如何使用 Wan 3.0 Prime API:Omni Reference接入指南(2026)
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。
# 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
按视频秒数计费,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 | 480P | 720P | 1080P |
|---|---|---|---|---|
| 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。