可灵视频生成 — 创建任务

POST

/services/aigc/image-generation/generation

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/image-generation/generation' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'X-DashScope-Async: enable' \
--data '{
  "model": "wan2.7-image-pro",
  "input": {
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "text": "A flower shop with exquisite windows, a beautiful wooden door, and flowers on display"
          }
        ]
      }
    ]
  },
  "parameters": {
    "n": 1,
    "size": "2K",
    "watermark": false,
    "thinking_mode": true
  }
}'

{
  "request_id": "ccf4b2f4-bf30-9e13-9461-3a28c6a7bxxx",
  "output": {
    "task_id": "8811b4a4-00ac-4aa2-a2fd-017d3b90cxxx",
    "task_status": "PENDING"
  }
}

获取 API Key 并设置为环境变量。如需使用 SDK，请先安装 SDK。

图像生成任务通常需要 1 到 2 分钟。为避免请求超时，可使用异步 API 将流程拆分为两步：

创建任务（本接口），获取 task_id。
查询结果，使用 task_id 轮询任务状态。

请求体与同步接口使用相同的 messages 格式和参数，但需要添加 X-DashScope-Async: enable 请求头。

鉴权

string

header

必填

千问云 API Key。详见获取 API Key。

Header 参数

enum<string>

必填

异步处理配置。必须设置为 enable。

可选值：enable

请求体

application/json

enum<string>

必填

模型名称。可选值：wan2.7-image-pro、wan2.7-image。

可选值：wan2.7-image-pro,wan2.7-image

示例:wan2.7-image-pro

object

必填

包含消息数组的输入数据。

显示子属性

object[]

必填

请求内容数组。目前仅支持单轮对话，即只能传入一组 role 和 content 参数，不支持多轮对话。

取值范围：items: 1–1

显示子属性

enum<string>

必填

消息角色。必须为 user。

可选值：user

object[]

必填

消息内容数组。必须包含一个 text 对象和 0 到 9 个 image 对象。

使用多张图片时，在数组中放入多个 image 对象。图片顺序由数组位置决定。

显示子属性

string

用户输入的提示词。支持中英文。长度不超过 5000 个字符（每个中文字符、字母、数字或符号均计为一个字符，超出部分自动截断）。content 数组中必须包含且仅包含一个 text 对象。

示例:Spray the graffiti from image 2 onto the car in image 1

取值范围：length <= 5000

string

输入图片，支持公开 URL（HTTP/HTTPS）或 Base64 编码字符串（data:{mime_type};base64,{data}）。

图片约束：

格式：JPEG、JPG、PNG（不支持 Alpha 通道）、BMP、WEBP。
分辨率：宽和高各自在 240 到 8000 像素之间，宽高比在 [1:8, 8:1] 范围内。
文件大小：最大 20 MB。
数量：每次请求最多 9 张图片。

示例:https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251229/pjeqdf/car.webp

object

图像处理参数。

显示子属性

string

输出图像分辨率。支持两种指定方式，不可同时使用。

wan2.7-image-pro：

方式一（推荐）：1K、2K（默认）或 4K。
- 适用范围：文生图（无图片输入，且非图像集生成模式）支持 1K、2K 和 4K；其他场景仅支持 1K 和 2K。
- 总像素数：1K = 1024×1024，2K = 2048×2048，4K = 4096×4096。
- 宽高比：有图片输入时，输出图像按最后一张输入图片的宽高比缩放到对应分辨率；无图片输入时，输出为正方形。
方式二：以 width*height 形式指定像素数，宽高比在 [1:8, 8:1] 范围内。
- 文生图：总像素数在 [768×768, 4096×4096] 范围内。
- 其他场景：总像素数在 [768×768, 2048×2048] 范围内。

wan2.7-image：

方式一（推荐）：1K 或 2K（默认），不支持 4K。
方式二：以 width*height 形式指定像素数。所有场景总像素数在 [768×768, 2048×2048] 范围内，宽高比在 [1:8, 8:1] 范围内。

输出图像的实际像素值可能与指定值略有差异。

示例:2K

integer

默认值4

生成图像的数量。

注意： n 的值直接影响费用。费用 = 单价 × 成功生成的图像数量。

未启用图像集模式（enable_sequential=false）：表示生成图像的数量，范围 1–4，默认为 4。
启用图像集模式（enable_sequential=true）：表示最多生成的图像数量，范围 1–12，默认为 12。实际数量由模型决定，不超过 n。

取值范围：1 <= x <= 12

boolean

默认值false

控制图像生成模式。

false：默认值。
true：启用图像集输出模式。

boolean

默认值true

是否启用思考模式。默认为 true（启用）。仅在未启用图像集模式且无图片输入时生效。启用后，模型将增强推理能力以提升图像质量，但会增加生成时间。

integer[][][]

交互式编辑的选区。

对应关系：列表长度必须与输入图片数量一致。若某张图片无需编辑，对应位置传入空列表 []。
坐标格式：[x1, y1, x2, y2]（左上角 x、左上角 y、右下角 x、右下角 y），使用原始图片的绝对像素坐标，左上角为 (0, 0)。
限制：单张图片最多支持 2 个边界框。

object[]

自定义色彩主题。由颜色（hex）和比例（ratio）对象组成的数组，须包含 3 到 10 种颜色（推荐设置为 8 种）。仅在未启用图像集模式（enable_sequential=false）时可用。

示例:

[
  {
    "hex": "#C2D1E6",
    "ratio": "60.00%"
  },
  {
    "hex": "#636574",
    "ratio": "25.00%"
  },
  {
    "hex": "#CBD4E4",
    "ratio": "15.00%"
  }
]

取值范围：items: 3–10

显示子属性

string

必填

十六进制（HEX）格式的颜色值。示例：#C2D1E6。

string

必填

该颜色的占比，精确到小数点后两位（例如 "25.00%"）。所有 ratio 值之和必须为 100.00%。

boolean

默认值false

在图像右下角添加固定文字水印"AI Generated"。

integer

随机数种子。有效范围：[0, 2147483647]。使用相同种子可生成相似结果。若不指定，算法将使用随机种子。注意：图像生成具有概率性，即使使用相同种子，结果也可能存在差异。

取值范围：0 <= x <= 2147483647

响应

200-application/json

string

默认值"ccf4b2f4-bf30-9e13-9461-3a28c6a7bxxx"

唯一请求标识符。

示例:ccf4b2f4-bf30-9e13-9461-3a28c6a7bxxx

object

显示子属性

string

任务标识符。用于轮询结果接口，24 小时内有效。

示例:8811b4a4-00ac-4aa2-a2fd-017d3b90cxxx

string

初始任务状态。创建完成后始终为 PENDING。

示例:PENDING