如何使用 Wan 3.0 Prime API:Omni Reference接入指南(2026)

2 min · 更新于 2026-07-11 · NamiFusion 团队

Wan 3.0 Prime API 接入教程:参数说明、价格与可直接运行的调用代码,先在 Playground 试玩再一行代码接入。

Wan 3.0 Prime 是一款Omni Reference模型(由 Alibaba 提供):支持多图、视频、音频等多模态参考输入,可生成具有丰富运动表现与真实音画同步效果的视频。精准保持参考素材中的主体外观、动作特征与视觉风格,并支持多种参考组合方式,实现更灵活的内容创作与镜头控制。在 NamiFusion 上可以在 Playground 直接试玩(提交前显示准确报价),再通过统一 REST API 一行代码接入,典型一次调用约 $1.25。

TL;DR

· 任务类型:Omni Reference,由 Alibaba 提供

· 价格:典型一次约 $1.25($1 = 100 积分),按量计费无订阅

· 上手路径:Playground 试玩(提交前显示报价)→ API Keys 建密钥 → 一个 POST 接入

· 可调参数:12 个(见下方参数表)

· 无平台水印,商用可用(遵守服务条款)

用 Wan 3.0 Prime 能做什么?

内容生产自动化:把该模型接入你的工作流,用统一 API 按量调用。

怎么调用这个 API?

1. 在 NamiFusion 注册并在 API Keys 页面创建密钥(注册赠送积分仅可用于指定模型)。

2. 用下面的 cURL 示例提交任务,Header 带上 Bearer 密钥。

3. 用返回的 task_uuid 轮询任务状态,完成后取输出 URL。

提交任务
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-3.0-prime/video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "resolution": "1080P",
    "aspect_ratio": "adaptive",
    "duration": 5,
    "generate_audio": true,
    "enable_thinking": false
  }
}'

# 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"

有哪些参数?

prompt(提示词):可选

images(参考图片):可选

audios(参考音频):可选

first_frame(首帧):可选

last_frame(尾帧):可选

resolution(分辨率):可选,默认 "1080P"

aspect_ratio(长宽比):可选,默认 "adaptive"

duration(生成时长(秒)):可选,默认 5

generate_audio(生成音轨):可选,默认 true

enable_thinking(深度思考模式):可选,默认 false

file(参考文档):可选

link(参考网页):可选

Wan 3.0 Prime 的提示词怎么写?

1. 主体在前:先写画面主角与动作,再补环境、光线、风格("一名宇航员在雨中的霓虹街头奔跑,电影感,浅景深")。

2. 用具体名词代替形容词堆砌:"85mm 人像镜头、黄昏逆光" 比 "非常好看、超高质量" 有效得多。

3. 迭代时只改一个变量:固定 seed 复现结果,每次只调整一个描述词,才能知道是什么在起作用。

4. 负面信息放正面写:与其说"不要模糊",不如直接要"锐利对焦、清晰细节"。

价格是多少?

按次积分计价,典型一次调用约 $1.25($1 = 100 积分),实际价格随参数(分辨率/时长等)变化,Playground 里提交前会显示准确报价。

Wan 3.0 Prime

一个模型接住全部输入——文本、图片、视频、音频、文档,单次生成最长 30 秒。

Wan 3.0 视频生成是一款 all in one 的视频生成模型,在生成时长、万能创作、全能参考与真实感等维度全面升级。单次可生成 30 秒视频,完整表达创作意图——时长的延展不只是参数上的提升,更带来更大的创作自由度,让叙事节奏更游刃有余,连续运镜、一镜到底等复杂镜头语言得以充分表达,从"生成一个镜头"走向"讲述一段完整的故事"。在文本、图片、音频、视频四种基础模态之外,首次支持 doc、xls、ppt、pdf、md 等文档格式输入,让"万物皆可生视频"。

🚀 核心特性

  • 原生 30 秒时长生成:从一个镜头走向一段完整故事。支持智能时长,可根据提示词自动推荐合适时长。
  • 六模态全能参考:图片、视频、音频、文档、网页可在单次请求中组合使用,由提示词统一调度。
  • 办公素材直接转视频:支持 doc、xls、ppt、pdf、txt、key、pages、numbers、md,搭配提示词即可生成教学课件、产品演示、动态图表、业务汇报。
  • 超写实世界渲染器:人像力求"千人千面",更敏锐地刻画五官与皮肤细节,情绪表达自然克制,微表情与肢体动作彼此联动;即便群像场景也能细腻呈现不同人物的复杂情绪。
  • 像素级一致性保持:角色、道具、声音、空间关系均可稳定对齐参考素材,不仅是"差不多像",更是"像素级还原"。
  • 严格首尾帧模式:需要精确控制起止画面时,可指定首帧与尾帧。
  • 原生音轨输出:生成的视频自带音轨,开关声音价格相同。
  • 自适应长宽比:可由模型根据意图与输入媒体比例自动选择,也可从 5 种预设中指定。

