Alibaba

Wan 2.7 Video

wan2.7-video/image-to-video

Modelos de generación de video de la serie WAN de Alibaba, compatibles con video a partir de texto, a partir de imagen y con guía por referencia; las entradas de múltiples referencias mantienen la coherencia de personajes y productos entre tomas

wan2.7-video/image-to-video wan2.7-video/text-to-video

Probar wan2.7-video/image-to-video

Entrada

Creaciones

Ver todas las creaciones

Salida

video

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

wan2.7-video/image-to-video per second

Especificaciones	Precio unitario
720P	$0.100
1080P	$0.167

Descripción general

wan2.7-video/image-to-video es un modelo de generación de video orientado a imágenes de la serie de video WAN de Alibaba, que se invoca a través de la interfaz unificada de HiAPI.ai. Genera video a partir de una imagen y, además, admite la guía mediante imágenes de referencia o clips de referencia, lo que permite controlar el contenido visual y el movimiento de cámara según el prompt. La resolución de salida puede ser 720P o 1080P, la duración por generación va de 2 a 15 segundos y admite la combinación de entrada de primer fotograma, último fotograma, audio de conducción y clip inicial. Es adecuado para desarrolladores que necesitan producir clips cortos a partir de recursos de imagen existentes, por ejemplo para material publicitario, exhibición en comercio electrónico y previsualización de storyboards.

Puntos clave

Generación guiada por imagen con control de primer y último fotograma: se pueden especificar simultáneamente la imagen del primer fotograma y la del último, lo que restringe la composición de inicio y fin del plano y reduce el coste de regeneración causado por la aleatoriedad.
Participación de clips de referencia y audio de conducción: además del primer y último fotograma, también se puede aportar un clip inicial y audio de conducción, de modo que el resultado generado se apoye en el ritmo de movimiento y en la relación sonido-imagen.
Duración y resolución ajustables según necesidad: la duración de cada generación se configura entre 2 y 15 segundos, y la resolución de salida puede ser 720P o 1080P, adaptándose a distintos requisitos de entrega.

Descripción de capacidades

Generación de video a partir de imagen: utiliza una o varias imágenes como base visual y, junto con un prompt de texto, genera video; el prompt admite hasta 5000 caracteres, lo que lo hace adecuado para convertir recursos visuales existentes en contenido dinámico.

Control combinado de primer y último fotograma: en una misma solicitud se pueden especificar a la vez el primer fotograma y el último, y también se puede añadir un clip inicial como referencia de arranque, para delimitar la imagen de inicio y de final del plano.

Entrada de audio de conducción: admite el envío de audio de conducción como entrada multimedia, de modo que el video generado se corresponda en ritmo con el material sonoro dado y se reduzca el trabajo de sincronización en posproducción.

Expansión de prompt y prompt negativo: prompt_extend permite activar la expansión automática del prompt, negative_prompt permite declarar elementos visuales que se deben evitar, y seed permite reproducir el mismo resultado.

Parametrización de resolución y duración: la resolución de salida y la duración son parámetros de la solicitud, por lo que dentro de la misma interfaz se puede alternar entre 720P/1080P y longitudes de clip de 2 a 15 segundos según el escenario.

Casos de uso

Comercio electrónico y marcas: generación de exhibiciones dinámicas a partir de imágenes de producto: se introduce la imagen principal del producto y los requisitos de exhibición para producir un clip dinámico de producto de unos segundos, destinado a páginas de detalle, anuncios en flujos de información y material para redes sociales.
Equipos de contenido: conversión de imágenes de personajes o escenarios en fragmentos de plano: se usa una imagen de diseño de personaje como primer fotograma o referencia para generar un plano corto acorde con la descripción del storyboard, destinado a cortometrajes, previsualización de animación y propuestas creativas.
Equipos de diseño: planos de transición restringidos por primer y último fotograma: se dan simultáneamente la imagen inicial y la final para generar el fragmento de transición entre ambas, destinado a cabeceras, transiciones y presentación de propuestas visuales.
Proveedores de material de audio: generación visual guiada por audio: se introduce material de audio y una descripción visual para generar un segmento de video que coincida con el ritmo del sonido, destinado a videos musicales cortos y contenido de locución.

