万相2.6参考生视频API-阿里AI多模态参考视频-AutoRouter

基于参考图像、参考视频等多模态素材生成保持角色形象与音色一致性的视频。异步任务接口，提交后返回 task_id，需轮询任务状态获取结果。

支持多模态输入（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。最长 10 秒、最高 1080P 分辨率。

异步任务型接口：提交后立即返回 task_id，需轮询任务状态，成功后再下载视频。

Base URL

https://api.autorouter.top — Production

Authentication

BearerAuth: http (bearer) 使用 Bearer Token 认证。格式: Authorization: Bearer sk-xxxxxx

Endpoints

POST `/api/v1/services/aigc/video-generation/video-synthesis`

创建视频生成任务

基于参考图像、参考视频创建视频生成任务。

请求头需设置 X-DashScope-Async: enable。

Request Body

Content-Type: application/json

Example:

{
  "model": "wan2.6-r2v-flash",
  "input": {
    "prompt": "Character2 坐在靠窗的椅子上，手持 character3，在 character4 旁演奏一首舒缓的美国乡村民谣。Character1 对Character2开口说道：“听起来不错”",
    "reference_urls": [
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/hfugmr/wan-r2v-role1.mp4",
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4",
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png",
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"
    ]
  },
  "parameters": {
    "size": "1280*720",
    "duration": 10,
    "audio": true,
    "shot_type": "multi",
    "watermark": true
  }
}

Properties:

Name	Type	Required	Description
`model`	string	Yes	模型名称。可选值：`wan2.6-r2v`、`wan2.6-r2v-flash`
`input`	object	Yes	输入的基本信息，如提示词、参考素材等
`input.prompt`	string	Yes	文本提示词。用来描述生成视频中期望包含的元素和视觉特点。详见下方说明
`input.negative_prompt`	string	No	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，长度不超过 500 个字符，超过部分会自动截断
`input.reference_urls`	array[string]	Yes	参考文件 URL 数组，支持传入视频和图像。详见下方说明
`parameters`	object	No	视频处理参数，如分辨率、时长、镜头类型等
`parameters.size`	string	No	生成视频分辨率，格式为宽高（如 `1280720`），直接影响费用。详见下方说明
`parameters.duration`	integer	No	视频时长（秒），按秒计费。取值 `[2, 10]`，默认 `5`
`parameters.shot_type`	string	No	镜头类型。`single`（默认）单镜头，`multi` 多镜头。优先级高于 prompt
`parameters.audio`	boolean	No	是否生成有声视频。仅 `wan2.6-r2v-flash` 支持。`true`（默认）有声，`false` 无声。有声与无声价格不同
`parameters.watermark`	boolean	No	是否添加水印（右下角固定文案 "AI生成"）。`false`（默认）不添加，`true` 添加
`parameters.seed`	integer	No	随机数种子，取值 `[0, 2147483647]`。未指定时系统自动生成。固定 seed 可提升可复现性，但不保证完全一致

inputobject（必选）

输入的基本信息，如提示词、参考素材等。

promptstring（必选）

文本提示词。用来描述生成视频中期望包含的元素和视觉特点。

支持中英文，每个汉字、字母、标点占一个字符，超过部分会自动截断。

wan2.6-r2v、wan2.6-r2v-flash：不超过 1500 个字符。

角色引用： 通过「character1、character2」这类标识引用参考角色，每个参考（视频或图像）仅包含单一角色。模型仅通过此方式识别参考中的角色。传入多个参考文件时，按 reference_urls 数组顺序定义角色：第 1 个 URL 对应 character1，第 2 个对应 character2，以此类推。

示例值：character1在沙发上开心地看电影。

reference_urlsarray[string]（必选）

上传的参考文件 URL 数组，支持传入视频和图像。用于提取角色形象与音色（如有），以生成符合参考特征的视频。

每个 URL 可指向一张图像或一段视频：

图像数量：0～5
视频数量：0～3
总数限制：图像 + 视频 ≤ 5

传入多个参考文件时，按照数组顺序定义角色顺序。每个参考文件仅包含一个主体角色。

parametersobject（可选）

视频处理参数，如分辨率、时长、镜头类型等。

sizestring（可选）

指定生成的视频分辨率，格式为宽*高。必须设置为具体数值（如 1280*720），而不是 1:1 或 720P。直接影响费用。

默认值和可用枚举值依赖于 model：

wan2.6-r2v-flash、wan2.6-r2v：默认 1920*1080（1080P）。可选分辨率：720P、1080P 对应的所有分辨率。

720P 档位：

分辨率	宽高比
`1280*720`	16:9
`720*1280`	9:16
`960*960`	1:1
`1088*832`	4:3
`832*1088`	3:4