🛠️ 技术规格

项目说明
模型架构all in one 全能参考视频生成模型
任务类型视频生成(文本 / 图片 / 视频 / 音频 / 文档生视频)
提示词支持中英文,最长 5000 字符。与参考素材必填其一
输出带音轨的视频
分辨率480P、720P、1080P(默认 1080P)
生成时长2–30 秒(默认 5);填 -1 为智能时长。有视频输入时,输入与输出总时长不超过 30 秒
长宽比adaptive(默认)、16:9、4:3、1:1、3:4、9:16
参考图片最多 10 张;JPEG、JPG、PNG(不支持透明通道)、BMP、WEBP;单张 ≤20MB;单边 240–8000 像素;长宽比不超过 8:1
参考视频最多 5 段,单段 1–15 秒、总时长 ≤15 秒;mp4、mov;单个 <100MB;单边 240–4096 像素
参考音频最多 5 段,单段 1–15 秒、总时长 ≤15 秒;wav、mp3;单个 <15MB
文档输入最多 1 个,≤100MB,≤50 页;docx、doc、xlsx、xls、pptx、ppt、pdf、txt、key、pages、numbers、md。需开启深度思考模式
网页输入最多 1 个公开网页,无需登录。需开启深度思考模式,与文档互斥
首帧 / 尾帧各最多 1 张;与全能参考类输入互斥
深度思考模式默认关闭;解析文档、网页、复杂图像内容时需开启
随机种子可选;0–2147483647 用于结果复现
声音开关默认打开;开关声音价格相同
延迟无冷启动

示例提示词

  • 视频1抱着图3,在图4的椅子上弹奏一支舒缓的乡村民谣,并说道:"今天的阳光真好。"图1手中拿着图2,路过视频1,把手中的图2放到视频1旁边的桌子上,并说道:"真好听,能不能再唱一遍"。
  • 一段 30 秒的电影感一镜到底,夜晚雨后的霓虹街道,镜头持续向前推进,掠过招牌与地面反光,环境音包含远处车流。
  • 把附件中的产品资料转成动态讲解视频:关键数据以屏幕图表形式逐条呈现,保持品牌配色,旁白节奏平稳。

💰 价格

视频秒数计费,输入视频和输出视频均计费

计费时长 = 输入视频时长 + 输出视频时长

分辨率每秒价格
480P$0.0625
720P$0.125
1080P$0.25

费用示例

场景计费时长480P720P1080P
输出 10 秒,无参考视频10 秒$0.625$1.25$2.50
输出 15 秒 + 参考视频 5 秒20 秒$1.25$2.50$5.00
输出 30 秒,无参考视频30 秒$1.875$3.75$7.50

计费规则

  • 输入视频和输出视频均计费,按视频秒数计算。
  • 输入视频的计费时长为实际输入的视频秒数,输出视频为成功生成的视频秒数
  • 参考图片与参考音频不按时长计费
  • 开关音轨不影响价格
  • 失败不计费,全额退款。
  • 智能时长(-1)按 30 秒上限预扣费,任务完成后按实际生成时长结算多退少补。

FAQ

可以先免费试用吗?+

注册赠送积分仅可用于指定模型,适用范围会持续更新;Playground 提交前会显示准确报价。

生成内容可以商用吗?有水印吗?+

可以商用,NamiFusion 不给生成结果加平台水印;使用须遵守服务条款与适用法律。

内容政策是什么?+

NamiFusion 是无过滤引擎,不做武断限制、对 NSFW 友好,但禁止违法内容与非自愿的真人素材,详见服务条款。

Wan 3.0 Prime 的任务要跑多久?+

取决于参数,图像通常数秒到数十秒,视频通常数十秒到几分钟;API 返回 task_uuid 供轮询。

分辨率/时长上限是多少?+

以模型参数表为准:每个模型的可选分辨率、时长档位都在上方参数说明与 Playground 中列出。