Wan AI Wan 3.0 Reference To Video API | 定价与文档

wan-ai/wan-3.0/reference-to-video

Wan 3.0 Reference To Video 将提示与图像、视频和音频参考相结合，以构建具有一致主题、动作和声音的连贯剪辑。

1. 快速开始

使用 RunComfy 的 API 运行 wan-ai/wan-3.0/reference-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-3.0/reference-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "prompt": "Image 1 walks slowly through a bright modern art gallery, then turns toward the camera and smiles; soft natural daylight, elegant handheld motion, cinematic, subtle ambient sound."
  }'

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-3.0/reference-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "prompt": "Image 1 walks slowly through a bright modern art gallery, then turns toward the camera and smiles; soft natural daylight, elegant handheld motion, cinematic, subtle ambient sound."
  }'

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": [
    "prompt"
  ],
  "properties": {
    "prompt": {
      "title": "提示词",
      "description": "描述场景、主题、动作、摄像机移动、灯光和风格。按顺序参考图像 1、视频 1、音频 1。",
      "type": "string",
      "default": "Image 1 walks slowly through a bright modern art gallery, then turns toward the camera and smiles; soft natural daylight, elegant handheld motion, cinematic, subtle ambient sound."
    },
    "reference_images": {
      "title": "参考图片",
      "description": "最多 10 个参考图像，以确保主题、物体或场景的一致性。至少需要一份参考资料（图像、视频或音频）。",
      "type": "array",
      "items": {
        "type": "string",
        "format": "image_uri"
      },
      "default": [
        "https://playgrounds-storage-public.runcomfy.net/tools/7415/media-files/input-promo-ref.webp"
      ]
    },
    "reference_videos": {
      "title": "参考视频",
      "description": "最多 5 个参考视频（MP4 或 MOV，每个 1-15 秒，总计不超过 15 秒）用于动作或场景指导。",
      "type": "array",
      "items": {
        "type": "string",
        "format": "video_uri"
      },
      "default": []
    },
    "reference_audios": {
      "title": "参考音频",
      "description": "最多 5 个参考音频剪辑（总计不超过 15 秒）来指导声音或计时。",
      "type": "array",
      "items": {
        "type": "string",
        "format": "audio_uri"
      },
      "default": []
    },
    "resolution": {
      "title": "分辨率",
      "description": "输出分辨率层。使用 480p 进行快速草稿，使用 1080p 获得更高质量的输出。",
      "type": "string",
      "enum": [
        "480p",
        "720p",
        "1080p"
      ],
      "default": "720p"
    },
    "aspect_ratio": {
      "title": "宽高比",
      "description": "生成视频的输出宽高比。",
      "type": "string",
      "enum": [
        "16:9",
        "9:16",
        "1:1",
        "4:3",
        "3:4",
        "adaptive"
      ],
      "default": "16:9"
    },
    "duration": {
      "title": "持续时间（秒）",
      "description": "生成视频的长度（以秒为单位）。范围为 2-30。开始时进行短距离迭代，然后在运动看起来正确后增加。",
      "type": "integer",
      "minimum": 2,
      "maximum": 30,
      "default": 5
    },
    "thinking_mode": {
      "title": "深度思考模式",
      "description": "为具有多种动作或构图要求的复杂场景提供更深入的提示解释。",
      "type": "boolean",
      "default": false
    },
    "enable_audio": {
      "title": "生成音频",
      "description": "打开时，输出视频包括同步音轨。关闭以获得无声剪辑。",
      "type": "boolean",
      "default": true
    },
    "seed": {
      "title": "种子",
      "description": "随机种子以获得可重复的结果。范围为 0 到 2147483647。",
      "type": "integer"
    }
  }
}

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-3.0/reference-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-3.0/reference-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "prompt": "Image 1 walks slowly through a bright modern art gallery, then turns toward the camera and smiles; soft natural daylight, elegant handheld motion, cinematic, subtle ambient sound."
  }'

