基于通义万相 3.0 视频生成模型（高速版）的文生视频接口，通过 /v1/responses 端点以异步任务方式调用。仅凭一段最长 20000 字符的文本提示词即可直接生成带原生音频的视频，支持 480P / 720P / 1080P 三档分辨率、2~30 秒自定义时长（传 -1 进入智能时长模式由

基于通义万相 3.0 视频生成模型（高速版）的首帧生视频接口，通过 /v1/responses 端点以异步任务方式调用。上传一张图像作为视频严格的第一帧，配合文本提示词描述后续动作与镜头运动，即可生成带原生音频的视频；支持 480P / 720P / 1080P 三档分辨率、2~30 秒自定义时长与

基于通义万相 3.0 视频生成模型（高速版）的首尾帧生视频接口，通过 /v1/responses 端点以异步任务方式调用。同时指定首帧与尾帧两张图像，由模型补全中间的运动与转场过程，画面严格起止于给定图像；支持 480P / 720P / 1080P 三档分辨率、2~30 秒自定义时长与原生音频输出

基于通义万相 3.0 视频生成模型（高速版）的全能参考生视频接口，通过 /v1/responses 端点以异步任务方式调用。单次最多接收 10 张参考图像 + 5 段参考视频 + 5 段参考音频（视频与音频总时长各不超过 15 秒），并在提示词中用「图1」「视频1」「音频1」按数组顺序精确指代素材，

基于通义万相 3.0 视频生成模型（高速版）的参考文件生视频接口，通过 /v1/responses 端点以异步任务方式调用。直接上传 PPT、Word、Excel、PDF、Markdown 等 12 类文档（不超过 100MB、不超过 50 页）或一个网页链接作为创意来源，由模型读懂文件内容后生成带

wan2.7-t2v-2026-06-12 是通义万相 2.7 系列的文生视频模型，通过 /v1/responses 端点以「提交任务 + 轮询查询」两步异步方式调用。仅需一段自然语言提示词即可生成最长 15 秒、最高 1080P 的有声视频，支持通过时间戳分镜描述实现多镜头电影级叙事（如“第1个镜

wan2.7-i2v-2026-04-25 是通义万相 2.7 系列的图生视频模型，通过 /v1/responses 端点以「提交任务 + 轮询查询」两步异步方式调用。以一张首帧图像为起点生成最长 15 秒、最高 1080P 的有声视频，并支持额外传入一段 2~30 秒的 wav/mp3 驱动音频，

wan2.7-i2v-2026-04-25 是通义万相 2.7 系列的图生视频模型，通过 /v1/responses 端点以「提交任务 + 轮询查询」两步异步方式调用。本文档演示首尾帧生视频用法：同时传入首帧与尾帧两张图像，模型自动补全两帧之间的运动过渡，生成最长 15 秒、最高 1080P 的有声

wan2.7-i2v-2026-04-25 是通义万相 2.7 系列的图生视频模型，通过 /v1/responses 端点以「提交任务 + 轮询查询」两步异步方式调用。本文档演示视频续写用法：传入一段 2~10 秒的 mp4/mov 首段视频（first_clip），模型在保持画面主体与风格连贯的前

wan2.7-r2v-2026-06-12 是通义万相 2.7 系列的参考生视频模型，通过 /v1/responses 端点以「提交任务 + 轮询查询」两步异步方式调用。支持在一次请求中混合传入参考图像与参考视频（合计最多 5 个）作为角色、道具、场景的视觉参考，并可为图像/视频中的主体角色额外指定