1080P 档位：

分辨率	宽高比
`1920*1080`	16:9
`1080*1920`	9:16
`1440*1440`	1:1
`1632*1248`	4:3
`1248*1632`	3:4

durationinteger（可选）

生成视频的时长，单位为秒，按秒计费。

wan2.6-r2v-flash、wan2.6-r2v：取值为 [2, 10] 之间的整数，默认值为 5

示例值：5

shot_typestring（可选）

指定生成视频的镜头类型，即视频是由一个连续镜头还是多个切换镜头组成。

参数优先级：shot_type > prompt。例如，若 shot_type 设置为 single，即使 prompt 中包含「生成多镜头视频」，模型仍会输出单镜头视频。

single：默认值，输出单镜头视频
multi：输出多镜头视频

当希望严格控制视频的叙事结构（如产品展示用单镜头、故事短片用多镜头），可通过此参数指定。

audioboolean（可选）

是否生成有声视频。**仅支持模型：wan2.6-r2v-flash。**有声与无声价格不同。

true：默认值，输出有声视频
false：输出无声视频。生成无声视频时，必须显式设置 parameters.audio = false

Responses

200: 成功创建任务

Content-Type: application/json

400: 请求参数错误

Content-Type: application/json

429: 请求频率限制

Content-Type: application/json

请求示例

curl -X POST "https://api.autorouter.top/api/v1/services/aigc/video-generation/video-synthesis" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxx" \
  -H "X-DashScope-Async: enable" \
  -d '{
  "model": "wan2.6-r2v-flash",
  "input": {
    "prompt": "Character2 坐在靠窗的椅子上，手持 character3，在 character4 旁演奏一首舒缓的美国乡村民谣。Character1 对Character2开口说道：“听起来不错”",
    "reference_urls": [
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/hfugmr/wan-r2v-role1.mp4",
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4",
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png",
      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"
    ]
  },
  "parameters": {
    "size": "1280*720",
    "duration": 10,
    "audio": true,
    "shot_type": "multi",
    "watermark": true
  }
}'

响应示例

{
  "output": {
    "task_status": "PENDING",
    "task_id": "0385dc79-5ff8-4d82-bcb6-xxxxxx"
  },
  "request_id": "4909100c-7b5a-9f92-bfe5-xxxxxx"
}

响应字段说明：

Name	Type	Description
`output`	object	任务输出信息
`output.task_id`	string	任务 ID，可用于查询任务状态，有效期 24 小时
`output.task_status`	string	任务状态。枚举值：`PENDING`（排队中）、`RUNNING`（处理中）、`SUCCEEDED`（成功）、`FAILED`（失败）、`CANCELED`（已取消）、`UNKNOWN`（不存在或状态未知）
`request_id`	string	本次请求的唯一标识，用于追踪与排查问题
`code`	string	错误码，仅请求失败时返回
`message`	string	错误信息，仅请求失败时返回

GET `/api/v1/tasks/{task_id}`

根据任务ID查询结果

根据创建任务时返回的 task_id 查询任务状态与结果。查询有效期 24 小时。

Headers

Name	Type	Required	Description
`Authorization`	string	Yes	请求身份认证。格式：`Bearer sk-xxxxxx`

Path Parameters

Name	Type	Required	Description
`task_id`	string	Yes	任务 ID

Responses

200: 成功查询任务

Content-Type: application/json

400: 请求参数错误

Content-Type: application/json

429: 请求频率限制

Content-Type: application/json

请求示例

curl -X GET "https://api.autorouter.top/api/v1/tasks/{task_id}" \
  -H "Authorization: Bearer sk-xxxxxx"

响应示例

{
  "request_id": "caa62a12-8841-41a6-8af2-xxxxxx",
  "output": {
    "task_id": "eff1443c-ccab-4676-aad3-xxxxxx",
    "task_status": "SUCCEEDED",
    "submit_time": "2025-12-16 00:25:59.869",
    "scheduled_time": "2025-12-16 00:25:59.900",
    "end_time": "2025-12-16 00:30:35.396",
    "orig_prompt": "character1在沙发上开心的看电影",
    "video_url": "https://dashscope-result-sh.oss-accelerate.aliyuncs.com/xxx.mp4?Expires=xxx"
  },
  "usage": {
    "duration": 10.0,
    "size": "1280*720",
    "input_video_duration": 5,
    "output_video_duration": 5,
    "video_count": 1,
    "SR": 720
  }
}

响应字段说明：

Name	Type	Description
`output`	object	任务输出信息
`output.task_id`	string	任务 ID，查询有效期 24 小时
`output.task_status`	string	任务状态。枚举值：`PENDING`（排队中）、`RUNNING`（处理中）、`SUCCEEDED`（成功）、`FAILED`（失败）、`CANCELED`（已取消）、`UNKNOWN`（不存在或状态未知）。轮询过程中状态流转一般为 `PENDING` → `RUNNING` → `SUCCEEDED` / `FAILED`
`output.submit_time`	string	任务提交时间，格式 `YYYY-MM-DD HH:mm:ss.SSS`
`output.scheduled_time`	string	任务执行时间，格式 `YYYY-MM-DD HH:mm:ss.SSS`
`output.end_time`	string	任务完成时间，格式 `YYYY-MM-DD HH:mm:ss.SSS`
`output.video_url`	string	视频下载 URL，仅 `task_status` 为 `SUCCEEDED` 时返回。链接有效期 24 小时，视频为 MP4（H.264）
`output.orig_prompt`	string	原始提示词，对应请求参数 `prompt`
`output.code`	string	错误码，仅任务失败时返回
`output.message`	string	错误信息，仅任务失败时返回
`usage`	object	输出统计信息，仅成功时返回
`usage.input_video_duration`	integer	输入参考视频的时长（秒）
`usage.output_video_duration`	integer	输出视频时长（秒）
`usage.duration`	float	用于计费的总视频时长（秒），值为 `input_video_duration + output_video_duration`
`usage.SR`	integer	输出视频分辨率档位。示例值：`720`
`usage.size`	string	生成视频的分辨率，格式为「宽高」。示例值：`1280720`
`usage.video_count`	integer	输出视频数量，固定为 1
`request_id`	string	本次请求的唯一标识，用于追踪与排查问题

错误处理

HTTP 400 参数错误（提交前拦截，不扣费）

AutoRouter 在提交到上游前会对必填字段做基础校验：

场景	响应
未传 `input.prompt`	`{"code":"InvalidParameter","message":"...","request_id":"..."}`
未传 `input.reference_urls` 或素材数量/组合非法	`{"code":"InvalidParameter","message":"...","request_id":"..."}`
未知模型名	`{"code":"InvalidParameter","message":"unknown model: ...","request_id":"..."}`

HTTP 401 / 403 鉴权错误

401 Unauthorized：API Key 无效或已过期
403 Forbidden：API Key 无权访问此模型（检查 token 的模型白名单）

HTTP 402 余额不足

返回 insufficient user quota。请前往 AutoRouter 控制台充值。

任务 `FAILED` 状态

任务成功提交但上游生成失败（output.task_status == "FAILED"），常见原因见 output.code / output.message：

原因	处理建议
内容审核失败	调整 prompt，避免敏感内容
媒体 URL 不可访问	确保图像/视频 URL 公网可访问、未过期
媒体文件不符规格	参考 Request Body 中图像、视频限制
素材数量超限	图像 + 视频 ≤ 5，视频最多 3 个，图像最多 5 个
参数组合非法（如 size 不在可选列表、duration 超范围）	按 Request Body 规范传参
无声视频未显式关闭 audio	`wan2.6-r2v-flash` 生成无声视频时须设置 `parameters.audio = false`

任务 FAILED 时 AutoRouter 会自动退款到你的账户，可在日志页面查询退款记录。

参考生视频

inputobject（必选）

属性

支持的输入格式

参考视频要求

参考图像要求

parametersobject（可选）

属性

目录