AI 助理
文档备案控制台
官方文档
输入文档关键字查找
首页

爱诗-参考生视频API参考

更新时间：
复制为 MD 格式
产品详情
我的收藏

爱诗-参考生视频模型支持传入多张参考图片，通过文本提示词描述场景，将图片中的主体角色融合生成一段流畅的视频。

重要

本文档仅适用于“中国内地（北京）”地域，且必须使用该地域的API Key。

服务开通

  1. 前往阿里云百炼控制台，搜索 PixVerse，找到 PixVerse 模型卡片，单击立即开通；

  2. 在弹窗内确认开通及授权。

适用范围

为确保调用成功，请务必保证模型、Endpoint URL 和 API Key 均属于同一地域。跨地域调用将会失败。

HTTP调用

由于参考生视频任务耗时较长（通常为1-5分钟），API采用异步调用。整个流程包含 "创建任务 -> 轮询获取" 两个核心步骤，具体如下：

步骤1：创建任务获取任务ID

北京地域：POST https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis

说明

  • 创建成功后，使用接口返回的 task_id 查询结果，task_id 有效期为 24 小时。请勿重复创建任务，轮询获取即可。

  • 新手指引请参见Postman。

请求参数

参考生视频

通过 media 传入参考图像，设置 size 和 duration 控制视频分辨率和时长。

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
    -H 'X-DashScope-Async: enable' \
    -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
    -H 'Content-Type: application/json' \
    -d '{
    "model": "pixverse/pixverse-c1-r2v",
    "input": {
        "media": [
            {
                "type": "image_url",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260320/knsple/wan-r2v-role-frame.jpg"
            },
            {
                "type": "image_url",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png"
            },
            {
                "type": "image_url",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"
            }
        ],
        "prompt": "男人坐在靠窗的椅子上，手持吉他，在咖啡厅旁演奏一首舒缓的美国乡村民谣"
    },
    "parameters": {
        "size": "1280*720",
        "duration": 5,
        "audio": false,
        "watermark": true
    }
}'

参考生视频（使用ref_name）

在 media 传入参考图像，并传入ref_name用于设置参考图像的主体名称。

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
    -H 'X-DashScope-Async: enable' \
    -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
    -H 'Content-Type: application/json' \
    -d '{
    "model": "pixverse/pixverse-c1-r2v",
    "input": {
        "media": [
            {
                "type": "image_url",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260320/knsple/wan-r2v-role-frame.jpg",
                "ref_name": "男人"
            },
            {
                "type": "image_url",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png",
                "ref_name": "吉他"
            },
            {
                "type": "image_url",
                "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png",
                "ref_name": "咖啡厅"
            }
        ],
        "prompt": "@男人 坐在靠窗的椅子上，手持@吉他 ，在@咖啡厅 旁演奏一首舒缓的美国乡村民谣"
    },
    "parameters": {
        "size": "1280*720",
        "duration": 5,
        "audio": false,
        "watermark": true
    }
}'
请求头（Headers）

Content-Type string （必选）

请求内容类型。此参数必须设置为application/json。

Authorization string（必选）

请求身份认证。接口使用阿里云百炼API Key进行身份认证。示例值：Bearer sk-xxxx。

X-DashScope-Async string （必选）

异步处理配置参数。HTTP请求只支持异步，必须设置为enable。

重要

缺少此请求头将报错：“current user api does not support synchronous calls”。
请求体（Request Body）

model string （必选）

模型名称。模型输出规格请参见模型列表。

可选值：

  • pixverse/pixverse-c1-r2v

  • pixverse/pixverse-v6-r2v

  • pixverse/pixverse-v5.6-r2v

模型选型

  • 针对打斗、法术特效及高速运动等动态场景以及多宫格场景，推荐选用 c1。

  • 通用场景推荐使用v6，v5.6建议直接升级至v6。

input object （必选）

输入的基本信息，包括参考图片和提示词。

属性

prompt string （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/字母占一个字符，字符编码为UTF-8，超过部分会自动截断。

