让同一个角色走进新场景
视频参考的重点是角色身份，而不是重新用文字猜测人物长相。wan2.6-r2v 可从已有片段提取角色外观，并用于新的场景创作。准备人物清晰可辨的素材，再描述目标环境、服装意图与动作，更适合围绕固定人物持续制作内容。
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
- 参考视频与文字提示联合生成
- 原生分辨率
- 720P、1080P
- 原生时长
- 2–10 秒
- 原生视频输出
- 30 fps，MP4
- 角色与声音
- 多角色、叙事、音频同步
- 平台素材入口
- POST /wan/videos；reference_video_urls 提交参考视频地址
- 平台任务结果
- 支持异步任务；返回视频地址、尺寸与缩略图等信息
分辨率、时长、帧率和格式为原生规格；素材提交与结果获取采用本平台的 Wan 视频接口。
核心能力
了解 wan2.6-r2v 能为你的工作带来什么。
围绕多角色组织短叙事
模型具备多角色与叙事能力，适合表现人物相遇、互动或共同完成动作的短片。创作时可分别交代角色身份、位置和行动顺序，让短时间内的事件有明确主线；不必把复杂故事全部塞入一个片段，可按情节拆分制作。
把声音纳入镜头设计
wan2.6-r2v 的原生能力包含音频同步，适合把声音需求与人物动作、场景氛围一起规划。提示词可明确哪些事件需要声音配合，避免只写视觉标签。制作完成后，应同步检查画面和声音的对应关系，再决定是否补充剪辑或配音。
适用场景
从具体任务出发，找到模型发挥作用的位置。
固定人物的系列短片
以已有角色视频为参考，输入本集的地点、动作和情绪变化，生成延续人物身份的新片段。适合角色从室内走向街头、进入不同故事环境等创作。交付物是可继续剪辑的短视频，制作团队可逐条审核人物特征与情节衔接。
品牌人物的情境创意
围绕已有品牌人物或出镜角色，设计不同使用情境、互动方式和开场动作，用参考视频加创意脚本生成候选镜头。适合先验证人物在新场景中的表现，再选取合适片段进入广告制作；产品标识与文字细节仍应在成片阶段检查。
多角色互动的分镜试作
将短剧情整理成谁出现、谁行动、发生什么的镜头描述，并配合角色参考素材生成互动片段。交付物可用于评估构图、人物关系与叙事节奏，帮助团队讨论拍摄方案。优先测试关键互动，再将选定镜头组合成更完整的故事。
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。
已有视频人物，优先考虑 r2v
如果任务核心是让已有视频里的角色进入新场景，wan2.6-r2v 比从零描述人物更贴合工作方式。只有文字构想时可选择 wan2.6-t2v；以静态图片作为起点时可考虑 wan2.6-i2v。两者公开时长为 2–15 秒，而本型号为 2–10 秒，选择时应同时考虑素材类型与镜头长度。
标准版与 Flash 按目标取舍
wan2.6-r2v 明确具备音频同步、多角色和叙事能力，适合需要把人物、事件与声音一起设计的短片。wan2.6-r2v-flash 是强调快速生成的参考视频变体，可在重视迭代速度时考虑。不要仅凭名称假定两者声音控制完全一致，应围绕实际创作目标分别测试。
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。
- 本型号的原生输出时长为 2–10 秒，适合短镜头而非一次生成长剧情。超过这一范围的故事应拆成若干片段，分别安排角色动作与情节重点，再通过剪辑衔接；同系列文本或图片生成的较长时长不能直接套用。
- 角色外观迁移不等于逐帧复制原视频，也不等于对已有视频执行精确替换或动作复刻。若目标是保留原镜头运动、逐帧修改背景或替换演员，应选择对应的编辑或动画任务，而不是把视频参考生成当成确定性编辑。
- 参考生成适合延续角色身份，但不应将人物细节、复杂遮挡和多人交互视为绝对锁定。建议使用角色清晰、身份易区分的素材，逐段检查服饰、面部与动作连续性；对必须精确呈现的品牌元素保留后期修正环节。
常见问题
解答使用 wan2.6-r2v 时的常见疑问。
wan2.6-r2v 与普通图生视频有什么不同？
它以参考视频中的角色身份作为创作依据，把人物外观用于新的场景；图生视频则以静态图片作为生成起点。如果已有视频角色并希望继续讲述其故事，r2v 更贴合任务；如果主要希望让一张画面动起来，可考虑 wan2.6-i2v。
可以生成多长、什么清晰度的视频？
wan2.6-r2v 的原生输出规格是 2–10 秒，支持 720P 与 1080P，视频为 30 fps 的 MP4。设计脚本时应围绕短镜头安排动作，不要把 wan2.6-t2v、wan2.6-i2v 的 15 秒上限当作本型号的输出范围。
怎样提交参考视频并取得生成结果？
向 POST /wan/videos 提交 model=wan2.6-r2v，用 reference_video_urls 提供参考视频地址，并用 prompt 描述新场景。设置 async=true 可先取得 task_id，再通过 /wan/tasks 查询终态；成功后获取视频地址用于播放或下载。
提示词怎样写更适合角色迁移？
先说明参考角色在新片段中的身份，再描述环境、动作顺序和镜头意图。多角色任务要区分谁做什么，避免只写“电影感”等抽象词。把情节集中在一个明确事件上，并检查生成后的人物外观与行动是否符合创作目标。
它支持声音吗，是否等同于配音编辑？
wan2.6-r2v 具备原生音频同步能力，可用于有声短叙事，但这不等于独立的配音编辑、精确口型修复或声线克隆工具。创作时应把声音需求与场景事件一起描述，完成后检查同步效果；需要精确台词或声音处理时可再安排后期。
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。