DMXAPI

Appearance

wan2.7-t2v-2026-06-12 文生视频 API 使用文档 ​

wan2.7-t2v-2026-06-12 是通义万相 2.7 系列的文生视频模型，通过 /v1/responses 端点以「提交任务 + 轮询查询」两步异步方式调用。仅需一段自然语言提示词即可生成最长 15 秒、最高 1080P 的有声视频，支持通过时间戳分镜描述实现多镜头电影级叙事（如“第1个镜头[0-3秒] 全景：……”），并可传入 wav/mp3 音频文件为视频配音或由模型自动配音。提供 5 种宽高比（16:9/9:16/1:1/4:3/3:4）与反向提示词、prompt 智能改写、水印、随机种子等精细控制参数，适合短剧叙事、广告创意、音乐视频等场景。

接口地址 ​

接口请求方式URL
提交任务POSThttps://www.dmxapi.cn/v1/responses
获取结果POSThttps://www.dmxapi.cn/v1/responses

WARNING

请妥善保管您的 API Key！严禁将密钥泄露给他人、硬编码到代码中或提交到公开的代码仓库。如果怀疑密钥已泄露，请立即前往 DMXAPI 官网重新生成。

模型名称 ​

  • wan2.7-t2v-2026-06-12

文生视频 示例代码 ​

python
import requests
import json

# ===============================================================
# 步骤1: 配置 API 连接信息
# ===============================================================

# DMXAPI 服务端点地址
url = "https://www.dmxapi.cn/v1/responses"

# DMXAPI 密钥 (请替换为您自己的密钥)
# 获取方式: 登录 DMXAPI 官网 -> 个人中心 -> API 密钥管理
api_key = "sk-******************************************"

# ===============================================================
# 步骤2: 配置请求头
# ===============================================================

headers = {
    "Content-Type": "application/json",      # 指定请求体为 JSON 格式
    "Authorization": f"{api_key}",           # token 认证方式
}

# ===============================================================
# 步骤3: 配置请求参数
# ===============================================================

payload = {
    # 【model】(string, 必填) 调用的模型名称
    "model": "wan2.7-t2v-2026-06-12",

    # 【input】(object, 必填) 输入的基本信息，如提示词等
    "input": {
        # 【prompt】(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，长度不超过 5000 个字符，超过部分会自动截断
        # 通过 prompt 自然语言控制镜头结构:
        #   - 单镜头: 输入"生成单镜头视频"
        #   - 多镜头: 输入"生成多镜头视频"，或使用时间戳描述分镜（如"第 1 个镜头[0-3 秒] 全景：雨夜的纽约街头"）
        #   - 默认: 未指定时，模型根据 prompt 内容自行理解
        "prompt": "一段紧张刺激的侦探追查故事，展现电影级叙事能力。第1个镜头[0-3秒] 全景：雨夜的纽约街头，霓虹灯闪烁，一位身穿黑色风衣的侦探快步行走。 第2个镜头[3-6秒] 中景：侦探进入一栋老旧建筑，雨水打湿了他的外套，门在他身后缓缓关闭。 第3个镜头[6-9秒] 特写：侦探的眼神坚毅专注，远处传来警笛声，他微微皱眉思考。 第4个镜头[9-12秒] 中景：侦探在昏暗走廊中小心前行，手电筒照亮前方。 第5个镜头[12-15秒] 特写：侦探发现关键线索，脸上露出恍然大悟的表情。",

        # 【negative_prompt】(string, 可选) 反向提示词，用来描述不希望在视频画面中看到的内容，可以对视频画面进行限制
        # 支持中英文，长度不超过 500 个字符，超过部分会自动截断
        "negative_prompt": "花朵",

        # 【audio_url】(string, 可选) 音频文件 URL，模型将使用该音频生成视频
        # 支持公网 URL (HTTP/HTTPS 协议) 或 OSS 临时 URL
        # 音频限制: 格式 wav/mp3；时长 2~30s；文件大小不超过 15MB
        # 超限处理: 若音频长度超过 duration 值（如 5 秒），自动截取前 5 秒，其余部分丢弃
        #           若音频长度不足视频时长，超出音频长度部分为无声视频
        #           例如，音频为3秒，视频时长为5秒，输出视频前3秒有声，后2秒无声。
        "audio_url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250923/hbiayh/%E4%BB%8E%E5%86%9B%E8%A1%8C.mp3"
    },

    # 【parameters】(object, 可选) 视频处理参数，如设置视频分辨率、开启 prompt 智能改写、添加水印等
    "parameters": {
        # 【resolution】(string, 可选) 生成视频的分辨率档位，用于控制视频的清晰度（总像素）
        # 可选值: "720P" / "1080P"(默认值)
        # 注意: resolution 直接影响费用，请在调用前确认模型价格
        "resolution": "1080P",

        # 【ratio】(string, 可选) 生成视频的宽高比
        # 可选值: "16:9"(默认值) / "9:16" / "1:1" / "4:3" / "3:4"
        # 输出视频分辨率（宽*高）对照:
        #   - 720P 档位: 16:9=1280*720 / 9:16=720*1280 / 1:1=960*960 / 4:3=1104*832 / 3:4=832*1104
        #   - 1080P 档位: 16:9=1920*1080 / 9:16=1080*1920 / 1:1=1440*1440 / 4:3=1648*1248 / 3:4=1248*1648
        "ratio": "16:9",

        # 【duration】(integer, 可选) 生成视频的时长，单位为秒
        # 取值范围: [2, 15] 之间的整数，默认值为 5
        # 注意: duration 直接影响费用，按秒计费，请在调用前确认模型价格
        "duration": 5,