  • pixverse/pixverse-c1-r2v：不超过5000个字符。

  • pixverse/pixverse-v6-r2v：不超过2048个字符。

  • pixverse/pixverse-v5.6-r2v：不超过2048个字符。

图片引用说明：当在 media 参数中传入参考图时，可以通过 @ref_name 在prompt中直接引用该图片。

  • media 中设置的 ref_name 在同一请求内必须全局唯一，且须与 prompt 中的引用一一对应。

  • 书写规范：必须在 @ref_name  后保留一个空格作为分隔。

示例值：

  • 普通提示词：男人坐在靠窗的椅子上，手持吉他，在咖啡厅旁演奏一首舒缓的美国乡村民谣。

  • 含引用的提示词：@男人 坐在靠窗的椅子上，手持@吉他 ，在@咖啡厅 旁演奏一首舒缓的美国乡村民谣。

media array （必选）

媒体素材列表，用于指定视频生成所需的参考图像。

数组的每个元素为一个媒体对象，包含 type和 url字段。

元素属性

type string （必选）

媒体素材类型。固定值为：

  • image_url：图像URL。

素材限制：

  • 图像数量：1～7张。

url string （必选）

图像文件的URL地址，必须为公网可访问的URL。

  • 支持 HTTP 或 HTTPS 协议。

  • 示例值：https://xxx/xxx.jpg。

图像限制：

  • 格式：JPG、PNG、WEBP。

  • 分辨率：图像的宽度和高度均不超过10000像素。

  • 文件大小：不超过20MB。

ref_name string （可选）

参考图片中主体的名称标识，用于在prompt中通过@ref_name 引用。

parameters object （必选）

视频生成参数。如设置视频分辨率、时长、是否生成音频等。

属性

size string （必选）

生成视频的分辨率，格式为宽*高的像素值。

不同分辨率档位对应的可选值见下方表格。

pixverse/pixverse-c1-r2v模型

分辨率档位

宽高比

size取值（宽*高）

360P

16:9

640*360

4:3

640*480

1:1

640*640

3:4

480*640

9:16

360*640

3:2

640*432

2:3

432*640

21:9

640*288

540P

16:9

1024*576

4:3

1024*768

1:1

1024*1024

3:4

768*1024

9:16

576*1024

3:2

1024*688

2:3

688*1024

21:9

1024*448

720P

16:9

1280*720

4:3

1108*832

1:1

960*960

3:4

832*1108

9:16

720*1280

3:2

1200*800

2:3

800*1200

21:9

1280*560

1080P

16:9

1920*1080

4:3

1664*1248

1:1

1440*1440

3:4

1248*1664

9:16

1080*1920

3:2

1776*1184

2:3

1184*1776

21:9

1920*832

pixverse/pixverse-v6-r2v模型

分辨率档位

宽高比

size取值（宽*高）

360P

16:9

640*360

4:3

640*480

1:1

640*640

3:4

480*640

9:16

360*640

3:2

640*432

2:3

432*640

21:9

640*288

540P

16:9

1024*576

4:3

1024*768

1:1

1024*1024

3:4

768*1024

9:16

576*1024

3:2

1024*688

2:3

688*1024

21:9

1024*448

720P

16:9

1280*720

4:3

1108*832

1:1

960*960

3:4

832*1108

9:16

720*1280

3:2

1200*800

2:3

800*1200

21:9

1280*560

1080P

16:9

1920*1080

4:3

1664*1248

1:1

1440*1440

3:4

1248*1664

9:16

1080*1920

3:2

1776*1184

2:3

1184*1776

21:9

1920*832

pixverse/pixverse-v5.6-r2v模型（建议升级至v6）

分辨率档位

宽高比

size取值（宽*高）

360P

16:9

640*360

4:3

640*480

1:1

640*640

3:4

480*640

9:16

360*640

540P

16:9

1024*576

4:3

1024*768

1:1

1024*1024

3:4

768*1024

9:16

576*1024

720P

16:9

1280*720

4:3

1108*830

1:1

960*960

3:4

830*1108

9:16

720*1280

1080P

16:9

1920*1080

4:3

1662*1246

1:1

1440*1440

3:4

1246*1662

9:16

1080*1920

示例值：1280*720。

duration integer （必选）

重要

duration直接影响费用，请在调用前确认爱诗-参考生视频。

