做产品展示视频的人大多遇到过同一个问题：纯文生视频画面很漂亮，但产品形态、logo 位置、镜头落点往往不受控。首尾帧能力就是为这种“要可控”的场景准备的。

这篇指南围绕万相3.0 首尾帧 产品展示 API 的接入流程展开：先讲清首尾帧适合解决什么，再给出参数组织的思路、调用结构的示意、上线前必须核对的配置项，最后补充几类高频报错的排查方向。所有具体字段名、模型名称与计费规则，都以你所用平台控制台和官方文档的当前显示为准。

一、首尾帧为什么适合产品展示场景

常规的图生视频，通常只给一张起始图，模型自由发挥后续画面。产品展示的诉求恰好相反：开头是包装盒闭合的定格，结尾是产品完整展开的定格，中间的运镜、光影变化可以交给模型去补，但起点和终点必须锁死。

首尾帧的做法就是把这两个定格作为约束条件交给模型，让它在两帧之间生成过渡。对于开箱演示、外观 360 度环绕、卖点逐一呈现、电商主图转短视频这类内容，可控性比“画面丰富度”更重要。

判断标准很简单：如果你的需求里存在“必须停在这一帧”“logo 不能变形”“结尾要落到产品正面”这类硬约束，就应该走首尾帧方案，而不是纯文本生成。

需要注意的是，首尾帧不是万能修复工具。两帧之间的差异越大，例如从侧面瞬间跳到背面、从白天跳到夜晚，生成结果的不确定性就越高。合理的做法是把一次长镜头拆成多个短片段，每段首尾帧变化控制在可解释的范围内，后期再拼接。

二、接入前的准备清单

1. 账号、凭证与请求地址

无论你是直接调用厂商接口，还是通过聚合平台接入，准备工作都是三件事：拿到可用的 API Key、确认请求的 Base URL、确认目标模型的准确名称。很多“调用失败”其实不是参数问题，而是把文档里的示例地址直接复制到生产环境，或者模型名称写成了旧版本。

如果团队需要同时跑多个视频、图像或对话模型，可以考虑通过一个统一入口来管理。像 通联AI中转站 这类 AI 聚合平台，把 API Key、余额和模型选择集中在一个控制台里，接多个模型时不用反复切换账号和配置文件，适合需要统一管理调用配置的团队。

2. 素材与提示词准备

首帧和尾帧图片建议满足几个基本条件：公网可直连、分辨率一致、宽高比一致、主体位置差异不要过大、背景尽量干净。如果两张图的比例不同，模型在插值时会自行裁剪或补边，结果容易出现畸变。

提示词要写“过程”而不是“画面形容词”。重点描述镜头如何移动、光如何变化、哪些元素保持静止。例如“镜头从左侧缓慢推进至正面，产品保持居中不动，背景光由暖转冷”，比“高级感、质感、大片”这类词有用得多。

3. 上线前必须核对的配置项

三、首尾帧参数与调用思路

1. 参数如何组织

不同平台的字段命名会略有差异，有的把图片放在 URL 字段，有的接受 Base64，有的用嵌套的 image 数组。但结构逻辑基本一致：一组描述生成目标的参数，加上两帧约束，再加上输出规格。下面是示意结构，字段名请以你所用平台的文档为准。

{
  "model": "以控制台显示的模型名称为准",
  "prompt": "镜头由左前方缓慢推进至正面，产品保持居中，背景光由暖调转为冷调",
  "first_frame_url": "https://your-cdn.com/product_start.jpg",
  "last_frame_url": "https://your-cdn.com/product_end.jpg",
  "resolution": "以文档支持的档位为准",
  "duration": 5,
  "seed": 0
}

调用时建议先跑一次最小可用请求：只放模型、提示词、首帧、尾帧四个必要项，其余参数用默认值。确认能出片后，再逐个加上分辨率、时长、随机种子等可选参数。这样一旦结果异常，你能立刻判断是哪个参数带来的变化。

2. 生成任务通常是异步的

视频生成耗时明显长于文本或图像，绝大多数接口采用“提交任务 + 轮询结果”的模式。也就是说，第一次请求返回的往往是任务 ID，而不是视频地址。接入时要处理好三件事：

• 轮询间隔：不要用极高的频率反复查询，按文档建议的间隔来，避免触发限流。
• 超时与重试：区分“任务仍在生成”和“请求本身失败”，前者应继续等待，后者才需要重试。
• 结果落地：返回的视频链接通常有时效，拿到后及时转存到自己的对象存储。

产品展示类内容往往要批量生产，建议把“提交—轮询—下载—记录”写成一个可重试的任务队列，而不是在同步接口里硬等。这样即使某一条失败，也不影响整批素材的产出。

3. 效果不好时的调整顺序

当输出画面出现主体漂移、首尾帧不匹配、镜头乱动时，按下面的顺序排查，通常比反复重抽更有效率：先看两帧图片本身是否比例一致、主体位置差异是否过大；再检查提示词是否描述了与画面冲突的动作；最后才调整时长和随机种子。绝大多数“模型不行”的案例，问题出在前两步。

四、常见报错与排查方向

• 鉴权失败：核对 API Key 是否完整复制、是否被空格截断、请求头格式是否正确。
• 模型不存在：模型名称大小写、版本后缀、是否已在该账号下开通。
• 图片无法读取：链接是否公网可访问、是否被防盗链拦截、格式与体积是否在限制内。
• 任务长时间排队：高峰期属正常现象，可适当降低并发或错峰提交。
• 返回成功但视频异常：优先回到素材质量与提示词，而不是一味重试。

把每次调用的模型名称、参数、任务 ID 和结果状态记录下来，是排查成本最低的习惯。出现问题时，你能快速区分是个例还是普遍现象。在 通联官网 的控制台里，可以查看当前可用的模型列表、调用与余额情况，方便把测试阶段和正式阶段的用量分开管理。

五、下一步怎么推进

如果你的目标是尽快验证万相3.0 首尾帧 产品展示 API 这条链路能否跑通，建议按最小闭环推进：先用两张固定的产品图跑通一次完整调用，确认能拿到视频；再把提示词模板化，固化一套适合自己品类的描述结构；最后才考虑并发、批量与成本控制。

在多模型并行的情况下，统一管理接口地址和密钥会比逐个项目配置省事不少。通联AI中转站提供统一的多模型调用入口，用一套 API Key 和 Base URL 承接不同模型的调用，适合需要同时测试多个视频、图像或对话模型，又不想维护多套配置的团队。具体支持哪些模型、如何计费，以控制台页面显示的信息为准。