer <token>"

4. 文件输入

托管文件（URL）

请提供可公网访问的 HTTPS 地址。确保目标主机允许服务端拉取（无需登录或 Cookie）、未被限流或拦截爬虫。建议：图片 ≤ 50 MB（约 4K），视频 ≤ 100 MB（约 720p 下 2–5 分钟）。私有资源请使用稳定或预签名 URL。

5. 数据结构

输入结构

{
  "type": "object",
  "title": "输入结构",
  "required": [
    "image_url",
    "audio_url"
  ],
  "properties": {
    "image_url": {
      "title": "图片",
      "description": "必填的 JPG、JPEG、PNG、BMP 或 WEBP 图片。宽和高都必须大于 400 像素且不超过 7000 像素。",
      "type": "string",
      "validations": [
        {
          "validation_rule": "width_pixels>",
          "validation_value": 400,
          "validation_error": "上传图片的宽和高都必须大于 400 像素。"
        },
        {
          "validation_rule": "height_pixels>",
          "validation_value": 400,
          "validation_error": "上传图片的宽和高都必须大于 400 像素。"
        },
        {
          "validation_rule": "width_pixels<",
          "validation_value": 7000,
          "validation_error": "上传图片的宽和高都不能超过 7000 像素。"
        },
        {
          "validation_rule": "height_pixels<",
          "validation_value": 7000,
          "validation_error": "上传图片的宽和高都不能超过 7000 像素。"
        }
      ],
      "default": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.png"
    },
    "audio_url": {
      "title": "音频",
      "description": "必填的 WAV 或 MP3 音频，时长须短于 20 秒，文件须小于 15 MB。",
      "type": "string",
      "validations": [
        {
          "validation_rule": "file_size_mb<",
          "validation_value": 15,
          "validation_error": "文件大小必须小于 15 MB。"
        }
      ],
      "default": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.mp3"
    },
    "style": {
      "title": "表演模式",
      "description": "可选择 speech、sing 或 perform，默认值为 speech。",
      "type": "string",
      "enum": [
        "speech",
        "sing",
        "perform"
      ],
      "default": "speech"
    },
    "resolution": {
      "title": "分辨率",
      "description": "可选择 480P 或 720P，默认值为 480P。",
      "type": "string",
      "enum": [
        "480P",
        "720P"
      ],
      "default": "480P"
    }
  }
}

输出结构

{
  "output": {
    "type": "object",
    "properties": {
      "image": {
        "type": "string",
        "format": "uri",
        "description": "单张图片 URL"
      },
      "video": {
        "type": "string",
        "format": "uri",
        "description": "单个视频 URL"
      },
      "images": {
        "type": "array",
        "description": "多张图片 URL",
        "items": {
          "type": "string",
          "format": "uri"
        }
      },
      "videos": {
        "type": "array",
        "description": "多个视频 URL",
        "items": {
          "type": "string",
          "format": "uri"
        }
      }
    }
  }
}

RunComfy

RunComfy 是首选的 ComfyUI 平台，提供 ComfyUI 在线环境和服务，以及 ComfyUI 工作流具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。

1. 快速开始

使用 RunComfy 的 API 运行 wan-ai/wan-2-2/speech-to-video。可接受的输入与输出请参阅模型的数据结构说明。

curl --request POST \
  --url https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-2/speech-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "image_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.png",
    "audio_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.mp3"
  }'

3. API 参考

提交请求

提交异步生成任务，将立即获得 request_id 以及用于查询状态、获取结果和取消的 URL。

curl --request POST \
  --url https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-2/speech-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "image_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.png",
    "audio_url": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.mp3"
  }'

查询请求状态

根据 request_id 获取当前状态（"in_queue"、"in_progress"、"completed" 或 "cancelled"）。

curl --request GET \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/status \
  --header "Authorization: Bearer <token>"

获取请求结果

获取指定 request_id 的最终输出与元数据；若任务未完成，响应会返回当前状态，便于继续轮询。

curl --request GET \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/result \
  --header "Authorization: Bearer <token>"

取消请求

通过 request_id 取消排队中的任务；进行中的任务无法取消。

curl --request POST \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/cancel \
  --header "Authorization: Bearer <token>"