生成视频的时长，单位为秒。

可选值：

  • pixverse/pixverse-c1-r2v：取值范围为[1, 15]之间的整数。

  • pixverse/pixverse-v6-r2v：取值范围为[1, 15]之间的整数。

  • pixverse/pixverse-v5.6-r2v：

    • 当 size 为 360P / 540P / 720P 对应的所有分辨率时：取值为5、8、10。

    • 当size为1080P对应的所有分辨率时：取值为5、8。

示例值：5。

audio boolean （可选）

重要

audio直接影响费用，请在调用前确认爱诗-参考生视频。

是否生成有声视频。开启后模型将根据视频内容自动生成匹配的背景音乐或音效。

  • false：默认值，输出无声视频。

  • true：输出有声视频。

示例值：false。

watermark boolean （可选）

是否添加水印标识，水印位于视频右下角，文案固定为“AI生成”。

  • false：默认值，不添加水印。

  • true：添加水印。

示例值：false。

seed integer （可选）

随机数种子，取值范围为[0, 2147483647]。

未指定时，系统自动生成随机种子。若需提升生成结果的可复现性，建议固定seed值。

请注意，由于模型生成具有概率性，即使使用相同 seed，也不能保证每次生成结果完全一致。

响应参数

成功响应

请保存 task_id，用于查询任务状态与结果。

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

异常响应

创建任务失败，请参见错误码进行解决。

{
    "code": "InvalidApiKey",
    "message": "No API-key provided.",
    "request_id": "7438d53d-6eb8-4596-8835-xxxxxx"
}

output object

任务输出信息。

属性

task_id string

任务ID。查询有效期24小时。

task_status string

任务状态。

枚举值

  • PENDING：任务排队中

  • RUNNING：任务处理中

  • SUCCEEDED：任务执行成功

  • FAILED：任务执行失败

  • CANCELED：任务已取消

  • UNKNOWN：任务不存在或状态未知

request_id string

请求唯一标识。可用于请求明细溯源和问题排查。

code string

请求失败的错误码。请求成功时不会返回此参数，详情请参见错误码。

message string

请求失败的详细信息。请求成功时不会返回此参数，详情请参见错误码。

步骤2：根据任务ID查询结果

北京地域：GET https://dashscope.aliyuncs.com/api/v1/tasks/{task_id}

说明

  • 轮询建议：视频生成过程约需数分钟，建议采用轮询机制，并设置合理的查询间隔（如 15 秒）来获取结果。

  • 任务状态流转：PENDING（排队中）→ RUNNING（处理中）→ SUCCEEDED（成功）/ FAILED（失败）。

  • task_id 有效期：24小时，超时后将无法查询结果，接口将返回任务状态为UNKNOWN。

  • RPS 限制：查询接口默认RPS为20。如需更高频查询或事件通知，建议配置异步任务回调。

  • 更多操作：如需批量查询、取消任务等操作，请参见管理异步任务。

请求参数

查询任务结果

将{task_id}完整替换为上一步接口返回的task_id的值。task_id查询有效期为24小时。

curl -X GET https://dashscope.aliyuncs.com/api/v1/tasks/{task_id} \
--header "Authorization: Bearer $DASHSCOPE_API_KEY"
请求头（Headers）

Authorization string（必选）

请求身份认证。接口使用阿里云百炼API Key进行身份认证。示例值：Bearer sk-xxxx。
URL路径参数（Path parameters）

task_id string（必选）

任务ID。

响应参数

任务执行成功

{
    "request_id": "35137489-2862-96cb-b6f2-xxxxxx",
    "output": {
        "task_id": "1469cfc3-3004-4d9e-ab10-xxxxxx",
        "task_status": "SUCCEEDED",
        "submit_time": "2026-03-10 15:03:25.848",
        "scheduled_time": "2026-03-10 15:03:25.884",
        "end_time": "2026-03-10 15:04:05.882",
        "orig_prompt": "男人坐在靠窗的椅子上，手持吉他，在咖啡厅旁演奏一首舒缓的美国乡村民谣",
        "video_url": "https://media.pixverseai.cn/xxxx.mp4"
    },
    "usage": {
        "duration": 5,
        "size": "1280*720",
        "fps": 24,
        "video_count": 1,
        "audio": false,
        "SR": "720"
    }
}

