让短脚本形成镜头叙事
wan2.6-t2v 不只适合描述一个动态瞬间，也能把连续情节组织成多镜头短片。创作时可按开场、主体动作与收尾写清事件顺序，再补充景别和氛围。智能镜头调度为短故事提供组织能力，适合在有限时长里表达清楚的视觉主题。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 文本生成视频；原生支持文本、音频输入
- 输出模态
- 视频、音频
- 原生最长时长
- 15秒
- 原生清晰度档位
- 720P、1080P
- 镜头组织
- 智能多镜头叙事；请求可选single或multi
- 音频开关
- audio默认false，有声创作需主动开启
- 调用与交付
- POST /wan/videos；支持异步任务，结果包含视频地址与尺寸字段
时长与清晰度按本型号原生规格介绍，音频开关、镜头选项和任务交付按本平台调用方式说明。
核心能力
了解 wan2.6-t2v 能为你的工作带来什么。
围绕同一主体保持连贯
多镜头创作的重点是让人物、场景和氛围相互衔接，而不是把无关画面拼在一起。该型号强调这些要素的一致性。提示词中可固定主体外观、服装、地点和光线，仅让动作与观察角度变化，更便于评估故事是否连贯。
同时规划画面与声音
原生能力包含音频输入和音频输出，适合把声音作为短片设计的一部分，而非只考虑无声画面。在本平台调用时，audio默认关闭，有声任务应主动开启。写脚本时可同步说明声音意图，完成后再检查声画表达是否符合创意。
适用场景
从具体任务出发，找到模型发挥作用的位置。
产品故事概念片
输入产品使用情境、主体动作与结尾画面的文字说明，生成一段展示创意的短片。例如围绕出行用品设计出发、使用、抵达的情节，用于内部讨论传播方向。若必须严格复现已有商品图片，应改用图片起始的创作型号。
社交内容脚本试拍
把短视频想法写成简短拍摄提纲，交代开场吸引点、主要动作和结束状态，再生成可供审阅的动态草稿。适合比较不同故事开头或镜头安排。每次只改变一项创意重点，更容易判断哪些表达值得继续制作和剪辑。
叙事镜头预演
输入角色设定、场景气氛与动作先后关系，把文字分镜变成动态预演素材。导演、设计师或内容团队可用它讨论视觉节奏和镜头衔接，再决定后续拍摄方案。交付物是短视频预演，不应当作逐帧锁定的最终摄影方案。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
从文字出发，选择t2v
当你只有脚本、场景构想或创意方向时，wan2.6-t2v 是直接的选择。若已有图片并希望以它作为开始画面，可选择wan2.6-i2v；若要从既有视频提取角色外观并带入新场景，则考虑wan2.6-r2v。优先根据创作起点选择型号，而不是把所有素材都交给文生视频处理。
先确定短片结构，再选镜头模式
一个主体动作或完整展示过程，可先使用single组织单镜头表达；具有明确情节转折的短故事，可尝试multi。wan2.6-t2v 的原生时长上限是15秒，适合聚焦一个主题。需要更长叙事时，应拆分片段并安排后期衔接，不要在短片里堆叠过多人物、地点和事件。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 多镜头一致性是该型号的能力重点，但不等于角色外观、道具位置或动作衔接能够逐帧锁定。人物细节或商品外观要求严格时，应逐镜头审阅成片；已有明确视觉素材的任务，更适合选择对应的图片或参考视频型号。
- 原生最长15秒，复杂剧情需要压缩或拆分。提示词同时要求频繁换景、多个角色互动和连续动作，容易让表达重点分散。建议保留清晰的主线，把字幕排版、品牌标识和精确剪辑安排在后期完成。
- 有声创作需要注意audio默认关闭。原生音频能力不代表可以指定任意音频格式、精确控制每句对白的时间点，或直接完成专业混音。发布前应检查声音内容、音量和画面配合，必要时再做配音或声音编辑。
常见问题
解答使用 wan2.6-t2v 时的常见疑问。
wan2.6-t2v 可以直接用图片生成视频吗？
这个型号以文字生成视频为定位。如果创作需要以现有图片作为起始画面，应选择wan2.6-i2v；如果需要从视频延续角色外观，则选择wan2.6-r2v。按素材类型选择对应型号，有助于明确画面控制方式。
它能生成多长、什么清晰度的视频？
wan2.6-t2v 的原生最长时长为15秒，清晰度档位包括720P和1080P。适合制作聚焦单一主题的短片。更长的故事建议拆成多个片段，再通过剪辑衔接，并为每段保持相同的主体与场景设定。
怎样写多镜头提示词更合适？
把提示词写成简短拍摄提纲：先说明主体与场景，再按顺序描述开场、主要动作和收尾。保持人物外观、环境和氛围一致，避免每个镜头重新定义主体。需要多镜头时可选择shot_type为multi，并审阅生成后的连续性。
生成视频默认带声音吗？
本平台请求中的audio默认是false，因此有声创作应主动设置audio为true。该型号原生支持音频输入输出，但最终仍应检查声音与画面的配合。对白、音乐或环境声有严格制作要求时，可在生成后继续编辑。
如何提交任务并取得视频结果？
向POST /wan/videos提交model为wan2.6-t2v的请求，以prompt描述视频内容，文生视频操作使用text2video。设置async为true后取得task_id，再通过/wan/tasks查询终态；成功结果可提供视频地址、尺寸及缩略图等信息。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。