WAN 2.7 Spicy 文本转视频模型
alibaba/wan-2.7-spicy/text-to-video
WAN 2.7 Spicy 根据文本提示词生成高质量视频,具备更加自然流畅的运动、更强的画面一致性和富有表现力的镜头效果。支持多镜头生成与提示词优化,适用于创意内容、广告制作、角色动画和影视级视频生成。即用型 REST 推理 API,最佳性能,无冷启动,价格实惠。
示例
参数
| 名称 | 类型 | 默认 | 约束 | 说明 |
|---|---|---|---|---|
| prompt *提示词 | textarea | — | ≤ 5000 chars | 用于生成的正向提示词。 |
| negative_prompt反向提示词 | textarea | — | ≤ 5000 chars | 用于生成的反向提示词。 |
| duration时长 | slider | 10 | 1 ~ 30 · step 1 | 生成媒体的时长(秒)。 |
| resolution分辨率 | select | 720P | 720P | 1080P | 生成视频的分辨率。 |
| aspect_ratio宽高比 | select | 16:9 | 16:9 | 9:16 | 1:1 | 生成视频的宽高比。 |
| prompt_extend提示词优化 | boolean | true | — | 启用后,系统会自动优化输入提示词,以获得更好的生成效果。 |
| multi_shot多镜头 | boolean | false | — | 启用后,生成的视频将包含多个镜头切换,以获得更加丰富的视觉表现。 |
API
通过统一 REST API 调用本模型;在 API Keys 页获取密钥。
cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-2.7-spicy/text-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"prompt": "Create a smooth and captivating video animation of the sunset transitioning to twilight over the mountains, with vibrant colors and gentle cloud movements.",
"duration": 8,
"resolution": "720P",
"aspect_ratio": "16:9",
"prompt_extend": true,
"multi_shot": 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"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-2.7-spicy/text-to-video",
headers=HEADERS,
json={
"input": {
"prompt": "Create a smooth and captivating video animation of the sunset transitioning to twilight over the mountains, with vibrant colors and gentle cloud movements.",
"duration": 8,
"resolution": "720P",
"aspect_ratio": "16:9",
"prompt_extend": True,
"multi_shot": False
}
},
)
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-2.7-spicy/text-to-video", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"prompt": "Create a smooth and captivating video animation of the sunset transitioning to twilight over the mountains, with vibrant colors and gentle cloud movements.",
"duration": 8,
"resolution": "720P",
"aspect_ratio": "16:9",
"prompt_extend": true,
"multi_shot": false
}
}),
});
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);文档
Wan 2.7 Spicy Text to Video
将提示词快速转化为连贯、电影感十足的视频片段。
Wan 2.7 Spicy Text to Video 是一款面向生产场景的文本生成视频模型,能够根据自然语言提示词生成细节清晰、运动稳定、指令遵循能力强的视频内容。该模型支持音频引导、反向提示词控制、多种宽高比与 720p/1080p 输出,适用于广告、讲解视频、社交媒体内容与创意可视化等工作流。
其核心优势在于高质量输出、稳定生成体验以及无冷启动带来的更可预测响应表现。对于希望在质量、速度与成本之间取得平衡的团队而言,这是一个非常实用的选择。
🚀 关键特性
- 高质量文本生成视频:可从自然语言描述中生成具有电影感的画面,兼顾细节、光影、构图与场景一致性。
- 稳定运动表现:在主体动作、镜头变化与整体时序上保持较好的连贯性,适合叙事型短视频生成。
- 强指令遵循能力:能够更准确地理解场景、氛围、镜头语言与风格要求,降低反复试错成本。
- 支持音频引导:可通过音频 URL 引导视频节奏、情绪与时序,更适合音乐可视化、配音视频与节奏型内容。
