DMXAPI

Appearance

wan3.0-video-prime 首帧生视频 API 使用文档 ​

基于通义万相 3.0 视频生成模型（高速版）的首帧生视频接口，通过 /v1/responses 端点以异步任务方式调用。上传一张图像作为视频严格的第一帧，配合文本提示词描述后续动作与镜头运动，即可生成带原生音频的视频；支持 480P / 720P / 1080P 三档分辨率、2~30 秒自定义时长与自适应宽高比，适合让静态海报、插画、商品图自然「动起来」的场景。

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 ​

  • wan3.0-video-prime

首帧生视频 示例代码 ​

python
import requests
import json
import base64
import binascii
import os

# ===============================================================
# 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: 配置图片来源（选择一种即可）
# ===============================================================

# 【方式一】网络图片 URL（支持 HTTP / HTTPS 协议）

# image_source = "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250925/wpimhv/rap.png"

# 【方式二】本地图片路径（代码自动转换为 Data URL）

image_source = "C:/path/input_image.png"

# ===============================================================
# 步骤4: 配置请求参数
# ===============================================================

payload = {
    # 【model】(string, 必填) 调用的模型名称
    # wan3.0-video-prime：高速版，能力对齐标准版，端到端速度显著提升
    "model": "wan3.0-video-prime",

    "input": {
        # wan3.0-video-prime：高速版，能力对齐标准版，端到端速度显著提升
        # 【input】(object, 必填) 输入的基本信息
        # prompt 和 media 必填其一
        "input": {
            # 【media】(array[object], 条件必选) 媒体素材数组
            # 支持图像、视频、音频、文件和网页作为输入，和 prompt 必填其一
            # 数组中每个元素为一个媒体对象，包含 type 与 url 字段
            # 注意: reference_xx / file / link 类型和 first_frame / last_frame 类型互斥，
            # 不能在同一请求中混用
            "media": [
                {
                    # 【type】(string, 必选) 媒体素材类型
                    # 本示例取值 "first_frame"：首帧图像。最多 1 张，严格作为视频第一帧
                    "type": "first_frame",
                    # 【url】(string, 必选) 媒体素材 URL 或 Base64 编码数据
                    # 图像 URL 或 Base64 编码数据。图像限制:
                    #   - 格式: JPEG、JPG、PNG(不支持透明通道)、BMP、WEBP
                    #   - 分辨率: 单边 [240, 8000] 像素
                    #   - 长宽比: 不超过 8:1
                    #   - 文件大小: 不超过 20MB
                    # 支持公网 URL(HTTP / HTTPS)、OSS 协议临时 URL、Base64 编码字符串
                    "url": image_source
                },
            ],
            # 【prompt】(string, 条件必选) 文本提示词，用来描述期望生成的视频内容
            # 和 media 必填其一
            # 支持中英文，每个汉字/字母占一个字符，不超过 20000 个字符，超过部分会自动截断
            # 在全能参考模式下，prompt 中可以用"图1""视频1""音频1"等指代 media 数组中
            # 对应顺序的媒体素材
            "prompt": "一幅都市奇幻艺术的场景。一个充满动感的涂鸦艺术角色。一个由喷漆所画成的少年，正从一面混凝土墙上活过来。他一边用极快的语速演唱一首英文rap，一边摆着一个经典的、充满活力的说唱歌手姿势。场景设定在夜晚一个充满都市感的铁路桥下。灯光来自一盏孤零零的街灯，营造出电影般的氛围，充满高能量和惊人的细节。视频的音频部分完全由rap构成，没有其他对话或杂音。"
        },
        # 【parameters】(object, 可选) 视频处理参数
        "parameters": {
            # 【duration】(integer, 可选) 生成视频的时长，单位为秒
            # 默认值为 5
            #   - 无视频输入时: 取值范围为 [2, 30] 的整数
            #   - 有视频输入时: 输入视频总时长 + 输出视频时长不超过 30 秒
            #   - 传 -1 时: 智能时长模式，模型根据输入的 prompt、内容和富媒体自动推荐合适时长生成
            "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,
            # 【ratio】(string, 可选) 生成视频的宽高比
            # 可选值:
            #   - "adaptive"(默认值，自适应长宽比，根据输入媒体比例和意图自动推荐合适的长宽比)
            #   - "16:9" / "4:3" / "1:1" / "3:4" / "9:16"
            "ratio": "adaptive",
            # 【resolution】(string, 可选) 生成视频的分辨率档位
            # 默认值为 1080P
            # 可选值: "1080P" / "720P" / "480P"
            "resolution": "480P",
            # 【audio】(boolean, 可选) 输出视频是否包含音频
            # 可选值:
            #   - True(默认值，输出视频包含声音)
            #   - False(输出视频不包含音轨)
            # 开关声音价格相同
            "audio": True,
            # 【seed】(integer, 可选) 随机种子，用于复现生成结果
            # 取值范围: [0, 2147483647]
            "seed": 0,
            # 【watermark】(boolean, 可选) 是否添加水印标识
            # 可选值: False(默认值，不添加水印) / True(添加水印)
            "watermark": False
        },
    },
}

