Alibaba WAN 2.6
alibaba/wan-2.6/reference-to-video
Alibaba WAN 2.6 Reference-to-Video は、キャラクター、小道具、またはシーンの参照画像(単一または複数視点)から、新しいビデオショットを生成します。アイデンティティ、スタイル、レイアウトを忠実に再現しつつ、滑らかで一貫性のある動きを実現。即利用可能な REST 推理 API は、コールドスタートなしの最高性能を誇り、圧倒的なコストパフォーマンスを提供します。
サンプル
パラメータ
| 名前 | 型 | 既定 | 制約 | 説明 |
|---|---|---|---|---|
| prompt *プロンプト | textarea | — | ≤ 1500 chars | 生成のためのポジティブプロンプト。 |
| negative_promptネガティブプロンプト | textarea | — | ≤ 1500 chars | 生成のためのネガティブプロンプト。 |
| sizeサイズ | select | 1920*1080 | 1920*1080 | 1080*1920 | 1440*1440 | 1632*1248 | 1248*1632 | 1280*720 | 720*1280 | 960*960 | … | 生成されたメディアのサイズ(ピクセル単位、幅*高さ)。 |
| duration長さ | slider | 5 | 2 ~ 10 · step 1 | 生成されたメディアの長さ(秒)。 |
| shot_typeショットタイプ | select | single | single | multi | 生成するショットのタイプ。 |
| seedシード値 | number | — | ≥ 0 | 生成に使用するランダムシード。 |
API
統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。
cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-2.6/reference-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"prompt": "Replace the background in the video with a vibrant, bustling futuristic cityscape, featuring neon lights and flying cars.",
"negative_prompt": "Avoid dark or gloomy scenes, and ensure no elements of destruction or chaos are present.",
"size": "1920*1080",
"duration": 7,
"shot_type": "multi",
"seed": 0
}
}'
# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
-H "Authorization: Bearer YOUR_API_KEY"Python
import time, requests
API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
# 1) Submit
resp = requests.post(
"https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-2.6/reference-to-video",
headers=HEADERS,
json={
"input": {
"prompt": "Replace the background in the video with a vibrant, bustling futuristic cityscape, featuring neon lights and flying cars.",
"negative_prompt": "Avoid dark or gloomy scenes, and ensure no elements of destruction or chaos are present.",
"size": "1920*1080",
"duration": 7,
"shot_type": "multi",
"seed": 0
}
},
)
resp.raise_for_status() # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()
# 2) Poll until a terminal state (completed / failed / cancelled).
# This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
if time.time() > deadline:
raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
time.sleep(3)
poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
poll.raise_for_status()
task = poll.json()
print(task["status"], task.get("output"))JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };
// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-2.6/reference-to-video", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"prompt": "Replace the background in the video with a vibrant, bustling futuristic cityscape, featuring neon lights and flying cars.",
"negative_prompt": "Avoid dark or gloomy scenes, and ensure no elements of destruction or chaos are present.",
"size": "1920*1080",
"duration": 7,
"shot_type": "multi",
"seed": 0
}
}),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();
// 2) Poll until a terminal state (completed / failed / cancelled).
// This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
await new Promise((r) => setTimeout(r, 3000));
const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
task = await poll.json();
}
console.log(task.status, task.output);ドキュメント
Alibaba WAN 2.6
リファレンスを動画に簡単変換
Alibaba WAN 2.6 Reference-to-Video モデルは、キャラクター、プロップ、またはシーンのリファレンス(単一または複数ビュー)を新しい動画ショットに変換し、アイデンティティ、スタイル、レイアウトを保持しながら、滑らかで一貫した動きを実現します。即使用可能なREST推論APIを提供し、最高のパフォーマンス、コールドスタートなし、手頃な価格が特徴です。
🚀 主な特徴
- リファレンス駆動のモーションとスタイル:リファレンス動画のカメラ移動、ペーシング、構図を模倣しつつ、プロンプトに従います。
- 最大2つのリファレンス動画:1つのクリップのスタイルと別のクリップのモーションを組み合わせたり、同じシーンの異なる角度を使用できます。
- シネマティックな解像度:720pまたは1080p(縦向きまたは横向き)から選択可能。
- ストーリー認識生成:プロンプト拡張とマルチショットを使用して、より豊かなマルチショットシーケンスを構築します。
- オーディオ対応パイプライン:外部サウンドに合わせたモーションが必要なワークフローのためのオプションのオーディオフィールド。
🛠️ 技術仕様
| パラメータ | 説明 |
|---|---|
| モデルアーキテクチャ | Alibaba WAN 2.6 |
| 入力形式 | 画像、プロンプト、ネガティブプロンプト、オーディオ(オプション) |
| 出力形式 | 動画(MP4) |
| 解像度 | 1280×720, 720×1280, 1920×1080, 1080×1920 |
| 長さ | 5秒または10秒 |
| フレームレート | 30 FPS |
| レイテンシー | コールドスタートなし |
💰 価格
| 解像度グループ | 料金式 |
|---|---|
| 720p sizes (1280720, 7201280, 960960, 8321088, 1088*832) | 8.7 credits x ceil(total_duration) |
| 1080p/default sizes | 14.4 credits x ceil(total_duration) |
total_duration is the generated duration plus the billed duration of reference video inputs.
