AI 文本转图像生成器
使用领先 AI 图像模型、灵活设置和快速浏览器工作流，从提示词创建精致图像。
Alibaba/wan-2.7-text-to-video
wan-2.7-text-to-video
通过阿里巴巴 Wan 2.7 API 实现高质量视频生成，具备复杂物理一致性与流畅过渡效果，细节精准呈现，稳定可靠，价格实惠，适合复杂生产环境。极高性价比助企业大规模输出专业视频内容，满足多种业务创新需求。适合开发者和团队接入图片、视频或多模态生成流程。你可以先体验核心效果，再用于创意设计、营销素材、批量内容生产和自动化工作流。
Text to Video
Wan 2.7 相关模型
API 示例
提交示例
// 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;
轮询示例
// 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));
}
提交示例
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']
轮询示例
# 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)
提交示例
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
}'
轮询示例
# 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"
立即体验 AI 视频生成
Wan 2.7 Text to Video 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
相关模型
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
专业 Wan 2.7 文字转视频 API（阿里巴巴先进视频生成技术）
阿里巴巴 Wan 2.7 文字转视频 API 为开发者和创意团队提供生产级 AI 视频生成能力。此先进的文字转视频 API 集成让您能够将复杂的叙事构想转化为高质量的电影级视频，支持 720p 和 高质量输出，时长范围为 2 至 15 秒。基于阿里巴巴 140 亿参数的 Wan 2.7 架构，推理速度比上一版本提升 5 倍以上，Wan 2.7 模型将卓越的提示词遵循能力与物理感知运动合成相结合，同时 API 提供稳定集成与可选音频支持，在 Flaq AI 上实现专业级输出。
Wan 2.7 文字转视频 API 核心功能
- 140 亿参数架构，推理速度提升 5 倍： Wan 2.7 模型在视觉质量和一致性上大幅优于前代，同时推理速度提升 5 倍以上——通过 API 实现大规模生产级文字转视频生成。
- 1080p 高分辨率输出： 通过高级 Wan 2.7 API 集成，以完整 高质量输出生成具有精细纹理、真实光照和专业清晰度的电影级视频——适用于专业内容和商业制作。
- 卓越的提示词遵循能力： Wan 2.7 模型能够精准反映复杂的文本描述，包括多对象交互、环境逻辑和摄影术语，实现精确的创意控制和一致的场景构图。
- 物理感知运动合成： 生成具有真实流体动力学、重力和物体交互的视频。Wan 2.7 模型理解复杂物理规律，在多样化场景类型中实现真实的运动和环境行为。
- 可选音频集成： Wan 2.7 文字转视频 API 支持与视觉时间线同步的可选音频生成，并支持上传自定义音频 URL，提升制作灵活性。
- 灵活时长控制： 通过 Wan 2.7 API 生成 2 至 15 秒的视频，精确控制时长，适合社交媒体短片、广告和叙事序列。
- 动态宽高比支持： API 支持 5 种格式，包括 16:9 横屏、9:16 竖屏、1:1 正方形、4:3 标准和 3:4 竖版——覆盖多样化平台和内容需求。
- 基于分辨率的灵活定价： 根据质量需求和预算限制在 720p 和 1080p 之间选择，采用透明的按秒计价方式。
如何在 Flaq AI 上使用 Wan 2.7 文字转视频 API 进行专业视频生成
- 输入： 包含详细场景描述的自然语言文本提示词（支持摄影术语和复杂叙事指令）
- 输出： 通过 Wan 2.7 API 集成，经由安全 CDN URL 交付的 720p 或 1080p 高分辨率视频（MP4 格式），可选音频
- 时长： 可灵活控制，从 2 到 15 秒
- 分辨率： 支持 720p 与 1080p 两档输出。