# 媒体处理逻辑（无需修改）
_MEDIA_RULES = {
    "rule_1": {
        "allow_url": True,
        "allow_data_uri": True,
        "allow_raw_base64": False,
        "allow_asset": False,
        "allow_local_file": True,
        "local_encoding": "data_uri",
        "file_formats": {
            ".jpg": "image/jpeg",
            ".jpeg": "image/jpeg",
            ".png": "image/png",
            ".bmp": "image/bmp",
            ".webp": "image/webp",
            ".gif": "image/gif",
            ".heic": "image/heic",
            ".heif": "image/heif",
        },
        "data_types": ["image/bmp", "image/gif", "image/heic", "image/heif", "image/jpeg", "image/png", "image/webp"],
    },
}

def _resolve_media(value: str, rule: dict, field: str) -> tuple:
    if not isinstance(value, str) or not value:
        raise ValueError(f"{field} 必须是非空字符串")
    if value.startswith(("http://", "https://")):
        if rule["allow_url"]:
            return value, "url"
        raise ValueError(f"{field} 不接受 URL")
    if value.startswith("data:"):
        if not rule["allow_data_uri"]:
            raise ValueError(f"{field} 不接受 Data URI")
        header, sep, encoded = value.partition(",")
        expected = {f"data:{media_type};base64" for media_type in rule["data_types"]}
        if not sep or header not in expected or not encoded:
            raise ValueError(f"{field} 的 Data URI 头无效；允许: {sorted(expected)}")
        try:
            base64.b64decode(encoded, validate=True)
        except (binascii.Error, ValueError):
            raise ValueError(f"{field} 的 Data URI 正文不是合法 Base64")
        return value, "data_uri"
    if value.lower().startswith("asset://"):
        if rule["allow_asset"] and len(value) > len("asset://"):
            return value, "asset"
        raise ValueError(f"{field} 不接受素材 ID，或素材 ID 为空")
    if os.path.isfile(value):
        if not rule["allow_local_file"]:
            raise ValueError(f"{field} 不接受本地文件")
        ext = os.path.splitext(value)[1].lower()
        if ext not in rule["file_formats"]:
            raise ValueError(f"{field} 不支持本地文件格式 {ext}；允许: {sorted(rule['file_formats'])}")
        with open(value, "rb") as f:
            encoded = base64.b64encode(f.read()).decode("ascii")
        if rule["local_encoding"] == "raw_base64":
            return encoded, "raw_base64"
        media_type = rule["file_formats"][ext]
        return f"data:{media_type};base64,{encoded}", "data_uri"
    if rule["allow_raw_base64"]:
        try:
            base64.b64decode(value, validate=True)
            return value, "raw_base64"
        except (binascii.Error, ValueError):
            pass
    raise ValueError(f"{field} 不符合接口媒体契约")

payload["input"]["input"]["media"][0]["url"] = _resolve_media(payload["input"]["input"]["media"][0]["url"], _MEDIA_RULES["rule_1"], "payload[\"input\"][\"input\"][\"media\"][0][\"url\"]")[0]

# ===============================================================
# 步骤5: 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
{
  "output": [
    {
      "type": "message",
      "content": [
        {
          "type": "output_text",
          "text": "7255f1e0-568f-47f8-9245-1b2ff5c14811"
        },
        {
          "type": "output_text",
          "text": "PENDING"
        }
      ]
    }
  ],
  "request_id": "16b91657-d0e8-9e11-bacd-7b6be8f9827a",
  "usage": {
    "input_tokens": 0,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens": 22500,
    "output_tokens_details": {
      "reasoning_tokens": 0
    },
    "total_tokens": 22500
  }
}

返回中的 task_id（即 output 数组内的任务 ID 文本）用于第二步查询生成结果，task_status 为 PENDING 表示任务已排队等待处理。

获取生成视频 示例代码 ​

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

📝 功能说明:
   本脚本演示如何使用 requests 库调用 DMXAPI 的自研接口

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

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": "wan3.0-get",
    "input": "7255f1e0-568f-47f8-9245-1b2ff5c14811"

}


# ═══════════════════════════════════════════════════════════════
# 📤 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
{
  "output": [
    {
      "type": "message",
      "content": [
        {
          "type": "output_text",
          "text": "https://dashscope-a717.oss-accelerate.aliyuncs.com/1d/aa/20260828/e4b11e52/7255f1e0-568f-47f8-9245-1b2ff5c14811.mp4?Expires=1787977637&OSSAccessKeyId=LTAI5tPxpiCM2hjmWrFXrym1&Signature=oTXcMbcCkJufkfqDcxceYI9BE0o%3D"
        }
      ]
    }
  ],
  "request_id": "da2259e8-2735-9137-92b7-d52ce0137340",
  "usage": {
    "SR": 480,
    "duration": 5,
    "fps": 30,
    "input_tokens": 0,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "input_video_duration": 0,
    "output_tokens": 0,
    "output_tokens_details": {
      "reasoning_tokens": 0
    },
    "output_video_duration": 5,
    "ratio": "1632:937",
    "total_tokens": 0,
    "video_count": 1
  }
}

© 2026 DMXAPI wan3.0-video-prime 首帧生视频

一个 Key 用全球大模型

Copyright © 2026 DMXAPI 版权所有