Skip to main content
Wan 2.7 R2V 的 API 参考。Wan 2.7 参考生视频可将参考图像和参考视频中的主体带入新的场景,并在提示词中以 character1、character2 等名称来指代。

快速开始

你的 Comfy 工作区中创建一个密钥,并将其导出为 COMFY_API_KEY。Python 和 TypeScript 代码片段使用 Comfy SDK(pip install comfy-sdknpm install @comfyorg/sdk);cURL 代码片段则是通过原始 HTTP 发起的同一调用。 模型 ID: wan/wan2.7-r2v 端点: POST https://api.comfy.org/v2/models/wan/wan2.7-r2v

数据结构

输入

object
必填
输入基本信息,例如提示词等。
string
音频文件下载网址。支持的格式:mp3 和 wav。不能与 reference_video_urls 同时使用。
string
首帧图片网址或 Base64 编码数据。I2V 模型必填。图片格式:JPEG、JPG、PNG、BMP、WEBP。分辨率:360-2000 像素。文件大小:最大 10MB。
object[]
wan2.7 和 wan3.0 模型的媒体资产列表。用于指定视频生成的参考素材(图像、音频、视频)。每个元素包含 type 和 url 字段。 支持的 type 取值因模型而异:
  • wan2.7-i2v: first_frame、last_frame、driving_audio、first_clip
  • wan2.7-r2v: reference_image、reference_video
  • wan2.7-videoedit: video、reference_image
  • wan3.0-video: first_frame(最大值 1)、last_frame(最大值 1)、reference_image(最大值 10)、 reference_video(最大值 5 个片段,总时长 <= 15s)、reference_audio(最大值 5 个片段, 总时长 <= 15s)、file(最大值 1,不能与 link 同时使用)、link(最大值 1,不能 与 file 同时使用)。reference_*/file/link 类型与 first_frame/last_frame 类型 在同一请求中互斥。数组顺序决定提示词中素材的引用顺序 (Image 1、Video 1、Audio 1……)。
string
必填
媒体资产类型可选值:first_framelast_framedriving_audiofirst_clipreference_imagereference_videoreference_audiovideofilelink
string
必填
媒体文件的网址(公开 HTTP/HTTPS 网址或 OSS 临时网址)
string
反向提示词,用于描述你不希望在视频画面中看到的内容
string
文本提示词。支持中文和英文,长度不超过 800 个字符 (wan3.0-video 最多 20,000 个字符;超出限制的内容会被截断)。 对于包含多个参考视频的 wan2.6-r2v,请按参考视频的顺序使用 ‘character1’、‘character2’ 等来指代 主体。例如:“Character1 sings on the roadside, Character2 dances beside it” 对于 wan3.0-video 参考模式,请使用 ‘Image 1’、‘Video 1’、‘Audio 1’ 等来指代 media 数组中 对应顺序的媒体资产。
string[]
仅适用于 wan2.6-r2v 模型的参考视频网址。1-3 个视频网址组成的数组。 输入限制:
  • 格式:mp4、mov
  • 数量:1-3 个视频
  • 单个视频长度:2-30 秒
  • 单个文件大小:最大 30MB
  • 不能与 audio_url 同时使用 参考时长:单个视频最大 5s,两个视频各最大 2.5s,三个视频按比例更少。 计费:按实际使用的参考时长计算。
string
视频效果模板名称。可选。目前支持:squish、flying、carousel。使用时会忽略 prompt 参数。
string
要调用的模型 ID。此组件不约束该参数:Comfy Router 会从 POST /v2/models/wan/{model}{model} 路径段中填充,因此 Router 调用方可省略。直接对 POST /proxy/wan/api/v1/services/aigc/video-generation/video-synthesis 发起 v1 调用时则必须提供,其可接受写法的枚举定义在该操作自身的组件 WanVideoGenerationRequest 中。
object
视频处理参数
boolean
默认值:"true"
是否为视频添加音频
string
默认值:"\"auto\""
wan2.7-videoedit 模型的视频音频设置。
  • auto(默认):模型根据提示词内容智能判断
  • origin:强制保留输入视频的原始音频 可选值:autoorigin
integer
默认值:"5"
生成视频的时长,单位为秒:
  • wan2.5 模型:5 或 10 秒
  • wan2.6-t2v、wan2.6-i2v:5、10 或 15 秒
  • wan2.6-r2v:仅 5 或 10 秒(不支持 15s)
  • wan2.7-i2v、wan2.7-t2v:[2, 15] 范围内的整数
  • wan2.7-r2v、wan2.7-videoedit:[2, 10] 范围内的整数
  • wan3.0-video:无视频输入时为 [2, 30] 范围内的整数;有视频输入时,输入 视频总时长 + 输出视频时长不得超过 30 秒;-1 启用 智能时长模式,由模型选择合适的时长 范围:-130
boolean
默认值:"true"
是否启用提示词智能改写。默认为 true
string
生成视频的宽高比。仅适用于 wan2.7 和 wan3.0 模型。 对于 wan2.7 模型,若未提供,则根据分辨率档位取默认值。 对于 wan3.0-video,adaptive(默认)会根据输入媒体 的比例和意图自动推荐合适的宽高比。可选值:adaptive16:99:161:14:33:4
string
分辨率档位。支持的取值因模型而异:
  • wan2.5-i2v-preview:480P、720P、1080P
  • wan2.6-i2v:仅 720P、1080P(不支持 480P)
  • wan2.7 模型(i2v、t2v、r2v、videoedit):720P、1080P(默认为 1080P)
  • wan3.0-video、wan3.0-video-prime:480P、720P、1080P(上游默认为 1080P) 对于既不提供 resolution 也不提供 size 的视频生成请求,此代理会 拒绝,因为分辨率档位决定计费费率。 可选值:480P720P1080P
integer
随机数种子,用于控制模型生成内容的随机性取值范围:02147483647
string
默认值:"\"single\""
智能多镜头控制。仅在 prompt_extend 启用时生效。 适用于 wan2.6 和 wan2.7-r2v 模型。
  • single:单镜头视频(默认)
  • multi:多镜头视频 可选值:multisingle
string
视频分辨率,格式为 宽度高度。支持的分辨率因模型而异: 对于 wan2.5 T2V:480P(480832、832480、624624)、720P、1080P 尺寸 对于 wan2.6 T2V/R2V(无 480P): 720P:1280720、7201280、960960、1088832、8321088 1080P:19201080、10801920、14401440、16321248、12481632
boolean
默认值:"false"
是否添加水印标识,水印位于右下角
由 Router 在 GET /v2/models/wan/wan2.7-r2v/openapi.json 提供的 schema 生成,这也是它在请求到达提供商之前用于校验调用的同一份文档。

