Wan 3.0 API怎么做多参考商品视频？从图片、视频、音频分工到30秒交付

把商品图、参考视频和音频一起放进 Wan 3.0，任务是异步提交的，时长预算和素材冲突却会在结果里集中出现：参考视频会占用总时长，素材职责没有分开时，商品还会在镜头里漂移。下面直接拆接口入参和素材分工。

如果业务侧已经有一组商品图、动作样片和音轨，技灵AI营销助手的视频解析、智能策划和视频生成可以承接素材整理、脚本与生成任务。本文仍按阿里云百炼当前 API 讲清自己提交任务需要核对什么，方便开发和运营在同一套字段上沟通。

一、先算30秒时长预算，参考视频也算进30秒

Wan 3.0 无视频输入时，输出时长可以设为2至30秒；有视频输入时，输入视频总时长加输出视频时长不能超过30秒。参考视频单段最长15秒，最多5段，总时长也不超过15秒。

因此下面两种任务不能混为一种：

目标	参考视频	`duration`	交付方式
Wan 3.0 单次直出30秒	不输入参考视频	30	生成后直接检查
保留4秒动作参考	输入1段4秒视频	26	26秒生成片加4秒后期收尾

如果输入15秒参考视频，duration再填30，输入和输出合计已经超过限制。这里不要把 duration理解成"总成片时长"再额外加上素材时长。

图片来源：阿里云百炼Wan 3.0官方发布页公开用例视频

二、把图片、视频和音频写进 `media` 数组

接口通过 media 数组传素材。图片、视频和音频分别计数，第1张 reference_image 对应Prompt里的"图1"，第1段 reference_video对应"视频1"，第1段 reference_audio对应"音频1"。

商品视频可以先把素材职责定成这样：

类型	本次职责	不应承担的职责
`reference_image`	图1锁粉色便携榨汁杯的机身、透明杯体、提环、按键和比例	人物身份、原图背景和声音
`reference_image`	图2只补按键、接缝和密封圈细节	重新定义完整商品
`reference_image`	图3只参考手部拿取和放回桌面的使用关系	商品外观和人物身份
`reference_video`	视频1只参考放水果、按键、液体旋转、放回桌面的动作顺序和镜头运动	原视频商品、人物、服装、厨房和字幕
`reference_audio`	音频1只参考节奏、音色或语调中的一项任务	商品外观、剧情和镜头顺序

Prompt可以先写成一份"素材合同"，再用 media 数组提交：

text 复制代码

图1是商品外观的唯一依据：保持粉色机身、透明杯体、提环、按键位置、杯盖结构和整体比例一致。
图2只补充按键、接缝和密封圈的位置，不改变图1的颜色、比例和结构。
图3只参考手部拿取和放回桌面的使用关系，不参考人物身份、服装、背景和杯体款式。
视频1只参考"水果落入杯中---按下机身按键---杯中液体旋转---放回桌面"的动作顺序、速度和镜头推进；不参考原视频中的商品、人物、服装、厨房、字幕和品牌。
音频1只作为前8秒的节奏参考，用来安排按键、液体旋转和收尾截点；不复制旋律，不增加旁白、价格、优惠和未提供的功效。

生成26秒、9:16竖版商品演示视频。每个镜头只完成一个主要动作，商品始终以图1为准，不出现人物面部。
镜头一展示液体旋转和杯体结构；镜头二完成放水果、按键和启动；镜头三展示杯盖、接缝和密封圈；镜头四展示手部拿起并放回桌面；镜头五展示商品正面；镜头六给商品定格并留出后期信息区。
不新增第二件商品、配件、商标、价格、二维码、水印和错误文字。

三、提交任务前，先检查素材组合

官方支持 reference_image、reference_video 和 reference_audio 自由组合。比较容易忽略的是模式互斥：

检查项	规则
首帧、尾帧	与参考图片、参考视频、参考音频、文件、网页链接互斥，不能放在同一请求
文件、网页	二选一，可以和参考图片、参考视频、参考音频组合
素材上限	参考图最多10张，参考视频最多5段且总计不超过15秒，参考音频最多5段且总计不超过15秒
图片、视频、音频编号	三类分别计数，更换上传顺序后Prompt中的编号要同步修改
文件或网页模式	`prompt_extend`必须为`true`

