> ## Documentation Index
> Fetch the complete documentation index at: https://docs.jiekou.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 万相 Wan 2.7参考生视频

万相 Wan 2.7参考生视频模型，支持多模态输入（文本/图像/视频），可将人或物体作为主角，生成单角色表演或多角色互动视频。支持智能分镜，生成多镜头视频。支持720P和1080P分辨率，时长2\~10秒，按秒计费。输出默认包含音频。

<Tip>
  这是一个**异步**API，只会返回异步任务的 task\_id。您应该使用该 task\_id 请求 [查询任务结果 API](/docs/models/reference-get-async-task-result) 来检索生成结果。
</Tip>

## 请求头

<ParamField header="Content-Type" type="string" required={true}>
  枚举值: `application/json`
</ParamField>

<ParamField header="Authorization" type="string" required={true}>
  Bearer 身份验证格式: Bearer \{\{API 密钥}}。
</ParamField>

## 请求体

<ParamField body="seed" type="integer">
  随机数种子，用于提升生成结果的可复现性。取值范围\[0, 2147483647]。

  取值范围：\[0, 2147483647]
</ParamField>

<ParamField body="size" type="string" default="1920*1080">
  输出视频分辨率（宽*高），影响费用。720P档位：1280*720（16:9）、720*1280（9:16）、960*960（1:1）、1088*832（4:3）、832*1088（3:4）。1080P档位：1920*1080（16:9）、1080*1920（9:16）、1440*1440（1:1）、1632*1248（4:3）、1248\*1632（3:4）。

  可选值：`1280*720`, `720*1280`, `960*960`, `1088*832`, `832*1088`, `1920*1080`, `1080*1920`, `1440*1440`, `1632*1248`, `1248*1632`
</ParamField>

<ParamField body="audio" type="boolean" default={true}>
  是否生成有声视频，影响费用。默认true（有声视频）。
</ParamField>

<ParamField body="media" type="object[]" required={true}>
  参考媒体数组，用于提取角色形象、动作及音色。按数组顺序对应prompt中的character1、character2等。图像数量0~~5，视频数量0~~3，总数不超过5。图像格式：JPEG、JPG、PNG、BMP、WEBP，分辨率\[240,8000]像素，不超过10MB。视频格式：MP4、MOV，时长1~~30秒，不超过100MB。音频格式：MP3、WAV、FLAC，时长3~~30秒。

  数组长度：1 - 5

  <Expandable title="properties" defaultOpen={true}>
    <ParamField body="url" type="string" required={true}>
      媒体文件URL。
    </ParamField>

    <ParamField body="type" type="string" required={true}>
      媒体类型。reference\_image：参考图像，用于提取角色形象；reference\_video：参考视频，用于提取角色动作和形象；first\_frame：首帧图像，控制视频起始画面。

      可选值：`reference_image`, `reference_video`, `first_frame`
    </ParamField>

    <ParamField body="reference_voice" type="string">
      角色参考音频URL，用于克隆角色音色生成有声视频。格式：MP3、WAV、FLAC，时长3\~30秒。
    </ParamField>
  </Expandable>
</ParamField>

<ParamField body="prompt" type="string" required={true}>
  文本提示词，用于描述生成视频中期望包含的元素和视觉特点。通过character1、character2等标识引用参考角色，每个参考（视频或图像）仅包含单一角色。支持中英文，最多1500个字符。

  长度限制：0 - 1500
</ParamField>

<ParamField body="duration" type="integer" default={5}>
  生成视频时长，单位为秒，按秒计费。取值范围\[2, 10]的整数。

  取值范围：\[2, 10]
</ParamField>

<ParamField body="shot_type" type="string" default="single">
  镜头类型。single为单镜头（默认），multi为多镜头。参数优先级高于prompt。

  可选值：`single`, `multi`
</ParamField>

<ParamField body="watermark" type="boolean" default={false}>
  是否添加水印标识，水印位于视频右下角。
</ParamField>

<ParamField body="negative_prompt" type="string">
  反向提示词，用于描述不希望在视频画面中出现的内容。支持中英文，最多500个字符。

  长度限制：0 - 500
</ParamField>

## 响应信息

<ResponseField name="task_id" type="string" required={false}>
  使用 task\_id 请求 [查询任务结果 API](/docs/models/reference-get-async-task-result) 来检索生成的输出。
</ResponseField>