- 宽高比： 5 种支持格式 —— 16:9（横屏）、9:16（竖屏）、1:1（正方形）、4:3（标准）和 3:4（竖版）
- 音频： 可选音频生成，支持自定义音频 URL
- 能力： 通过 Wan 2.7 API 实现文字转视频合成、物理感知运动、可选音频生成、复杂多对象场景构图和电影摄影机运动。
Wan 2.7 文字转视频 API 集成的最佳使用场景
- 影视与娱乐制作： 利用高级 Wan 2.7 API 即时创建高质量故事板、概念预告片、视觉效果序列和预可视化内容——利用 1080p 输出和物理感知运动实现专业级结果。
- 广告与营销活动： 通过专业级 Wan 2.7 API 集成，以电影级质量和可选音频生成引人注目的视频广告、产品展示和病毒式短内容。
- 电商与产品品牌： 通过可扩展的 API 集成，在具有真实物理和光照效果的动态生活方式环境中展示产品，提升参与度和转化率。
- 教育内容与可视化： 通过可选的音频支持，将复杂概念转化为易于理解的高质量动画序列，提升学习体验。
- 社交媒体内容制作： 通过 Wan 2.7 文字转视频 API，利用 5 种宽高比和扩展时长支持，为 Instagram Reels、TikTok、YouTube Shorts 和 Facebook 制作平台优化视频。
注意 请确保您的提示词符合平台内容准则。如果发生错误，请检查提示词中是否含有受限内容，进行调整后重试。
Wan 2.7 文字转视频与竞品对比分析
-
Wan 2.7 vs. Wan 2.6 文字转视频 Wan 2.6 具备强大的电影级质量和音频支持能力。Wan 2.7 文字转视频 API 在此基础上进一步提升：推理速度提升 5 倍以上、视觉质量和一致性显著改善、提示词遵循能力更佳、支持更长时长——成为同时追求质量和吞吐量的生产工作流的首选。
-
Wan 2.7 vs. Sora（OpenAI） Sora 以世界模拟能力和长时长见长。Wan 2.7 文字转视频 API 专注于可访问的高保真视频合成，具有卓越的时间稳定性、5 倍更快的推理、物理感知运动和灵活的基于分辨率的定价——提供针对即时使用优化的生产就绪输出。
-
Wan 2.7 vs. Runway Gen-3 Alpha Runway Gen-3 Alpha 在创意艺术控制和快速迭代方面表现出色。Wan 2.7 文字转视频 API 凭借 140 亿参数架构、物理感知运动合成、1080p 输出、可选音频集成和 5 倍以上更快的推理脱颖而出——为专业制作提供更高的电影真实感。
-
Wan 2.7 vs. Kling 3.0 文字转视频 Kling 3.0 在真实人体运动和角色动画方面表现强劲。Wan 2.7 文字转视频 API 以更广泛的环境渲染能力、高质量输出支持、在建筑和科幻世界构建方面的卓越表现以及灵活的基于分辨率的定价回应——使其在多样化类型和制作预算中具有高度通用性。
-
Wan 2.7 vs. Veo 3.1 Fast 文字转视频 Veo 3.1 Fast 利用 Google DeepMind 的架构实现快速生成。Wan 2.7 文字转视频 API 提供 高质量输出输出、物理感知运动合成、可选音频集成、更广泛的宽高比支持（5 种格式）以及最长 15 秒的扩展时长——成为高保真长视频制作的首选。
使用 Flaq AI 探索多种创意工具
在浏览器中探索多种 AI 创作工具，用于快速图像和视频工作流，然后通过 Flaq AI 可用于生产的模型 API 扩展成功创意。Flaq AI 为所有模型提供统一 API 层，让你的工作流更容易使用和扩展。
更多关于 Wan 2.7 Text to Video 的文章
2026-04-09
阿里巴巴「快乐马」1.0 是当下 AI 视频领域的外卡选手 —— 以及为何「通义万相」2.7 和「通义万相」2.6 仍然重要
Happy Horse 1.0 正在撼动 AI 视频领域的最新动态，而万 2.7 和万 2.6 则为创作者提供了比较新兴视频工作流程的新方式。
阅读更多
2026-04-17
Wan 2.7 API 指南：如何在 Flaq AI 上使用、擅长做什么，以及在开始构建前需要了解的事项
在 Flaq AI 上探索 Wan 2.7 API，了解它如何处理文生视频（text-to-video），以及关于访问方式、工作流程和开源相关问题需要掌握的要点。
阅读更多
2026-05-15
Flaq AI 视频模型评测：你应该使用哪款视频 API？
比较 Flaq AI 的视频模型在文本生成视频、图像生成视频、编辑、产品广告、UGC 短片、速度、电影级画质以及 API 工作流方面的表现。
阅读更多