需要音频驱动人物口型时，应使用参考图片加参考音频的组合，不要把音频放进首尾帧模式。

四、用异步API提交26秒商品视频任务

Wan 3.0 视频生成采用异步任务。下面示例将请求体保存为 wan-product-request.json，模型、Endpoint和API Key必须属于同一地域。示例 URL 仅作结构说明，提交时替换成实际的公开URL或临时URL。

json 复制代码

{
  "model": "wan3.0-video",
  "input": {
    "prompt": "图1是商品外观的唯一依据，保持粉色机身、透明杯体、提环、按键位置、杯盖结构和整体比例一致。图2只补充按键、接缝和密封圈位置。图3只参考手部拿取和放回桌面的使用关系。视频1只参考放水果、按键、液体旋转、放回桌面的动作顺序和镜头推进，不参考原视频商品、人物、服装、厨房和字幕。音频1只作为前8秒的节奏参考。生成26秒9:16竖版商品演示视频，每个镜头只完成一个主要动作，商品始终以图1为准，不出现人物面部。",
    "media": [
      {
        "type": "reference_image",
        "url": "https://example.com/product-front.png"
      },
      {
        "type": "reference_image",
        "url": "https://example.com/product-button.png"
      },
      {
        "type": "reference_image",
        "url": "https://example.com/product-hand.png"
      },
      {
        "type": "reference_video",
        "url": "https://example.com/action-reference.mp4"
      },
      {
        "type": "reference_audio",
        "url": "https://example.com/rhythm-reference.mp3"
      }
    ]
  },
  "parameters": {
    "resolution": "720P",
    "ratio": "9:16",
    "duration": 26,
    "audio": true,
    "prompt_extend": false,
    "watermark": false
  }
}

prompt_extend关闭是为了尽量保持已经写清的素材职责；如果任务包含文件或网页，必须改为 true。输出声音不需要时，可把 audio设为 false。

使用curl提交后保存返回的 task_id：

bash 复制代码

curl --location 'https://{WorkspaceId}.cn-beijing.maas.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 @wan-product-request.json

不要因为等待时间较长就重复创建任务。拿 task_id 轮询查询：

bash 复制代码

curl -X GET 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}' \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY"

任务ID和生成视频链接都有24小时有效期，拿到结果后应及时转存到自己的资源库。

五、结果检查要回到每一项素材职责

验收不要只问"画面像不像商品广告"，要分别检查每项输入有没有按约定生效。

检查项	需要看到的结果	失败时先改哪里
商品一致性	粉色机身、杯体比例、提环、按键、杯盖和密封圈前后一致	删除与图1冲突的商品图，收紧视频参考对商品的影响范围
动作正确性	放水果、按键、旋转、放回桌面的顺序清楚	视频参考只保留动作顺序或运镜其中一项，复杂动作拆开
听觉对应	按键、旋转和镜头截点跟参考节奏对得上	不改商品提示词，先缩短音频或缩小其职责
编号对应	图1、视频1、音频1指向正确素材	核对 `media` 数组顺序并同步Prompt
时长完整	4秒输入加26秒输出，后期加4秒收尾得到30秒	重新计算输入加输出，删除超限视频或缩短输出
发布边界	商品事实、人物授权、音乐版权和标识已确认	未确认内容不进入生成片或后期版本

图片来源：阿里云百炼Wan 3.0官方发布页公开用例视频

如果第一次生成商品就漂移，不要继续加画质形容词。先检查三张商品图是否都在定义完整外观；视频参考有没有把原商品带进画面；Prompt里有没有出现两套颜色、型号或比例。

六、把素材版本和任务记录留在业务侧

团队连续做多个商品时，最容易丢的是版本对应关系。至少保存下面几项：商品外观主图版本、细节图版本、动作参考来源、音频授权、Prompt版本、task_id、输出视频和验收结论。

商品外观变化时更新图片和Prompt；动作变化时替换视频参考；平台改画幅时只调整 ratio与分镜；后期信息变化时留在发布层处理。这样不用每换一个版本就重写整条链路。

技灵AI营销助手已接入Wan 3.0，适合承接商品资料整理、参考视频解析、脚本策划和视频生成导入；素材授权、商品功效、平台标识和最终投放仍由业务侧确认。具体模型、规格和权益以产品页面为准。

先用一只商品跑通一条"4秒动作参考 + 26秒生成输出 + 4秒后期收尾"的任务，再根据商品漂移、动作错误或时长报错逐层调整，比一开始就把所有素材塞满更容易得到可复用的参数。