PixVerse — 创建任务

POST

/services/aigc/video-generation/video-synthesis

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
  }
}'

{
  "request_id": "<string>",
  "output": {
    "task_id": "<string>",
    "task_status": "PENDING"
  }
}

基于参考图片与文本提示词，使用 PixVerse 模型生成视频。

模型选型：pixverse/pixverse-c1-r2v 适用于打斗、法术特效及高速运动等动态场景以及多宫格场景；pixverse/pixverse-v6-r2v 通用场景推荐使用。
参考图绑定：通过 media 数组提供最多 7 张参考图片，在提示词中使用 @ref_name 精确绑定角色或物体。
灵活分辨率：支持从 360P 到 1080P 多种分辨率与画面比例（16:9、4:3、1:1、3:4、9:16 等）。
音频与水印：可选生成带音频的视频，支持添加"AI生成"水印。
可复现结果：通过 seed 参数固定随机种子，实现结果复现。

鉴权

string

header

必填

千问云 API Key。详见获取 API Key。

Header 参数

enum<string>

必填

异步处理配置参数。HTTP 请求只支持异步，必须设置为 enable。缺少此请求头将报错："current user api does not support synchronous calls"。

可选值：enable

string

必填

请求内容类型。此参数必须设置为 application/json。

string

必填

千问云 API Key。详见获取 API Key。

请求体

application/json

enum<string>

必填

模型名称。可选值：pixverse/pixverse-c1-r2v（适用于打斗、法术特效及高速运动等动态场景以及多宫格场景）、pixverse/pixverse-v6-r2v（通用场景推荐）、pixverse/pixverse-v5.6-r2v（建议升级至v6）。

可选值：pixverse/pixverse-c1-r2v,pixverse/pixverse-v6-r2v,pixverse/pixverse-v5.6-r2v

示例:pixverse/pixverse-c1-r2v

object

必填

输入的基本信息，包括参考图片和提示词。

显示子属性

string

必填

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，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。

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:@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

object[]

必填

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。图像数量：1～7 张。

取值范围：items: 1–7

显示子属性

enum<string>

必填

媒体素材类型，固定值为 image_url（图像 URL）。

可选值：image_url

string

必填

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。图像格式支持 JPG、PNG、WEBP，分辨率宽度和高度均不超过 10000 像素，文件大小不超过 20MB。

string

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

object

视频生成参数，如设置视频分辨率、时长、是否生成音频等。

显示子属性

string

必填

生成视频的分辨率，格式为 宽*高 的像素值。

pixverse/pixverse-c1-r2v 支持的分辨率：

360P：640*360(16:9)、640*480(4:3)、640*640(1:1)、480*640(3:4)、360*640(9:16)、640*432(3:2)、432*640(2:3)、640*288(21:9)
540P：1024*576、1024*768、1024*1024、768*1024、576*1024、1024*688、688*1024、1024*448
720P：1280*720、1108*832、960*960、832*1108、720*1280、1200*800、800*1200、1280*560
1080P：1920*1080、1664*1248、1440*1440、1248*1664、1080*1920、1776*1184、1184*1776、1920*832

pixverse/pixverse-v6-r2v 支持的分辨率：

360P：640*360(16:9)、640*480(4:3)、640*640(1:1)、480*640(3:4)、360*640(9:16)、640*432(3:2)、432*640(2:3)、640*288(21:9)
540P：1024*576、1024*768、1024*1024、768*1024、576*1024、1024*688、688*1024、1024*448
720P：1280*720、1108*832、960*960、832*1108、720*1280、1200*800、800*1200、1280*560
1080P：1920*1080、1664*1248、1440*1440、1248*1664、1080*1920、1776*1184、1184*1776、1920*832

pixverse/pixverse-v5.6-r2v 支持的分辨率（建议升级至v6）：

360P：640*360(16:9)、640*480(4:3)、640*640(1:1)、480*640(3:4)、360*640(9:16)
540P：1024*576、1024*768、1024*1024、768*1024、576*1024
720P：1280*720、1108*830(4:3)、960*960、830*1108(3:4)、720*1280
1080P：1920*1080、1662*1246(4:3)、1440*1440、1246*1662(3:4)、1080*1920

示例:1280*720

integer

必填

生成视频的时长，单位为秒。

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 时，取值为 5、8、10；当 size 为 1080P 时，取值为 5、8。

示例:5

boolean

默认值false

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。

boolean

默认值false

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。

integer

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。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。

取值范围：0 <= x <= 2147483647

响应

200-application/json

string

请求唯一标识。可用于请求明细溯源和问题排查。

object

任务输出信息。

显示子属性

string

任务 ID。使用 GET /tasks/{task_id} 查询结果，查询有效期 24 小时。

enum<string>

任务状态。初始创建后通常为 PENDING。

可选值：PENDING