输出

object
必填
string
智能改写后的实际提示词(用于视频任务)
string
带音频生成的 I2V 任务的音频 URL
string
请求失败时的错误码(请求成功时不返回)
string
任务完成时间
string
请求失败的详细信息(请求成功时不返回)
string
原始输入提示词(用于视频任务)
object[]
图像生成任务的任务结果列表
string
智能改写后的实际提示词(如果已启用)
string
图像错误码(部分任务失败时返回)
string
图像错误信息(部分任务失败时返回)
string
原始输入提示词
string
已生成图像的 URL 地址
string
任务执行时间
string
任务提交时间
string
必填
任务 ID
object
图像生成任务的任务结果统计
integer
失败任务数
integer
成功任务数
integer
任务总数
string
必填
任务状态可能的值:PENDINGRUNNINGSUCCEEDEDFAILEDCANCELEDUNKNOWN
string
已完成视频生成任务的视频 URL。链接有效期为 24 小时
string
必填
唯一请求标识符
object
输出信息统计。仅统计成功的结果
integer
视频分辨率级别(I2V 和 wan3.0-video 任务)
number
已生成视频的时长,单位为秒(I2V 和 wan3.0-video 任务)
integer
已生成视频的帧率(wan3.0-video 任务)
integer
已生成图像的数量(T2I 和 I2I 任务)
number
输入视频的时长,单位为秒;无视频输入时为 0.0(wan3.0-video 任务)
number
输出视频的时长,单位为秒(wan3.0-video 任务)
string
已生成视频的宽高比,例如 16:9(wan3.0-video 任务)
string
图像分辨率(T2I 和 I2I 任务)
integer
已生成视频的数量(T2V 任务)
number
已生成视频的时长,单位为秒(T2V 任务)
string
视频分辨率比例(T2V 任务)
string
请求失败时的错误码,报告在响应信封的根层级而非 output 之下(请求成功时不返回)。
string
请求失败的详细信息,报告在响应信封的根层级而非 output 之下(请求成功时不返回)。在回退到 output.message 之前请先读取此项。

示例

输入

输出

视频 URL 的有效期为 24 小时。如需保留该视频,请及时下载。

发布前须知

SDK 会生成 Idempotency-Key 并在自动重试中复用它。手动重试时,请复用原始 key。Router 最长可保持连接 10 分钟。 请求失败时,Router 会发送 X-Comfy-Error-Type 响应头说明原因。422 表示 Router 在调用提供商之前就拒绝了输入。生成的资源请及时下载,因为结果链接会过期

请求头

身份验证、幂等性、请求 ID、错误分类、重试节奏、消费限额。

使用 Router API

模型发现、校验错误、重试与计费。

限制

Router 目前不支持的功能,以及替代方案。