- 精细可控生成:支持反向提示词、随机种子与提示词扩展,便于控制输出内容并实现结果复现。
- 灵活输出规格:支持 720p 与 1080p 分辨率,以及 16:9、9:16、1:1、4:3、3:4 等多种宽高比,适配不同发布平台。
🛠️ 技术规格
| 项目 | 说明 |
|---|---|
| 模型架构 | 文本生成视频模型(Text-to-Video) |
| 模型 ID | alibaba/wan-2.7/spicy-text-to-video |
| 输入内容 | 提示词、反向提示词(可选)、音频 URL(可选) |
| 输出内容 | 视频 |
| 分辨率 | 720p(默认)、1080p |
| 宽高比 | 16:9(默认)、9:16、1:1、4:3、3:4 |
| 时长 | 2–15 秒(默认 5 秒) |
| 帧率 | 未公开 |
| 提示词扩展 | 支持(默认关闭) |
| 随机种子 | 支持;-1 表示随机 |
| 音频引导 | 支持 |
| 结果复现 | 支持通过固定随机种子进行复现 |
| 延迟表现 | 平台侧强调无冷启动;实际耗时与分辨率、时长及任务负载相关 |
示例提示词
A cinematic drone shot over a futuristic coastal city at sunrise, soft golden light, reflective glass buildings, slow camera movement, realistic atmosphereA young woman walking through a rainy neon-lit street in Tokyo, shallow depth of field, moody lighting, detailed reflections, cinematic motionA product commercial for a luxury perfume bottle on a marble table, dramatic lighting, macro camera movement, elegant and premium style
💰 价格
| 时长 | 720p | 1080p |
|---|---|---|
| 5 秒 | $0.65 | $1.00 |
| 10 秒 | $1.30 | $2.00 |
| 15 秒 | $1.95 | $3.00 |
计费规则
| 分辨率 | 单价 |
|---|---|
| 720p | $0.13/秒 |
| 1080p | $0.20/秒 |
💡 最佳使用场景
- 营销与广告:快速生成产品宣传片、品牌短视频与活动预热视频,降低拍摄与后期成本。
- 社交媒体内容制作:针对横屏、竖屏与方形内容快速生成适配不同平台的视频素材。
- 讲解与演示视频:为教育、企业介绍、产品说明等内容生成具有叙事感的视觉片段。
- 音乐与音画同步内容:结合音频引导生成更贴合节奏与情绪的视频,用于 MV 概念片、配乐短片或语音内容包装。
🔗 相关模型
- Alibaba Wan 2.7 Text To Image Pro:适合高质量静态图片生成,可用于分镜、海报与视觉概念设计。
- Alibaba Wan 2.7 Video Edit:适合在已有视频基础上进行编辑与增强,适用于后期调整类工作流。
相关模型
Pixverse V6 Text to Video
PixVerse V6 带来全新跃升,支持电影级超高清画质与深度语义理解,将文本提示词精准转化为充满细腻光影与逼真物理交互的动态视频。提供高并发、低延迟的 REST 推理 API,无冷启动,助力专业级视频创作与商业落地。
Pixverse C1 Text to Video
PixVerse C1 是一款颠覆性的视频生成大模型。它支持通过文本提示词生成多分辨率(最高可达 1080p)、时长灵活(1-15秒)的电影级高清视频,并支持原生音频同步生成。我们提供即开即用的 REST 推理 API,具备超高性能、零冷启动延迟以及高性价比的计费方案,助力您的创意高效落地。
Sora 2 文生视频
物理引擎级文生视频。 具备逼真的物理碰撞反馈、极强的指令可控性以及音画完美同步。
OpenAI Sora 2
OpenAI Sora 2 Pro 是一款最先进的文本生成视频模型,具有真实的物理效果、同步音频和强大的可控性。支持多种分辨率,最高可达1080p,时长最长可达20秒。提供即用型 REST 推理 API,性能最佳,无冷启动,价格实惠。
Kling Omni Video O3 文本生成视频
Kling Omni Video O3 是快手的先进统一多模态视频模型,采用MVL(多模态视觉语言)技术。文本生成视频模式可通过提示词生成具有主体一致性、自然物理模拟和精准语义理解的电影级视频。支持音频生成。即用型REST API,性能卓越,无冷启动,价格实惠。
Kling Omni Video O1 文本生成视频
Kling Omni Video O1 是快手首款统一多模态视频模型,采用 MVL(多模态视觉语言)技术。文本生成视频模式可根据提示词生成电影级视频,具备主体一致性、自然物理模拟和精准语义理解。支持即用型 REST API,性能卓越,无冷启动,价格实惠。
Kling 3.0 Standard
Kling 3.0 标准版提供高质量的文本生成视频功能,具有流畅的运动效果、电影级视觉效果、精准的提示词匹配以及原生音频,适合直接分享的短片。支持即用型 REST 推理 API,性能卓越,无冷启动,价格实惠。
Kling V2.6 文本生成视频 API
Kling 2.6 提供顶级的文本生成视频功能,具有流畅的运动效果、电影级视觉效果、强大的提示词匹配能力,以及原生音频支持,可直接分享视频片段。即用型 REST 推理 API,性能卓越,无冷启动,价格实惠。