Video Generations API

接口说明

Ling.AI 已将“通用视频生成与编辑”按能力入口拆成多条模型记录。客户端统一调用 POST /v1/videos/generations，网关会根据后台模型配置中的 operation、model_code、base_url 与价格规则，自动转发到百炼对应的文生视频、图生视频、参考生视频或通用视频编辑接口。

模型拆分

文生视频能力

以 wan2.6-t2v 为代表的万相-文生视频模型支持文本与音频输入，可生成最长 15 秒、最高 1080P 的视频。对于 wan2.5 和 wan2.6 系列，既支持传入 audio_url 实现声画同步，也支持不传音频时由模型进行自动配音。其中，多镜头叙事仅 wan2.6 支持，调用时通常需要 shot_type=multi 且 prompt_extend=true。

图生视频能力

以 wan2.6-i2v-flash 和 wan2.6-i2v 为代表的万相-图生视频模型支持文本、图像、音频多模态输入。常规调用至少需要传入首帧图像 img_url，并通过 resolution 指定输出分辨率。对于 wan2.5 和 wan2.6 系列，既可以传入 audio_url 实现声画同步，也支持自动配音；若使用 wan2.6-i2v-flash 且希望输出无声视频，需要显式传入 audio=false。另外，wanx2.1-i2v-turbo 和 wanx2.1-i2v-plus 支持视频特效模板，例如 template=flying，也就是“魔法悬浮”；部分场景还可使用“气球膨胀”等模板。相关上游说明可参考 image-to-video-api-reference。

首尾帧视频能力

kf2v 用于基于首帧图像、尾帧图像和提示词生成平滑过渡的视频。当前主力模型是 wan2.2-kf2v-flash，输出固定为 5 秒 无声视频；较旧但仍可用的模板特效模型是 wanx2.1-kf2v-plus。常规模式下需传入 first_frame_url 与 last_frame_url；如果走模板特效模式，可只传首帧并指定 template，例如 template=mech1，对应“机械觉醒”。相关上游说明可参考 image-to-video-by-first-and-last-frame-api-reference。

参考生视频能力

r2v 用于把图像或视频中的人物、物体当作主角，根据提示词生成新的表演视频。当前主要模型为 wan2.6-r2v-flash 与 wan2.6-r2v，支持最多 5 个参考素材，其中视频最多 3 个，常见提示词会通过 character1、character2 这类占位符引用 reference_urls 里的角色。该能力支持单角色表演和多角色互动，时长范围通常是 2-10 秒，分辨率支持 720P 与 1080P。若使用 wan2.6-r2v-flash 且希望输出无声视频，可以显式设置 audio=false。相关上游说明可参考 wan-video-to-video-api-reference。

通用视频编辑能力

vace 是万相视频编辑统一模型，支持文本、图像、视频多模态输入，可覆盖多图参考、视频重绘、局部编辑、视频延展、视频画面扩展五类能力。中国内地推荐模型是 wanx2.1-vace-plus，国际部署模式对应模型是 wan2.1-vace-plus。两者输出均为无声视频，分辨率档位固定为 720P，视频时长 不超过5s。相关上游说明可参考 wanx-vace-api-reference。

异步任务

通用视频生成与编辑模型通常为异步任务。若返回体中包含 task_id，可通过 GET /v1/tasks/{task_id} 查询状态。生成的视频 URL 一般只有 24 小时 有效期，请及时下载保存。

# 1. 提交文生视频任务
curl -X POST https://api.vip.lingapi.ai/v1/videos/generations \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan2.6-t2v_t2v",
    "prompt": "夜晚城市天桥下，一位涂鸦少年高速说唱",
    "audio_url": "https://example.com/rap.mp3",
    "negative_prompt": "模糊，静止镜头",
    "size": "1280*720",
    "duration": 10,
    "prompt_extend": true,
    "watermark": false,
    "shot_type": "multi"
  }'

# 2. 查询任务状态
curl https://api.vip.lingapi.ai/v1/tasks/task_xxx \
  -H "Authorization: Bearer sk-xxxxxxxx"

通用参数

按操作请求

文生视频专项说明

• t2v 当前主要面向万相文生视频系列。推荐模型是 wan2.6-t2v，可做多镜头叙事。
• 需要声画同步时，传入 audio_url；如果不传，wan2.5 和 wan2.6 系列默认可自动配音。
• 需要多镜头叙事时，建议显式设置 shot_type 为 multi，同时开启 prompt_extend。
• 不同地域支持的模型不同，模型、Endpoint URL 和 API Key 必须来自同一地域，否则会上游直接报错。

