Qwen Video（通义万相文生视频）是一个基于阿里云 DashScope 通义万相 API 的 CLI 工具，专为快速生成高质量文本驱动视频而设计。该工具封装了 Wan 系列模型（如 wan2.6-t2v）的视频生成能力，用户只需通过命令行输入自然语言提示词，即可一键提交异步任务、轮询状态并自动下载生成的 MP4 文件。它简化了复杂的 API 调用流程，支持多种分辨率与时长配置，适用于需要批量生成或集成 AI 视频内容的开发者与创作者。目前主要支持 wan2.6、wan2.5 和 wan2.2 等版本模型，不同版本在功能特性上有所差异，例如多镜头叙事、自动配音等高级功能仅在较新版本中可用。
核心功能特点
- 支持异步提交文本到视频（T2V）任务，自动生成符合描述的短片
- 内置任务状态轮询机制，实时跟踪生成进度直至完成或失败
- 提供一键式脚本（generate.sh/submit.sh/poll.sh），无需编写代码即可使用
- 支持多镜头叙事（Multi-shot）功能，实现史诗级场景的分镜连贯表达
- 可启用自动配音或上传自定义音频，增强视频视听协调性
- 支持反向提示词（Negative Prompt）控制，排除画面中的干扰元素
适用场景
Qwen Video 特别适合需要快速原型化视觉内容或自动化生成短视频的应用场景。例如，营销团队可以利用其在一分钟内将产品文案转化为宣传短片，提升内容生产效率；教育科技领域可用于根据课程大纲自动生成讲解动画，降低制作门槛；媒体创作者则可通过多镜头叙事功能制作电影感强的微纪录片片段。此外，对于希望将 AI 视频能力嵌入自身系统的开发者，该工具提供了清晰的 CLI 接口和 API 文档，便于集成至工作流中。无论是个人创意项目还是企业级内容流水线，Qwen Video 都能显著缩短从文字构思到成品视频的周期。