Reference to Video AI
Mix images, video clips and audio — tag each one in your prompt with @ and turn them into one video.
参考生视频 AI
把角色立绘、一段动作视频和配乐交给 AI，再告诉它这些素材怎么组合。在同一条提示词里用 @ 引用每个素材，生成一段角色长相对、动作对、声音也对的完整视频。
参考生视频能做什么
- 01
让你的 OC 每个镜头都不走样
上传同一角色的正面、侧面和服装设定图。每张被引用的图片都会成为角色身份的一部分，脸型、发型和服装始终统一，不会像只靠文字提示词那样越生成越偏。
- 02
从参考视频里借动作和运镜
加一段简短的参考视频，写上“像 @Video 1 那样动起来”。舞蹈、走路循环或镜头推进都会迁移到你的角色身上，无需逐帧描述。
- 03
用人声或节拍带动画面
把一句台词、一段歌曲副歌或一个音效作为音频添加进来。视频会围绕这段声音生成，动作和节奏随之起伏。
- 04
角色、道具和场景自由组合
分别引用角色、道具和背景：“@Image 1 坐在 @Image 2 的椅子上，身处 @Image 3 的房间里”。一条提示词，生成一个连贯的场景。
如何使用参考生视频？
添加参考素材
最多上传 10 张图片、5 段视频和 5 段音频。参考视频总时长最多 15 秒，音频同样最多 15 秒。
在提示词里引用素材
输入 @ 选择素材，并写清每个素材要做什么，例如：“@Image 1 在霓虹灯闪烁的天台上，随着 @Audio 1 跳出 @Video 1 里的舞蹈。”
选择时长和画质，点击生成
可选 480p、720p 或 1080p，选择画面比例（或选 Adaptive（自适应）跟随参考素材的比例），时长 2–30 秒。参考视频时长与输出时长之和不能超过 30 秒。
参考生视频支持哪些输入
- 01
最多 10 张图片
角色设定图、服装、道具、背景或风格参考，依次标记为 Image 1 到 Image 10。
- 02
最多 5 段视频
用作动作或运镜参考，总时长 15 秒以内。参考视频时长与输出时长之和不能超过 30 秒。
- 03
最多 5 段音频
台词、音乐或音效，总时长 15 秒以内。
- 04
输出时长 2 到 30 秒
可按整数秒任意选择——比如参考视频用了 10 秒，输出最多还能选 20 秒。
- 05
480p、720p 或 1080p
分辨率越高，每秒消耗的积分越多；具体消耗会显示在“生成”按钮上。
- 06
5 种画面比例，另有 Adaptive
16:9、4:3、1:1、3:4、9:16，或选 Adaptive 跟随参考素材的比例。默认会同步为视频生成声音。
您可能想知道
什么是参考生视频？
参考生视频就是同时用多份素材来生成一段 AI 视频。你不再只给一张首帧图，而是给模型一组参考——角色图片、动作片段、音频——并在提示词里说明它们之间的关系，模型会综合所有素材生成一段视频。
它和图像转视频有什么区别？
图像转视频是把一张图片作为首帧让它动起来。参考生视频不锁定首帧，每张图片、每段视频和音频都只作为参考，所以你可以把一张图里的角色、另一张图里的场景和一段视频里的动作组合在一起。
怎样在提示词里引用某个素材？
在提示词框中输入 @ 并选择素材，它会显示为 Image 1、Video 1 或 Audio 1 这样的标签，按每类素材添加的先后顺序编号。删除某个素材后，标签会自动重新编号。
生成的视频最长多少秒？
2 到 30 秒。如果添加了参考视频，参考视频总时长与输出时长之和不能超过 30 秒——比如参考视频用了 10 秒，输出最多 20 秒。
用的是哪个模型？
Wan 3.0（Reference）。它可以在一次请求中同时接收图片、视频和音频参考，并能在生成视频的同时生成声音。
能保持角色一致吗？
保持一致正是使用它的主要原因。同一角色多张不同角度的清晰图片，效果比一张更好；不要在同一张图片里混入两个不同的角色。
需要开通会员吗？
需要。参考生视频仅对会员开放，费用取决于分辨率和时长——开始前，“生成”按钮上会显示具体消耗的积分。