任务执行失败

若任务执行失败，task_status将置为 FAILED，并提供错误码和信息。请参见错误码进行解决。

{
    "request_id": "e5d70b02-ebd3-98ce-9fe8-759d7d7b107d",
    "output": {
        "task_id": "86ecf553-d340-4e21-af6e-a0c6a421c010",
        "task_status": "FAILED",
        "code": "InvalidParameter",
        "message": "The size is not match xxxxxx"
    }
}

任务查询过期

task_id查询有效期为 24 小时，超时后将无法查询，返回以下报错信息。

{
    "request_id": "a4de7c32-7057-9f82-8581-xxxxxx",
    "output": {
        "task_id": "502a00b1-19d9-4839-a82f-xxxxxx",
        "task_status": "UNKNOWN"
    }
}

output object

任务输出信息。

属性

task_id string

任务ID。查询有效期24小时。

task_status string

任务状态。

枚举值

  • PENDING：任务排队中

  • RUNNING：任务处理中

  • SUCCEEDED：任务执行成功

  • FAILED：任务执行失败

  • CANCELED：任务已取消

  • UNKNOWN：任务不存在或状态未知

轮询过程中的状态流转：

  • PENDING（排队中） → RUNNING（处理中）→ SUCCEEDED（成功）/ FAILED（失败）。

  • 初次查询状态通常为 PENDING（排队中）或 RUNNING（处理中）。

  • 当状态变为 SUCCEEDED 时，响应中将包含生成的视频URL。

  • 若状态为 FAILED，请检查错误信息并重试。

  • 若状态为 CANCELED，表示任务已取消，如需继续请重新提交任务。

  • 若状态为 UNKNOWN，表示任务不存在或状态未知，可能在 task_id 不存在或超过 24 小时有效期后出现。

submit_time string

任务提交时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。

scheduled_time string

任务执行时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。

end_time string

任务完成时间。格式为 YYYY-MM-DD HH:mm:ss.SSS。

video_url string

视频URL。仅在 task_status 为 SUCCEEDED 时返回。

视频格式为MP4（H.264 编码）。视频链接暂无过期时间，但不建议将其作为长期存储依赖，请及时下载。

orig_prompt string

原始输入的prompt，对应请求参数prompt。

code string

请求失败的错误码。请求成功时不会返回此参数，详情请参见错误码。

message string

请求失败的详细信息。请求成功时不会返回此参数，详情请参见错误码。

usage object

输出信息统计。只对成功的结果计数。

属性

duration integer

生成视频的总视频时长，用于计费。

size string

生成视频的分辨率。

fps integer

生成视频的帧率。

SR string

生成视频的分辨率档位。

audio boolean

生成视频是否为有声视频。

video_count integer

生成视频的数量。固定为1。

request_id string

请求唯一标识。可用于请求明细溯源和问题排查。

错误码

如果模型调用失败并返回报错信息，请参见错误码进行解决。

常见问题

Q: prompt 效果不理想时，如何优化？

A： 可尝试使用 @ref_name 作为替代方案。

  • 默认做法：直接使用 prompt，模型会自动全局解析参考图内容，适用于大多数常规场景。

  • 替代方案：若发现生成效果偏离预期，可通过 @ref_name 将参考图指定在提示词中，增强生成效果。

Q：如何使用ref_name？

A：ref_name 用于建立参考图与提示词的绑定关系。在 media数组中为图片设置 ref_name 后，prompt 中可通过 @ref_name 语法引用对应的参考图主体。

  • 例如：media 中设置 "ref_name": "小猫"，则 prompt 中使用@小猫 来引用该主体。注意：@小猫后必须保留空格。

  • 示例：@小猫 和@小狗 在草地上玩耍。

上一篇：爱诗-图生视频-基于首尾帧下一篇：可灵