Limitaciones y recomendaciones de selección

La duración máxima por generación es de 15 segundos; cuando se necesita una narrativa más larga, hay que generar por segmentos y unirlos en posproducción, y la coherencia entre fragmentos depende del control mediante prompts y materiales de referencia. La resolución de salida solo tiene dos niveles, 720P y 1080P; los requisitos de mayor calidad deben evaluarse por separado. La entrada multimedia admite como máximo tres elementos y cada tipo solo puede aparecer una vez. Si la tarea se centra en ideas puramente textuales y no necesita base de imagen, se puede considerar el modelo de texto a video de la misma serie; cuando se requieren planos continuos muy largos, este modelo no es una opción adecuada.

Preguntas frecuentes

Ver todas las preguntas →

¿Wan 2.7 Image to Video requiere subir una imagen?

Sí. Actualmente wan2.7-video/image-to-video es una ruta de video a partir de imagen; la imagen de entrada define el sujeto y la composición inicial, mientras que el Prompt define la acción, el movimiento de cámara y los cambios del entorno.
¿Qué duraciones y resoluciones admite Wan 2.7 Image to Video?

El contrato de solicitud actual de HiAPI admite 2–15s, con resoluciones de salida de 720P y 1080P. Los valores disponibles se rigen por el panel de parámetros de la página y la documentación de la API.
¿Cómo se factura Wan 2.7 Image to Video?

Las tareas se facturan según la duración de salida y el nivel seleccionado. La página muestra el precio en tiempo real con la unidad monetaria global, y el cargo final se basa en el registro de la tarea completada correctamente.
¿Cómo mejorar la estabilidad del sujeto en la generación de video a partir de imágenes?

Utilice una imagen de entrada con el sujeto claro, pocas oclusiones y una composición completa; en el Prompt, describa primero la acción principal y el movimiento de cámara, y luego enumere la apariencia, los materiales y la relación con el fondo que deben conservarse. Para la primera prueba se recomienda usar una duración más corta.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: wan2.7-video/image-to-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para wan2.7-video/image-to-video y la ruta default; consulta la tabla de parámetros a continuación.

seedintegerOpcionalmin 0max 2147483647

Semilla aleatoria para controlar la aleatoriedad del resultado generado; use un valor entero, y con la misma semilla y los demás parámetros idénticos se pueden reproducir resultados similares.

mediaarrayObligatoriominItems 1maxItems 3

Arreglo de entrada de medios, que contiene los diversos materiales necesarios para la generación de video a partir de imágenes; los elementos son objetos con url y type, los tipos admitidos son first_frame, last_frame, driving_audio, first_clip, y cada tipo puede aparecer como máximo una vez.

Array [ object ]

Elementos del array

urlstringObligatorio

Dirección del material multimedia; use una URL pública, una URL de OSS o una cadena base64 data URI admitida.

typestringObligatorio

Tipo de este material multimedia, como cadena, que identifica su función en el flujo de generación (por ejemplo, primer fotograma, último fotograma, audio guía, primer clip).

Opciones:first_framelast_framedriving_audiofirst_clip

promptstringObligatoriomaxLength 5000

Indicación de texto para la generación de video a partir de imágenes, que describe el contenido visual y los efectos dinámicos que se desean generar.

durationintegerOpcionalPredeterminado: 5min 2max 15

Duración del video generado, en segundos, con valor entero, por defecto 5.

watermarkbooleanOpcionalPredeterminado: false

Indica si se añade una marca de agua al video generado, con valor booleano, por defecto false.

resolutionstringOpcionalPredeterminado: "1080P"

Resolución del video generado, como cadena; la facturación se calcula por segundo y el precio unitario depende de este valor, por defecto 1080P.

Opciones:720P1080P

prompt_extendbooleanOpcionalPredeterminado: true

Indica si se habilita la ampliación de la indicación; al activarse, el modelo amplía automáticamente la indicación de entrada, con valor booleano, por defecto true.

negative_promptstringOpcionalPredeterminado: ""maxLength 500

Indicación negativa, que describe el contenido que no se desea que aparezca en el video generado, por defecto cadena vacía.

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "wan2.7-video/image-to-video",
  "input": {
    "media": "…",
    "prompt": "…",
    "duration": 5,
    "watermark": false,
    "resolution": "1080P",
    "prompt_extend": true,
    "negative_prompt": ""
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "wan2.7-video/image-to-video",
    input: {
      "media": "…",
      "prompt": "…",
      "duration": 5,
      "watermark": false,
      "resolution": "1080P",
      "prompt_extend": true,
      "negative_prompt": ""
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "wan2.7-video/image-to-video",
        "input": {
          "media": "…",
          "prompt": "…",
          "duration": 5,
          "watermark": False,
          "resolution": "1080P",
          "prompt_extend": True,
          "negative_prompt": ""
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}