视频续写不是一次请求就能拿到成片的任务。真正决定接入是否顺利的，往往是鉴权方式、参数边界和任务状态查询这三件事。

万相 2.7 的视频续写能力，本质上属于「异步长任务」：你提交一段已有视频和续写意图，服务端排队、推理、编码，最后返回一个可下载的结果地址。这中间的任何一环没对齐——请求头写错、参数字段名记混、或者没处理好轮询——都会表现为「代码没错，但一直没结果」。本文按接入顺序拆开讲：先确认鉴权，再对齐参数，最后把任务状态查询这一环做扎实，让你在正式写业务代码前就知道该核对什么。

一、先把鉴权和接入点确认清楚

国内 API 接入最常见的形式是基于 HTTP 的 Bearer Token 鉴权，视频续写这类异步接口通常还会叠加一个「异步模式」请求头。也就是说，一次合法请求至少要满足两个条件：身份被识别，且任务模式被正确声明。

鉴权头与异步声明

典型结构如下，字段名请以你所使用平台的最新文档为准：

POST /api/v1/services/aigc/video-generation/video-synthesis Authorization: Bearer <你的_API_KEY> Content-Type: application/json X-DashScope-Async: enable { "model": "以控制台/文档列出的模型名称为准", "input": { "prompt": "镜头缓慢推进，人物继续向前走" }, "parameters": { "duration": 5 } }

几个容易踩的点：

• Key 不要出现在前端或仓库里。浏览器侧直连会泄露 Key，正确做法是通过自己的后端转发。
• 国内节点与海外节点的 Key 不通用。接入点（Endpoint / Base URL）和 Key 必须属于同一区域，跨区调用通常会直接返回鉴权失败。
• 异步头缺失是新手高频问题。视频生成、视频续写这类耗时任务，如果不声明异步模式，请求可能被拒绝或行为不符合预期。
• 权限范围要对。部分平台会把「模型调用」和「文件上传」拆成不同权限，只开了一半就会出现奇怪的中途失败。

如果你不想为每个模型单独维护一套 Key、Base URL 和鉴权逻辑，可以到 通联AI中转站 的控制台先看看模型广场里是否提供对应能力，以及页面给出的接口地址、鉴权方式和模型名称。通联的定位是把多厂商模型调用收敛到一个入口，统一管理 API Key、余额与模型选择，适合需要在多个模型之间切换的项目。但请记住一条底线：最终以你控制台实际显示的 Base URL、模型名称与计费规则为准，不要照搬任何博客里的示例值。

二、参数对齐：视频续写的关键字段

参数问题大多不是「写错值」，而是「写错名」。不同版本、不同平台对同一语义的字段命名可能不同，比如时长可能叫 duration，分辨率可能是 size 也可能是 resolution。接入前建议做一次字段清单核对，而不是靠记忆拼写。

参数之外，先把输入素材准备好

视频续写对输入素材比较挑。源视频的编码格式、分辨率、时长、画面比例，都会影响续写片段的连贯度。实操中建议先做一次「最小素材」验证：截取几秒画面清晰、运动不剧烈的片段，确认链路能跑通，再换成真实业务素材。这样排查问题时能快速区分「是参数错了」还是「是素材不合适」。

三、任务状态查询：异步链路的最后一公里

提交接口一般不会直接返回视频，而是返回一个任务 ID。之后你需要通过任务查询接口反复确认状态，直到产出结果或明确失败。这一步做不好，最常见的现象就是「任务其实成功了，但你的程序以为它还在跑」。

状态值通常包括以下几类，具体名称以文档为准：

• PENDING：已受理，排队中。此时不要狂刷，因为排队时长受整体负载影响。
• RUNNING：推理中。可以继续轮询。
• SUCCEEDED：已完成，返回结果地址，需要及时下载转存。
• FAILED：失败，通常会附带错误码和失败原因，务必把原始返回完整落日志。
• CANCELED：被取消，可能是你主动调用，也可能是超时策略触发。

轮询策略上有三点建议：

1. 间隔不要写死成 200 毫秒。从几秒起步，配合轻微退避，既降低无效请求，也避免触发频率限制。
2. 一定要设总超时。把「任务长时间未完成」当成一种明确的业务状态处理，而不是让程序无限等待。
3. 结果地址通常有有效期。拿到 SUCCEEDED 后立即下载到自己的对象存储，不要把这个临时链接直接存进数据库当长期资产。

重试要区分对象：网络超时、429 限流适合重试；参数错误、素材不合规重试一百次也没有意义，反而会重复消耗额度。建议在日志里同时记录请求参数、任务 ID 与错误码，否则线上出问题时你只能靠猜。

四、常见报错与排查顺序

把排查顺序固定下来，能省掉大量来回试错时间：

• 401 / 403：先看 Key 是否有空格或换行、是否与当前接入点同区域、权限是否覆盖该模型。
• 400 参数错误：把请求体原样打印出来，逐字段对照文档，重点检查模型名称拼写和必填项缺失。
• 任务长时间 PENDING：换一个更短的时长或更低的分辨率试一次，判断是参数配置问题还是当前负载问题。
• 成功但视频打不开：多数是链接过期或下载时未带正确的请求方式，先验证链接时效。
• 效果不连贯：回到提示词与源素材本身，检查续写描述是否与源视频主体动作冲突。

当你在多个模型、多个厂商之间来回切换时，鉴权方式和字段命名的差异会被反复放大。这也是不少团队会考虑用 AI 聚合平台来收敛接入成本的原因：一个统一的接口入口、一套 Key 管理、一个能看到模型与状态的控制台，调试时不用在多个后台之间跳来跳去。如果你正在评估这条路，可以在 通联AI中转站官网 查看模型广场、接口文档与控制台说明，确认它是否覆盖你需要的视频类能力，再决定是否把它接进你的调用链路。

最后提醒一句：视频生成类接口的单次消耗通常高于文本接口，接入阶段就该把用量记录下来。无论是自建还是走中转，都建议先跑小流量验证，确认参数、状态查询和费用预期都对得上，再放大到正式业务。