💡 ベストユースケース
- Eコマース:製品ショーケース用の高品質な動画を生成。
- ソーシャルメディア:ReelsやTikTokなどのプラットフォーム向けの短い動画コンテンツを作成。
- 映画制作:映画制作のためのスタイライズされたショットやシーンを提供。
- 広告:ブランドに一貫した広告動画を迅速に生成。
🔗 関連モデル
- vidu/reference-to-video-q2:アニメスタイルの編集、トレーラー、ストーリーボードに最適。
- google/veo3.1/reference-to-video:高忠実度のシネマティックモーション生成。
- kwaivgi/kling-video-o1/reference-to-video:サンプルクリップからのカメラ言語とペーシングのコピーに最適。
- bytedance/seedance-v1-lite/reference-to-video:迅速でスタイル一貫性のある動画生成。
関連モデル
VT Lip Sync 口形同期
VT Lip Sync は、翻訳後の対象動画、翻訳後音声、翻訳後字幕タイミング、および元動画とその元字幕タイミングを使用して、翻訳後動画の口形を同期します。
Kling Omni Video O3
Kling Omni Video O3は、複数の視点からキャラクター、プロップ、またはシーンの参照を使用して創造的な動画を生成します。対象の特徴を抽出し、フレーム間でアイデンティティの一貫性を維持しながら新しい動画コンテンツを作成します。音声生成をサポート。すぐに使える REST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Kling Omni Video O3
Kling Omni Video O3は、複数の視点からキャラクター、プロップ、またはシーンの参照を使用して創造的な動画を生成します。対象の特徴を抽出し、フレーム間でアイデンティティの一貫性を維持しながら新しい動画コンテンツを作成します。音声生成をサポート。すぐに使える REST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Kling Omni Video O1 リファレンス動画生成
Kling Omni Video O1 リファレンス動画生成は、複数の視点からのキャラクター、小道具、またはシーンのリファレンスを使用してクリエイティブな動画を生成します。被写体の特徴を抽出し、フレーム間でのアイデンティティの一貫性を維持しながら、新しい動画コンテンツを作成します。すぐに使えるREST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Kling Omni Video O1 リファレンス動画生成
Kling Omni Video O1 リファレンス動画生成は、複数の視点からのキャラクター、小道具、またはシーンのリファレンスを使用してクリエイティブな動画を生成します。被写体の特徴を抽出し、フレーム間でのアイデンティティの一貫性を維持しながら、新しい動画コンテンツを作成します。すぐに使えるREST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Kling 3.0 Standard モーションコントロール
Kling 3.0 Standard モーションコントロールは、参照動画の動きを静止画像に転送してアニメーション化します。キャラクター画像とモーションクリップ(ダンス、アクション、ジェスチャー)をアップロードすると、モデルが動きを抽出して滑らかでリアルな動画を生成します。すぐに使用可能な REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
seedance-2-0 reference-to-video
Seedance 2.0の「リファレンス動画生成」機能は、ビジュアルの統一性を保つ究極のソリューションです。参考素材からアートスタイル、ライティング、構図の意図を正確に抽出。新しく生成される動画に完璧に融合させ、シリーズ作品を通して一貫した世界観を維持します。