图生视频专项说明

• i2v 当前主要面向万相图生视频系列。推荐模型包括 wan2.6-i2v-flash 与 wan2.6-i2v。
• 常规图生视频请求至少需要 img_url 和 resolution；需要声画同步时再传 audio_url。
• 如果使用 wan2.6-i2v-flash 且要生成无声视频，请显式设置 audio=false。
• 如果使用 wanx2.1-i2v-turbo 或 wanx2.1-i2v-plus 做模板特效，可传 template，例如 flying，对应“魔法悬浮”。

首尾帧视频专项说明

• kf2v 常规模式下应同时传入 first_frame_url 和 last_frame_url，并建议补充 prompt 描述过渡过程。
• 当前这类模型输出固定为 5 秒，主要通过 resolution 控制清晰度，通过 prompt_extend、watermark 调整生成策略。
• 如果使用 wanx2.1-kf2v-plus 的特效模板模式，可传 template，例如 mech1，对应“机械觉醒”。此时 last_frame_url 和 prompt 可省略。

参考生视频专项说明

• r2v 通过 reference_urls 传入参考素材，数组内最多 5 个 URL，其中视频最多 3 个。
• 多角色场景建议在提示词中使用 character1、character2 这类占位符，顺序与 reference_urls 一一对应。
• shot_type 支持 multi 和 single。多角色互动更推荐 multi，单镜头固定视角可用 single。
• 如果使用 wan2.6-r2v-flash 且想生成纯视觉展示视频，可显式设置 audio=false。

VACE 功能

vace 请求必须显式携带 function。当前建议使用以下取值：

• image_reference：多图参考生成，常配合 ref_images_url 和 obj_or_bg
• video_repainting：视频重绘，通常传 video_url、control_condition、strength
• video_edit：视频局部编辑，通常传 video_url、mask_image_url、mask_video_url、mask_frame_id
• video_extension：视频延展，通常传 first_clip_url、last_clip_url、first_frame_url 或 last_frame_url
• video_outpainting：视频画面扩展，通常传 video_url 与 top_scale / bottom_scale / left_scale / right_scale

请求示例

如果您已经在项目里使用 OpenAI Python SDK，推荐继续复用统一的 OpenAI 客户端和鉴权配置。当前平台对外公开视频入口是 /v1/videos/generations，因此建议通过通用 client.post() 提交视频任务，再通过 client.get() 查询异步状态。

OpenAI Python SDK：提交视频任务

import httpx
from openai import OpenAI

client = OpenAI(
    base_url="https://api.vip.lingapi.ai/v1",
    api_key="sk-xxxxxxxx"
)

response = client.post("/videos/generations",
    cast_to=httpx.Response,
    body={
        "model": "wan2.6-t2v_t2v",
        "prompt": "夜晚城市天桥下，一位涂鸦少年高速说唱",
        "audio_url": "https://example.com/rap.mp3",
        "negative_prompt": "模糊，静止镜头",
        "size": "1280*720",
        "duration": 10,
        "prompt_extend": True,
        "watermark": False,
        "shot_type": "multi"
    }
)

task = response.json()
print(task["task_id"])

OpenAI Python SDK：查询任务状态

import httpx
from openai import OpenAI

client = OpenAI(
    base_url="https://api.vip.lingapi.ai/v1",
    api_key="sk-xxxxxxxx"
)

task_id = "task_xxx"
status_response = client.get(
    f"/tasks/{task_id}",
    cast_to=httpx.Response
)

print(status_response.json())

curl

# 图生视频（首尾帧）
curl -X POST https://api.vip.lingapi.ai/v1/videos/generations \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan2.2-kf2v-flash_kf2v",
    "first_frame_url": "https://example.com/first.png",
    "last_frame_url": "https://example.com/last.png",
    "prompt": "写实风格，一只黑色小猫好奇地看向天空",
    "resolution": "720p",
    "prompt_extend": true
  }'

# 通用视频编辑
curl -X POST https://api.vip.lingapi.ai/v1/videos/generations \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wanx2.1-vace-plus_vace",
    "function": "video_edit",
    "prompt": "把视频中的主体替换成穿西装的狮子",
    "video_url": "https://example.com/source.mp4",
    "mask_image_url": "https://example.com/mask.png",
    "mask_frame_id": 1,
    "mask_type": "tracking",
    "expand_ratio": 0.05
  }'

任务状态

返回示例

{
  "task_id": "task_xxx",
  "request_id": "vid_xxx",
  "status": "queued",
  "message": "Task submitted successfully. Use GET /v1/tasks/{task_id} to check status.",
  "created_at": "2026-03-16 12:00:00"
}