从主视觉展开动作
图片提供起始构图，提示词负责说明接下来发生什么。可以围绕产品展示、人物动作或环境变化设计镜头，而不必从文字重新构建整个开场。建议明确主体、运动方向与相机变化，让静态素材成为短片的视觉起点。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 图片起始帧＋文字提示生成视频
- 原生分辨率
- 720P、1080P
- 原生时长
- 2–15 秒
- 原生视频输出
- 30 fps、MP4
- 叙事与声音
- 多镜头叙事、音画同步
- 平台调用
- POST /wan/videos；model=wan2.6-i2v；action=image2video
- 任务交付
- 支持异步任务，返回任务标识及视频结果链接
时长、分辨率与帧率为原生型号规格；平台通过图片地址、提示词和任务接口完成提交与结果获取。
核心能力
了解 wan2.6-i2v 能为你的工作带来什么。
用镜头顺序组织故事
多镜头叙事适合把短片写成简洁的拍摄计划，例如先展示环境，再呈现主体动作，最后收束到产品画面。创作重点不只是堆叠风格词，而是交代各段发生的事情与先后关系，让有限时长承载清晰的信息结构。
声音与画面共同表达
wan2.6-i2v 原生具备音画同步能力，创作时可以同时考虑视觉动作与声音氛围。提示词中可描述期望的场景声音和情绪，帮助表达有声短片的创作目标。成片仍应试听检查，尤其注意声音是否符合动作与整体节奏。
适用场景
从具体任务出发，找到模型发挥作用的位置。
产品主图动态化
以商品主图或活动视觉为输入，描述镜头靠近、主体展示与背景变化，生成用于商品介绍或社交传播的短片。制作时先确定要突出外观还是使用情境，再围绕一个重点设计动作，避免同时要求过多细节变化。
人物插画情节预演
把人物插画或角色概念图作为起始画面，配合简短情节说明，生成动作与镜头发展的预演视频。适合讨论角色出场、情绪转折和场景气氛，交付物可作为分镜沟通材料，再由创作团队选择值得继续制作的方向。
活动视觉短片试稿
从已有海报或场景概念图出发，分别尝试不同动作、运镜和声音氛围，形成可比较的视频草稿。适合在正式制作前讨论开场吸引力与叙事顺序；文字标题、品牌标识和行动提示可在后期统一排版，便于控制最终呈现。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
按素材选择 i2v、t2v 或 r2v
已有明确起始图片，希望把它发展成动态场景时，选择 wan2.6-i2v。只有文字构想时，可选 wan2.6-t2v；希望从已有视频提取人物外观并用于新场景时，应考虑 wan2.6-r2v。三者分别围绕图片、文字与视频参考展开创作，不宜仅替换素材字段就混用。
按迭代目标选择标准版或 Flash
wan2.6-i2v 是标准图生视频型号，wan2.6-i2v-flash 则强调快速生成，适合先探索多个镜头方向。与 wan2.5-i2v-preview 相比，2.6 明确支持多镜头叙事，原生时长范围也更宽。若任务需要短片中的情节推进，而非单个动作展示，2.6 更贴合这一需求。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 这是图生视频型号，不应把首尾帧联合控制、视频续写或多媒体文件参考视为它的默认能力。图片用于建立起始画面；需要视频参考角色迁移时，应选择对应的 r2v 型号，而不是将视频地址当作图片输入。
- 原生输出范围为 720P、1080P 和 2–15 秒，不应按其他 Wan 型号规划更长时长或更低分辨率。长故事建议拆成多个短片，再通过剪辑组织；多镜头创作也要留出足够时间，避免动作与转场过于拥挤。
- 图片起点与文字指令不等于逐帧锁定。产品细节、人物外观、镜头衔接及声音表现都需要在成片中检查；对必须准确呈现的文字和标识，建议后期添加。优先保持提示词简洁明确，再逐步增加复杂动作。
常见问题
解答使用 wan2.6-i2v 时的常见疑问。
wan2.6-i2v 需要怎样的输入？
使用图片地址 image_url 提供起始画面，并用 prompt 描述主体动作、场景变化和运镜。调用时选择 model=wan2.6-i2v，显式设置 action=image2video，避免使用默认的文生视频操作。提示词宜写成简短拍摄说明。
可以生成多长、什么清晰度的视频？
原生支持 2–15 秒视频，分辨率为 720P 或 1080P，输出为 30 fps 的 MP4。选择时应先考虑动作能否在目标时长内完整表达；需要长故事时，可以拆成多个短片，再进行剪辑，而不是把所有情节塞进一次生成。
如何让短片有多个镜头？
该型号原生支持多镜头叙事。可在提示词中按顺序描述开场、主要动作与结束画面，明确各镜头的主体、动作和衔接关系。各段应围绕同一主体和情节展开，减少相互矛盾的构图要求；镜头数量与切换效果并非逐项锁定，生成后应检查衔接是否自然。
支持有声视频吗？
wan2.6-i2v 原生支持音画同步，可用于有声短片创作。可以在提示词中交代声音氛围及其与画面动作的关系，但这不等同于精确配音或声音克隆。发布前仍需试听成片，检查声音内容、节奏与画面的对应关系。
提交后怎样取得生成结果？
可设置 async=true，以异步方式提交并获取 task_id，再通过 /wan/tasks 查询任务终态。成功结果可取得视频链接，响应还定义了视频尺寸和缩略图字段。业务流程应先确认任务成功，再进入预览、保存和发布环节。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。