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-3.0/reference-to-video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "prompt": "Image 1 walks slowly through a bright modern art gallery, then turns toward the camera and smiles; soft natural daylight, elegant handheld motion, cinematic, subtle ambient sound."
  }'

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": [
    "prompt"
  ],
  "properties": {
    "prompt": {
      "title": "提示词",
      "description": "描述场景、主题、动作、摄像机移动、灯光和风格。按顺序参考图像 1、视频 1、音频 1。",
      "type": "string",
      "default": "Image 1 walks slowly through a bright modern art gallery, then turns toward the camera and smiles; soft natural daylight, elegant handheld motion, cinematic, subtle ambient sound."
    },
    "reference_images": {
      "title": "参考图片",
      "description": "最多 10 个参考图像，以确保主题、物体或场景的一致性。至少需要一份参考资料（图像、视频或音频）。",
      "type": "array",
      "items": {
        "type": "string",
        "format": "image_uri"
      },
      "default": [
        "https://playgrounds-storage-public.runcomfy.net/tools/7415/media-files/input-promo-ref.webp"
      ]
    },
    "reference_videos": {
      "title": "参考视频",
      "description": "最多 5 个参考视频（MP4 或 MOV，每个 1-15 秒，总计不超过 15 秒）用于动作或场景指导。",
      "type": "array",
      "items": {
        "type": "string",
        "format": "video_uri"
      },
      "default": []
    },
    "reference_audios": {
      "title": "参考音频",
      "description": "最多 5 个参考音频剪辑（总计不超过 15 秒）来指导声音或计时。",
      "type": "array",
      "items": {
        "type": "string",
        "format": "audio_uri"
      },
      "default": []
    },
    "resolution": {
      "title": "分辨率",
      "description": "输出分辨率层。使用 480p 进行快速草稿，使用 1080p 获得更高质量的输出。",
      "type": "string",
      "enum": [
        "480p",
        "720p",
        "1080p"
      ],
      "default": "720p"
    },
    "aspect_ratio": {
      "title": "宽高比",
      "description": "生成视频的输出宽高比。",
      "type": "string",
      "enum": [
        "16:9",
        "9:16",
        "1:1",
        "4:3",
        "3:4",
        "adaptive"
      ],
      "default": "16:9"
    },
    "duration": {
      "title": "持续时间（秒）",
      "description": "生成视频的长度（以秒为单位）。范围为 2-30。开始时进行短距离迭代，然后在运动看起来正确后增加。",
      "type": "integer",
      "minimum": 2,
      "maximum": 30,
      "default": 5
    },
    "thinking_mode": {
      "title": "深度思考模式",
      "description": "为具有多种动作或构图要求的复杂场景提供更深入的提示解释。",
      "type": "boolean",
      "default": false
    },
    "enable_audio": {
      "title": "生成音频",
      "description": "打开时，输出视频包括同步音轨。关闭以获得无声剪辑。",
      "type": "boolean",
      "default": true
    },
    "seed": {
      "title": "种子",
      "description": "随机种子以获得可重复的结果。范围为 0 到 2147483647。",
      "type": "integer"
    }
  }
}

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"
        }
      }
    }
  }
}

Wan 3.0 Reference To Video 将提示与图像、视频和音频参考相结合，以构建具有一致主题、动作和声音的连贯剪辑。

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 3.0 Reference To Video 将提示与图像、视频和音频参考相结合，以构建具有一致主题、动作和声音的连贯剪辑。

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 3.0 Reference To Video：Models and API 上的多模态参考视频生成 | RunComfy

Wan 3.0 Reference To Video 将提示与图像、视频和音频参考相结合，以构建具有一致主题、动作和声音的连贯剪辑。

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 3.0 Reference To Video：Models and API 上的多模态参考视频生成 | RunComfy

Wan 3.0 Reference To Video 将提示与图像、视频和音频参考相结合，以构建具有一致主题、动作和声音的连贯剪辑。

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