Que fait Wan2.2-Animate 图生动作 ?
把参考视频里的动作+表情迁移到一张静态人物图上,生成动态视频。走阿里云百炼 API,模型名固定 wan2.2-animate-move。
前置检查(每次都先做)
本技能需要阿里云百炼 API Key。先把工作目录切到本 SKILL.md 所在目录,然后跑:
python scripts/wan_animate.py check
若该路径报"找不到文件",改用技能目录的绝对路径重试(把 scripts/wan_animate.py 换成 <技能目录>/scripts/wan_animate.py)。不要因为找不到脚本就放弃或改用别的方式自己写请求。
- 输出
"api_key_set": true→ 直接继续。 - 输出
false→ 停下来问用户要 API Key,不要自己去猜或写死。告知用户去阿里云百炼控制台创建,并设置环境变量:
# Windows PowerShell
$env:DASHSCOPE_API_KEY="sk-xxxx"
# macOS / Linux
export DASHSCOPE_API_KEY=sk-xxxx
**不要把用户的 API Key 写进任何文件、笔记或对话总结。**只在当前会话用环境变量传递。
如果用户希望用业务空间专属域名(更快更稳),让用户提供后设置 DASHSCOPE_API_HOST:
https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com 或新加坡地域
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com。注意北京和新加坡的 API Key 不通用。
执行
python scripts/wan_animate.py run \
--image <角色图片路径或URL> \
--video <参考视频路径或URL> \
--mode wan-std \
--out ./output
参数说明:
| 参数 | 说明 |
|---|---|
--image | 必填。角色图片,本地路径或公网 URL 都可以,本地文件由脚本自动上传到百炼临时存储 |
--video | 必填。参考视频,同上。时长 2~30 秒 |
--mode | wan-std 标准模式,快、便宜,默认用它;wan-pro 专业模式,画面更流畅但更慢更贵 |
--watermark | 加「AI生成」水印,默认不加 |
--out | 输出目录,默认 ./wan_animate_output |
--no-download | 只返回结果链接,不落盘。结果链接 24 小时有效,通常还是下载到本地更好 |
脚本会自动完成:上传本地素材 → 创建异步任务 → 每 15 秒轮询 → 下载成品到本地。
单个视频通常要等几分钟,这是正常的,别中途报错,让轮询跑完。
最终会从 RESULT_JSON_BEGIN / RESULT_JSON_END 之间输出结果 JSON,把里面的视频路径告诉用户。
素材限制(提交前先检查,能省一轮失败)
- 图片:JPG/JPEG/PNG/BMP/WEBP,宽高都在 200~4096 px,宽高比 1:3 ~ 3:1,≤ 5MB
- 视频:MP4/AVI/MOV,时长 2~30 秒,宽高都在 200~2048 px,宽高比 1:3 ~ 3:1,≤ 200MB
- 两张素材必须是公网可访问 URL 或本地文件。普通网址若需要登录/防盗链会失败,这种情况先让用户把文件下载到本地再走本地路径
超出限制就在调用前告诉用户并说明要怎么处理(裁剪、压缩、转码),不要硬着头皮提交。
效果优化(出图差时先排查这几条)
- 图片和参考视频里的人物画幅占比要接近 —— 一个全身一个半身基本必翻车
- 两者的人物身材比例要一致
- 参考视频分辨率和帧率越高越好,糊视频会直接拉低成品画质
- 第一次尝试用
wan-std验动作是否对齐,确认满意后再用wan-pro出终版 —— pro 模式贵,别上来就烧钱
常见错误处理
脚本会把百炼的错误码翻译成人话,你只需要转述给用户:
UrlOrFileNotReachable/downloadFail→ 链接不通或有鉴权,改走本地文件上传DataInspectionFailed/IPInfringementSuspect→ 素材没过内容审核或疑似侵权,换素材Arrearage/FreeQuotaExhausted→ 账号欠费或免费额度用完,需要充值/开通付费InvalidApiKey→ Key 失效,让用户重新生成Throttling→ 触发限流,稍等重试InvalidParameter→ 素材尺寸/时长不合规,对照上面的限制检查
计费口径:**输入不计费,按成功生成的视频秒数计费,调用失败不扣费。**具体单价以百炼控制台为准,用户问起时让他去看「模型价格」页,不要凭记忆报价。
如果用户还没提供素材,先问清楚图片和视频在哪,别编造文件路径。