        # 【prompt_extend】(boolean, 可选) 是否开启 prompt 智能改写，开启后使用大模型对输入 prompt 进行智能改写
        # 对于较短的 prompt 生成效果提升明显，但会增加耗时
        # 可选值: True(默认值，开启智能改写) / False(不开启智能改写)
        "prompt_extend": True,

        # 【watermark】(boolean, 可选) 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"
        # 可选值: False(默认值，不添加水印) / True(添加水印)
        "watermark": True,

        # 【seed】(integer, 可选) 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
        "seed": 123456789
    }
}

# ===============================================================
# 步骤4: 发送请求并输出结果
# ===============================================================

# 发送 POST 请求到 API 服务器
response = requests.post(url, headers=headers, json=payload)

# 格式化输出 JSON 响应
# - indent=2: 缩进 2 空格，便于阅读
# - ensure_ascii=False: 正确显示中文字符
print(json.dumps(response.json(), indent=2, ensure_ascii=False))

返回示例 ​

json
{
  "request_id": "05753af1-0bd4-9f04-9c88-1842a90f21e3",
  "output": [
    {
      "type": "message",
      "content": [
        {
          "type": "output_text",
          "text": "{\"task_id\":\"0aa46cfb-a93d-48d4-b20a-54c5acca9d5a\",\"task_status\":\"PENDING\"}"
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 0,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens": 50000,
    "output_tokens_details": {
      "reasoning_tokens": 0
    },
    "total_tokens": 50000
  }
}

获取生成视频 示例代码 ​

python
"""
╔═══════════════════════════════════════════════════════════════╗
║                  DMXAPI 自研接口                               ║
╚═══════════════════════════════════════════════════════════════╝

📝 功能说明:
   本脚本通过任务 ID 查询视频生成任务的状态与结果
   任务状态: PENDING(排队中) / RUNNING(处理中) / SUCCEEDED(成功)
             FAILED(失败) / CANCELED(已取消) / UNKNOWN(任务不存在或状态未知)

═══════════════════════════════════════════════════════════════
"""

import requests
import json

# ═══════════════════════════════════════════════════════════════
# 🔑 步骤1: 配置 API 连接信息
# ═══════════════════════════════════════════════════════════════

# 🌐 DMXAPI 服务端点地址
url = "https://www.dmxapi.cn/v1/responses"

# 🔐 DMXAPI 密钥 (请替换为您自己的密钥)
# 获取方式: 登录 DMXAPI 官网 -> 个人中心 -> API 密钥管理
api_key = "sk-******************************************"

# ═══════════════════════════════════════════════════════════════
# 📋 步骤2: 配置请求头
# ═══════════════════════════════════════════════════════════════

headers = {
    "Content-Type": "application/json",      # 指定请求体为 JSON 格式
    "Authorization": f"{api_key}",    # token 认证方式
}

# ═══════════════════════════════════════════════════════════════
# 💬 步骤3: 配置请求参数
# ═══════════════════════════════════════════════════════════════

payload = {

    "model": "wan2.7-get",
    "input": "0aa46cfb-a93d-48d4-b20a-54c5acca9d5a"

}


# ═══════════════════════════════════════════════════════════════
# 📤 步骤4: 发送请求并输出结果
# ═══════════════════════════════════════════════════════════════

# 发送 POST 请求到 API 服务器
response = requests.post(url, headers=headers, json=payload)

# 格式化输出 JSON 响应
# - indent=2: 缩进 2 空格，便于阅读
# - ensure_ascii=False: 正确显示中文字符
print(json.dumps(response.json(), indent=2, ensure_ascii=False))

返回示例 ​

json
{
  "request_id": "62e9f1f0-44a7-924c-b59b-964494582e4f",
  "output": [
    {
      "type": "message",
      "content": [
        {
          "type": "output_text",
          "text": "{\"task_id\":\"0aa46cfb-a93d-48d4-b20a-54c5acca9d5a\",\"task_status\":\"SUCCEEDED\",\"submit_time\":\"2026-07-14 14:22:19.244\",\"scheduled_time\":\"2026-07-14 14:22:19.278\",\"end_time\":\"2026-07-14 14:31:28.522\",\"orig_prompt\":\"一段紧张刺激的侦探追查故事，展现电影级叙事能力。第1个镜头[0-3秒] 全景：雨夜的纽约街头，霓虹灯闪烁，一位身穿黑色风衣的侦探快步行走。 第2个镜头[3-6秒] 中景：侦探进入一栋老旧建筑，雨水打湿了他的外套，门在他身后缓缓关闭。 第3个镜头[6-9秒] 特写：侦探的眼神坚毅专注，远处传来警笛声，他微微皱眉思考。 第4个镜头[9-12秒] 中景：侦探在昏暗走廊中小心前行，手电筒照亮前方。 第5个镜头[12-15秒] 特写：侦探发现关键线索，脸上露出恍然大悟的表情。\",\"video_url\":\"https://dashscope-a717.oss-accelerate.aliyuncs.com/1d/5d/20260714/b4f00fdb/58554223-metadata_user_14b122d746664d69_watermark.mp4?Expires=1784097086&OSSAccessKeyId=LTAI5tJjG6wsHad1Sf7iezX4&Signature=d6oHT5cBTWjPAiaPz90VOeNoaW0%3D\"}"
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 0,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens": 0,
    "output_tokens_details": {
      "reasoning_tokens": 0
    },
    "total_tokens": 0
  }
}

© 2026 DMXAPI wan2.7-t2v-2026-06-12 文生视频

一个 Key 用全球大模型

Copyright © 2025 DMXAPI 版权所有