رفتن به محتوا

Alibaba V2.6 · Reference to Video · Flash

یکپارچه‌سازی

شناسه مدل wan/v2.6/reference-to-video/flash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/wan/v2.6/reference-to-video/flash?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۷۵⁩ ۷۵۰ اعتبار API · ≈ ⁨‎₽۷۸٫۵۲⁩ فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Alibaba مرجع به ویدیو صوت بومیورودی‌های مرجعسریع۵–۱۰ ثانیهحداکثر 1080p #reference-to-video

تبدیل سریع مرجع به ویدیو که سوژه‌ها را از حداکثر 5 تصویر یا کلیپ، برای 5 یا 10 ثانیه، همراه با صدا حفظ می‌کند

Alibaba · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

پرامپت ویدیو حداکثر 1500 نویسه‌ای، با استفاده از Character1، Character2 و غیره برای شناسایی افراد، حیوانات یا اشیا در فایل‌های مرجع. شماره‌گذاری سوژه‌ها از video_urls پیش از image_urls پیروی می‌کند. برای چند برداشت، از این قالب استفاده کنید: '[0-3s] Shot 1. [3-6s] Shot 2.'

duration ۵ s

مدت ویدیوی تولیدشده را برحسب ثانیه تعیین کنید. در R2V Flash، مدت‌ها فقط 5 یا 10 ثانیه هستند.

aspect_ratio پیش‌فرض 16:9

نسبت تصویر ویدیوی خروجی.

resolution پیش‌فرض 1080p

سطح وضوح خروجی ویدیو؛ R2V Flash فقط 720p یا 1080p را می‌پذیرد.

پیشرفته negative_prompt · videos · images · seed · enable_prompt_expansion · multi_shots · enable_safety_checker
پیش‌فرض

پرامپت منفی برای مشخص‌کردن محتوای ناخواسته، حداکثر 500 نویسه.

video_urls
یک فایل بیندازید، یا

0–3 ویدیو برای حفظ سازگاری سوژه ارائه کنید؛ هرکدام باید حداقل 16 FPS، مدت 2–30 ثانیه و حداکثر اندازه 100 MB داشته باشند. مجموع تعداد در video_urls و image_urls نباید از 5 بیشتر شود. شماره‌گذاری خودکار سوژه‌ها Character1، Character2 و غیره را به video_urls اختصاص می‌دهد و سپس با image_urls ادامه می‌یابد.

image_urls
یک فایل بیندازید، یا

0–5 تصویر برای حفظ سازگاری سوژه ارائه کنید؛ مجموع مراجع در image_urls و video_urls نباید از 5 بیشتر شود و image_urls پس از video_urls شماره سوژه می‌گیرند. وضوح هر تصویر باید 240–5000px و اندازه فایل حداکثر 10 MB باشد. قالب‌های پذیرفته‌شده JPEG، JPG، BMP، WEBP و PNG بدون alpha هستند.

Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.

POST /run/wan/v2.6/reference-to-video/flash?wait=20 قیمت → ⁨‎$۰٫۷۵⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/wan/v2.6/reference-to-video/flash?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Alibaba V2.6 · Reference to Video · Flash

ویدیویی تولید می‌کند که سوژه‌های فایل‌های مرجع در `prompt` به‌صورت Character1، Character2 و مانند آن ظاهر می‌شوند. حداکثر 3 `video_urls` و 5 `image_urls` را با حداکثر 5 مرجع در مجموع ترکیب کنید. مدت 5 یا 10 ثانیه، وضوح 720p یا 1080p و نسبت تصویر 16:9، 9:16، 1:1، 4:3 یا 3:4 است. promptهای چندنما و تولید صدا قابل فعال‌سازی هستند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
پرامپت ویدیو حداکثر 1500 نویسه‌ای، با استفاده از Character1، Character2 و غیره برای شناسایی افراد، حیوانات یا اشیا در فایل‌های مرجع. شماره‌گذاری سوژه‌ها از video_urls پیش از image_urls پیروی می‌کند. برای چند برداشت، از این قالب استفاده کنید: '[0-3s] Shot 1. [3-6s] Shot 2.'
video_urlsاختیاری videos
نوعurl[] · video
0–3 ویدیو برای حفظ سازگاری سوژه ارائه کنید؛ هرکدام باید حداقل 16 FPS، مدت 2–30 ثانیه و حداکثر اندازه 100 MB داشته باشند. مجموع تعداد در video_urls و image_urls نباید از 5 بیشتر شود. شماره‌گذاری خودکار سوژه‌ها Character1، Character2 و غیره را به video_urls اختصاص می‌دهد و سپس با image_urls ادامه می‌یابد.
image_urlsاختیاری images
نوعurl[] · image
0–5 تصویر برای حفظ سازگاری سوژه ارائه کنید؛ مجموع مراجع در image_urls و video_urls نباید از 5 بیشتر شود و image_urls پس از video_urls شماره سوژه می‌گیرند. وضوح هر تصویر باید 240–5000px و اندازه فایل حداکثر 10 MB باشد. قالب‌های پذیرفته‌شده JPEG، JPG، BMP، WEBP و PNG بدون alpha هستند.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
16:99:161:14:33:4
نسبت تصویر ویدیوی خروجی.
resolutionاختیاری
نوعenum
پیش‌فرض1080p
720p1080p
سطح وضوح خروجی ویدیو؛ R2V Flash فقط 720p یا 1080p را می‌پذیرد.
durationاختیاری
نوعenum
پیش‌فرض5
510
مدت ویدیوی تولیدشده را برحسب ثانیه تعیین کنید. در R2V Flash، مدت‌ها فقط 5 یا 10 ثانیه هستند.
negative_promptاختیاری
نوعstring | null
پیش‌فرض
پرامپت منفی برای مشخص‌کردن محتوای ناخواسته، حداکثر 500 نویسه.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضtrue
مشخص می‌کند آیا یک LLM پرامپت را بازنویسی کند یا نه.
multi_shotsاختیاری
نوعboolean
پیش‌فرضtrue
کنترل بخش‌بندی برداشت، فقط با True بودن enable_prompt_expansion. مقدار پیش‌فرض true از بخش‌بندی هوشمند برای ساخت روایت منسجم میان برداشت‌ها استفاده می‌کند؛ false ویدیو را یک برداشت پیوسته نگه می‌دارد.
generate_audioاختیاری
نوعboolean
پیش‌فرضtrue
برای تولید ویدیوی بی‌صدا false یا برای افزودن صوت به ویدیوی تولیدشده، فعال‌سازی صوت را انتخاب کنید.
seedاختیاری
نوعinteger | null
Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
کلید بررسی ایمنی که حالت خاموش آن به مجوز حساب نیاز دارد. بدون این مجوز، هر درخواست صرف‌نظر از تنظیم بررسی می‌شود؛ true بررسی‌کننده را فعال می‌کند.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.6/reference-to-video/flash",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 750,
    "usd": "0.75",
    "charged": 750,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "actual_prompt": "Dance battle between Character1 and Character2, cinematic lighting, dynamic camera movement."
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}فایل ویدیوی حاصل.
seed
integerمقدار Seed استفاده‌شده هنگام تولید.
actual_prompt
string | nullپرامپتی که هنگام فعال‌بودن بازنویسی واقعاً استفاده می‌شود.

مدل‌های بیشتر: مرجع به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/wan/v2.6/reference-to-video/flash.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt