万相2.7参考生视频API-阿里AI参考素材视频生成-AutoRouter

基于图片、视频、音频等多模态参考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（图片、视频、音频），生成保持角色形象和音色一致性的视频，适用于单角色表演或多角色互动场景。最长 15 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、参考视频及可选音色创建视频生成任务。

请求头需设置 X-DashScope-Async: enable。

Request Body

Content-Type: application/json

Example:

{
  "model": "wan2.7-r2v-2026-06-12",
  "input": {
    "prompt": "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”。",
    "media": [
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/sjuytr/wan-r2v-object-girl.jpg",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/gbqewz/wan-r2v-girl-voice.mp3"
      },
      {
        "type": "reference_video",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/isllrq/wan-r2v-boy-voice.mp3"
      },
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/rtjeqf/wan-r2v-object3.png"
      },
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png"
      },
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"
      }
    ]
  },
  "parameters": {
    "resolution": "720P",
    "ratio": "16:9",
    "duration": 10,
    "prompt_extend": false,
    "watermark": true
  }
}

Properties:

Name	Type	Required	Description
`model`	string	Yes	模型名称。可选值：`wan2.7-r2v`、`wan2.7-r2v-2026-06-12`
`input`	object	Yes	输入的基本信息，如提示词、媒体素材等
`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看到的内容。支持中英文，长度不超过 500 个字符，超过部分会自动截断
`input.media`	array	Yes	媒体素材数组，素材包括图像、视频和音频。详见下方说明
`input.media[].type`	string	Yes	媒体素材类型。可选值：`reference_image`、`reference_video`、`first_frame`。详见下方说明
`input.media[].url`	string	Yes	媒体素材 URL。每个值可指向一张图像或一段视频。详见下方说明
`input.media[].reference_voice`	string	No	音频 URL，用于指定参考素材中主体角色的音色。详见下方说明
`parameters`	object	No	视频处理参数，如分辨率、宽高比、时长等
`parameters.resolution`	string	No	分辨率档位，用于控制视频清晰度（总像素），直接影响费用。可选值：`720P`、`1080P`（默认）
`parameters.ratio`	string	No	宽高比。未传入首帧时按指定 `ratio` 生成；已传入首帧时自动忽略 `ratio`，以首帧宽高比生成近似比例视频。可选值：`16:9`（默认）、`9:16`、`1:1`、`4:3`、`3:4`
`parameters.duration`	integer	No	视频时长（秒），按秒计费。默认 `5`。参考素材含视频时取值 `[2, 10]`；不含视频时取值 `[2, 15]`
`parameters.prompt_extend`	boolean	No	是否开启 prompt 智能改写。开启后使用大模型对输入 prompt 进行智能改写，对较短 prompt 提升明显，但会增加耗时。`true`（默认）开启，`false` 不开启
`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、媒体素材等。

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。

wan2.7-r2v、wan2.7-r2v-2026-06-12：不超过 5000 个字符。

参考指代： 当为中文提示词时，参考图片时通过“图1、图2”这类标识指代，参考视频时通过“视频1、视频2”这类标识指代。英文提示词则写为“Image 1”、“Video 1”这类标识。英文字母和数字之间有空格，首字母大写。顺序与 media 数组顺序一致。图和视频分别计数，即同时存在图1、视频1等标识。若参考素材有且仅有一张图片或一个视频，则可简化表述为“参考图片”或“参考视频”。

画面描述： 假设参考图1是一只猫，图2是一个房间，要描述猫在房间里玩耍，支持两种写法：一种是直接使用标识指代（如“图1在图2里玩耍”）；另一种是结合主体与场景补充说明（如“图1的猫在图2的房间里玩耍”）。

当参考图片为多宫格（故事板图像）时，提示词建议按照多分镜的形式描述画面内容。无需描述每个宫格，提供关键分镜内容即可，模型将自动识别宫格逻辑并智能补全镜头内容。为达到更好的效果，建议单次仅输入一张多宫格图。

mediaarray（必选）

媒体素材数组，素材包括图像、视频和音频。支持图像/视频输入作为视觉参考，图像支持多视图，常见参考角色、道具、场景等。

数组中每个元素为一个媒体对象，包含 type 与 url 字段。
按照数组顺序定义 prompt 中角色引用的顺序。图和视频分别计数，即可同时存在图1、视频1。
- 数组中的第 1 个 reference_video 对应 视频1，第 2 个对应 视频2，以此类推。
- 数组中的第 1 个 reference_image 对应图1，第 2 个对应图2，以此类推。

typestring（必选）

媒体素材类型。可选值为：

reference_image：参考图像。提供主体角色（人物/动物/物体）和场景参考。
reference_video：参考视频。提供主体角色（人物/动物/物体）和音色参考，不推荐传入空镜视频。
first_frame：首帧图像。基于首帧生成视频，通常包含主体角色（人物/动物/物体）。支持同时传入首帧图联合控制，常见用法如下：
- 首帧中已经出现待参考主体：此时可以搭配主体参考强化一致性，或进行音色参考。
- 首帧中未出现待参考主体：此时可以用主体参考来定义视频动态过程中新出现的主体特征。

素材限制：

首帧图像，最多传入 1 张。
参考图像和参考视频至少传入 1 个，参考图像 + 参考视频 ≤ 5。
参考素材为主体角色时，仅包含单一角色。

urlstring（必选）

媒体素材 URL。每个值可指向一张图像或一段视频。

reference_voicestring（可选）

音频 URL。用于指定参考素材（图像/视频）中主体角色的音色。与 reference_image 或 reference_video 搭配使用。该音频仅参考音色，与说话内容无关。建议参考音频语种与提示词语种保持一致，匹配效果更佳。

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": "wan2.7-r2v-2026-06-12",
  "input": {
    "prompt": "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”。",
    "media": [
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/sjuytr/wan-r2v-object-girl.jpg",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/gbqewz/wan-r2v-girl-voice.mp3"
      },
      {
        "type": "reference_video",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4",
        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/isllrq/wan-r2v-boy-voice.mp3"
      },
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/rtjeqf/wan-r2v-object3.png"
      },
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png"
      },
      {
        "type": "reference_image",
        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"
      }
    ]
  },
  "parameters": {
    "resolution": "720P",
    "ratio": "16:9",
    "duration": 10,
    "prompt_extend": false,
    "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": "52cade0d-905e-9b7d-a01e-xxxxxx",
  "output": {
    "task_id": "18814247-f944-4102-aa4a-xxxxxx",
    "task_status": "SUCCEEDED",
    "submit_time": "2026-04-02 22:53:19.537",
    "scheduled_time": "2026-04-02 22:53:30.427",
    "end_time": "2026-04-02 23:00:39.287",
    "orig_prompt": "视频2抱着图片3在咖啡厅里弹奏一支舒缓的美式乡村民谣，视频1笑着看着视频2，并缓缓向他走去",
    "video_url": "https://dashscope-a717.oss-accelerate.aliyuncs.com/xxx.mp4?xxxx"
  },
  "usage": {
    "duration": 15,
    "input_video_duration": 5,
    "output_video_duration": 10,
    "video_count": 1,
    "SR": 720,
    "ratio": "16:9"
  }
}

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	输入视频时长（秒）
`usage.output_video_duration`	integer	输出视频时长（秒）
`usage.duration`	integer	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.ratio`	string	输出视频宽高比。示例值：`16:9`
`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.media` 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/音频 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、音频限制
素材数量超限	参考图像 + 参考视频 ≤ 5，`first_frame` 最多 1 张
参数组合非法（如含视频时 duration 超范围）	按 Request Body 规范传参

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

属性

传入参考图像（type=reference_image）

传入参考视频（type=reference_video）

音频说明

目录