AI 文字轉圖片生成器
使用領先 AI 圖片模型、彈性設定與快速瀏覽器工作流程，從提示詞建立精緻圖片。
Alibaba/wan-2.7-text-to-video
wan-2.7-text-to-video
透過阿里巴巴 Wan 2.7 API 實現高品質影片生成，具備複雜物理一致性與流暢轉場效果，穩定可靠，定價實惠，適合生產環境。支持多樣化內容需求，保障每一影片場景自然切換與專業級體現。卓越的高性價比，助力企業以更低成本高效率完成大規模影片創作與內容分發。適合開發者與團隊接入圖片、影片或多模態生成流程。你可以先體驗核心效果，再用於創意設計、行銷素材、批次內容生產與自動化工作流程。
Text to Video
Wan 2.7 相關模型
API 範例
提交範例
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'wan-2.7-text-to-video',
prompt: 'A cat playing with a ball of yarn on a sunny windowsill',
duration: 6,
resolution: '720p',
aspect_ratio: '16:9',
negative_prompt: 'blur, low quality',
seed: 42
})
});
const { data } = await response.json();
const taskId = data.task_id;
輪詢範例
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
提交範例
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'wan-2.7-text-to-video',
'prompt': 'A cat playing with a ball of yarn on a sunny windowsill',
'duration': 6,
'resolution': '720p',
'aspect_ratio': '16:9',
'negative_prompt': 'blur, low quality',
'seed': 42
}
)
result = response.json()
task_id = result['data']['task_id']
輪詢範例
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
提交範例
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "wan-2.7-text-to-video",
"prompt": "A cat playing with a ball of yarn on a sunny windowsill",
"duration": 6,
"resolution": "720p",
"aspect_ratio": "16:9",
"negative_prompt": "blur, low quality",
"seed": 42
}'
輪詢範例
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
立即體驗 AI 影片生成器
Wan 2.7 Text to Video 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
相關模型
qwen-image-2.0text-to-imageqwen-image-2.0-editimage-to-imageqwen-image-2.0-protext-to-imageqwen-image-2.0-pro-editimage-to-imageqwen-image-lora-editimage-to-imagez-imagetext-to-image
happyhorse-1.0-text-to-videotext-to-videohappyhorse-1.0-image-to-videoimage-to-videohappyhorse-1.1-text-to-videotext-to-videohappyhorse-1.1-image-to-videoimage-to-videohappyhorse-1.1-reference-to-videoreference-to-videowan-2.7-text-to-videotext-to-videowan-2.7-image-to-videoimage-to-videowan-2.7-lora-image-to-videoimage-to-videowan-2.7-video-editvideo-editwan-2.7-reference-to-videoreference-to-videowan-v2.7-imagetext-to-imagewan-v2.7-image-editimage-to-imagewan-v2.7-image-protext-to-imagewan-v2.7-image-pro-editimage-to-imagewan-2.6-text-to-videotext-to-videowan-2.6-image-to-videoimage-to-videoqwen-image-3.0text-to-imageqwen-image-3.0-editimage-to-imageqwen-image-3.0-protext-to-imageqwen-image-3.0-pro-editimage-to-imagewan-3.0-text-to-videotext-to-videowan-3.0-image-to-videoimage-to-videowan-3.0-video-editvideo-editwan-3.0-reference-to-videoreference-to-videoqwen-3.7-max-text-to-texttext-to-textqwen-3.7-plus-text-to-texttext-to-textqwen-3.7-max-web-searchweb-searchqwen-3.7-plus-web-searchweb-searchqwen-plus-charactertext-to-textqwen-flash-charactertext-to-textqwen-3.8-max-text-to-texttext-to-textqwen-3.8-max-web-searchweb-searchREADME