4. 文件输入

托管文件（URL）

5. 数据结构

输入结构

{
  "type": "object",
  "title": "输入结构",
  "required": [
    "image_url",
    "audio_url"
  ],
  "properties": {
    "image_url": {
      "title": "图片",
      "description": "必填的 JPG、JPEG、PNG、BMP 或 WEBP 图片。宽和高都必须大于 400 像素且不超过 7000 像素。",
      "type": "string",
      "validations": [
        {
          "validation_rule": "width_pixels>",
          "validation_value": 400,
          "validation_error": "上传图片的宽和高都必须大于 400 像素。"
        },
        {
          "validation_rule": "height_pixels>",
          "validation_value": 400,
          "validation_error": "上传图片的宽和高都必须大于 400 像素。"
        },
        {
          "validation_rule": "width_pixels<",
          "validation_value": 7000,
          "validation_error": "上传图片的宽和高都不能超过 7000 像素。"
        },
        {
          "validation_rule": "height_pixels<",
          "validation_value": 7000,
          "validation_error": "上传图片的宽和高都不能超过 7000 像素。"
        }
      ],
      "default": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.png"
    },
    "audio_url": {
      "title": "音频",
      "description": "必填的 WAV 或 MP3 音频，时长须短于 20 秒，文件须小于 15 MB。",
      "type": "string",
      "validations": [
        {
          "validation_rule": "file_size_mb<",
          "validation_value": 15,
          "validation_error": "文件大小必须小于 15 MB。"
        }
      ],
      "default": "https://playgrounds-storage-public.runcomfy.net/tools/7078/media-files/input.mp3"
    },
    "style": {
      "title": "表演模式",
      "description": "可选择 speech、sing 或 perform，默认值为 speech。",
      "type": "string",
      "enum": [
        "speech",
        "sing",
        "perform"
      ],
      "default": "speech"
    },
    "resolution": {
      "title": "分辨率",
      "description": "可选择 480P 或 720P，默认值为 480P。",
      "type": "string",
      "enum": [
        "480P",
        "720P"
      ],
      "default": "480P"
    }
  }
}

输出结构

{
  "output": {
    "type": "object",
    "properties": {
      "image": {
        "type": "string",
        "format": "uri",
        "description": "单张图片 URL"
      },
      "video": {
        "type": "string",
        "format": "uri",
        "description": "单个视频 URL"
      },
      "images": {
        "type": "array",
        "description": "多张图片 URL",
        "items": {
          "type": "string",
          "format": "uri"
        }
      },
      "videos": {
        "type": "array",
        "description": "多个视频 URL",
        "items": {
          "type": "string",
          "format": "uri"
        }
      }
    }
  }
}

结合一张图片和一段音频，生成说话、唱歌或表演视频，输出分辨率可选 480P 或 720P。

目录

1. 快速开始

2. 身份验证

3. API 参考

提交请求

查询请求状态

获取请求结果

取消请求

4. 文件输入

托管文件（URL）

5. 数据结构

输入结构

输出结构

结合一张图片和一段音频，生成说话、唱歌或表演视频，输出分辨率可选 480P 或 720P。

目录

1. 快速开始

2. 身份验证

3. API 参考

提交请求

查询请求状态

获取请求结果

取消请求

4. 文件输入

托管文件（URL）

5. 数据结构

输入结构

输出结构

Wan 2.2 S2V 音频驱动视频生成器 | RunComfy

结合一张图片和一段音频，生成说话、唱歌或表演视频，输出分辨率可选 480P 或 720P。

目录

1. 快速开始

2. 身份验证

3. API 参考

提交请求

查询请求状态

获取请求结果

取消请求

4. 文件输入

托管文件（URL）

5. 数据结构

输入结构

输出结构

Wan 2.2 S2V 音频驱动视频生成器 | RunComfy

结合一张图片和一段音频，生成说话、唱歌或表演视频，输出分辨率可选 480P 或 720P。

目录

1. 快速开始

2. 身份验证

3. API 参考

提交请求

查询请求状态

获取请求结果

取消请求

4. 文件输入

托管文件（URL）

5. 数据结构

输入结构

输出结构