專業 Wan 2.7 文字轉影片 API（阿里巴巴先進影片生成）
阿里巴巴 Wan 2.7 文字轉影片 API 為開發者和創意團隊提供可投入生產的 AI 影片生成服務。這個進階文字轉影片 API 整合，讓您能夠在 2 至 15 秒的時長內，以 720p 和 高品質輸出將複雜的敘事構想轉化為高品質電影級影片。基於阿里巴巴 140 億參數的 Wan 2.7 架構，並較前一版本具備超過 5 倍更快的推論速度，Wan 2.7 模型結合了更優秀的提示詞遵循能力與具物理感知的運動合成，而 API 則提供穩定整合與可選音訊支援，在 Flaq AI 上輸出專業級成果。
Wan 2.7 文字轉影片 API 的主要功能
- 140 億參數架構與 5 倍更快推論： Wan 2.7 模型相較前代提供顯著更好的視覺品質與一致性，同時達到超過 5 倍更快的推論速度，讓 API 能以規模化方式提供生產級文字轉影片生成。
- 1080p 高解析度輸出： 透過高階 Wan 2.7 API 整合，以完整 高品質輸出生成具有細膩紋理、真實光照與可直接用於生產的清晰度的電影級影片，非常適合專業內容與商業製作。
- 更優秀的提示詞遵循： Wan 2.7 模型能精準反映複雜文字描述，包括多物件互動、環境邏輯與電影攝影術語，實現精準的創意控制與一致的場景構圖。
- 具物理感知的運動合成： 生成具有真實流體動力、重力與物件互動的影片。Wan 2.7 模型理解複雜物理規律，可在不同場景類型中呈現真實的運動與環境行為。
- 可選音訊整合： Wan 2.7 文字轉影片 API 支援與視覺時間軸同步的可選音訊生成，並可選擇上傳自訂音訊 URL，以提升製作彈性。
- 彈性的時長控制： 透過 Wan 2.7 API 生成 2 到 15 秒的影片，並可精確控制時長，非常適合社群媒體短片、廣告與敘事片段。
- 動態長寬比支援： API 支援 5 種格式，包括 16:9 橫向、9:16 直向、1:1 正方形、4:3 標準與 3:4 直幅，涵蓋多樣化平台與內容需求。
- 基於解析度的彈性定價： 可根據品質需求與預算限制在 720p 與 1080p 之間選擇，並採用透明的每秒定價。
如何在 Flaq AI 上使用 Wan 2.7 文字轉影片 API 進行專業影片生成
- 輸入： 含有詳細場景描述的自然語言文字提示（支援電影攝影術語與複雜敘事指令）
- 輸出： 透過 Wan 2.7 API 整合，以安全 CDN URL 傳遞的 720p 或 1080p 高解析度影片（MP4 格式），可選音訊
- 時長： 彈性的影片長度，從 2 到 15 秒，並可精確控制
- 解析度： 支援 720p 與 1080p 兩檔輸出。
- 長寬比： 5 種支援格式 — 16:9（橫向）、9:16（直向）、1:1（正方形）、4:3（標準）與 3:4（直幅）
- 音訊： 可選音訊生成，支援自訂音訊 URL
- 能力： 透過 Wan 2.7 API 實現文字轉影片合成、具物理感知的運動、可選音訊生成、複雜多物件場景構圖與電影級鏡頭運動。
Wan 2.7 文字轉影片 API 整合的最佳使用情境
- 電影與娛樂製作： 利用高階 Wan 2.7 API 即時建立高品質分鏡腳本、概念預告、視覺效果序列與前期視覺化內容，並以 1080p 輸出與具物理感知的運動達成專業級結果。
- 廣告與行銷活動： 透過專業級 Wan 2.7 API 整合，生成吸睛的影片廣告、產品展示與病毒式短影音內容，並具電影級品質與可選音訊。
- 電商與產品品牌： 在具有真實物理與光照效果的動態生活風格環境中展示產品，透過可擴展的 API 整合提升互動與轉換率。
- 教育內容與視覺化： 透過可選的音訊支援，將複雜概念轉化為易於理解的高品質動畫序列，提升學習體驗。
- 社群媒體內容製作： 透過 Wan 2.7 文字轉影片 API，利用 5 種長寬比與延伸時長支援，為 Instagram Reels、TikTok、YouTube Shorts 與 Facebook 製作平台最佳化影片。
注意 請確保您的提示詞符合平台內容準則。如果發生錯誤，請檢查提示詞中是否含有受限內容，調整後再重試。
Wan 2.7 文字轉影片與競品對比分析
-
Wan 2.7 vs. Wan 2.6 文字轉影片 Wan 2.6 具備強大的電影級品質與音訊支援能力。Wan 2.7 文字轉影片 API 在此基礎上進一步提升：推論速度提升超過 5 倍、視覺品質與一致性顯著改善、提示詞遵循能力更佳、支援更長時長，因此是同時重視品質與吞吐量的生產工作流程更優的選擇。
-
Wan 2.7 vs. Sora (OpenAI) Sora 以世界模擬能力與長時長著稱。Wan 2.7 文字轉影片 API 則聚焦於可近用的高保真影片合成，具備更佳的時間穩定性、5 倍更快的推論、具物理感知的運動與彈性的基於解析度定價，提供針對即時使用最佳化的生產就緒輸出。
-
Wan 2.7 vs. Runway Gen-3 Alpha Runway Gen-3 Alpha 在創意藝術控制與快速迭代方面表現出色。Wan 2.7 文字轉影片 API 則憑藉 140 億參數架構、具物理感知的運動合成、1080p 輸出、可選音訊整合與超過 5 倍更快的推論脫穎而出，為專業製作提供更高的電影真實感。
-
Wan 2.7 vs. Kling 3.0 文字轉影片 Kling 3.0 在逼真人體運動與角色動畫方面表現強勁。Wan 2.7 文字轉影片 API 則以更廣泛的環境渲染能力、高品質輸出支援、在建築與科幻世界觀建構上的優異表現，以及彈性的基於解析度定價作為回應，使其在多樣化類型與製作預算中更具通用性。
-
Wan 2.7 vs. Veo 3.1 Fast 文字轉影片 Veo 3.1 Fast 善用 Google DeepMind 的架構實現快速生成。Wan 2.7 文字轉影片 API 則提供 高品質輸出輸出、具物理感知的運動合成、可選音訊整合、更廣的長寬比支援（5 種格式）以及最長 15 秒的延伸時長，成為高保真長篇影片製作的首選。
使用 Flaq AI 探索多種創意工具
在瀏覽器中探索多種 AI 創作工具，快速完成圖片與影片工作流程，然後透過 Flaq AI 的生產級模型 API 擴展成功想法。Flaq AI 為所有模型提供統一 API 層，讓你的工作流程更容易使用和擴展。
