模型定位与用途
Wan2.2-S2V-Detect 是万相数字人视频模型 wan2.2-s2v 的辅助图像检测模型,用于在生成视频前检查人物肖像是否符合该模型的输入规范。它本身不生成视频;通过检测的图片可与人声音频一起交给 wan2.2-s2v 生成说话、唱歌或表演视频。(docs.bailian.console.aliyun.com)
能力与限制
- 输入为人物肖像图片;检测接口返回是否通过检测以及是否检测到人像等结果。(alibabacloud.com)
- 官方 API 文档要求图片使用公网可访问的 HTTP/HTTPS 链接,支持 JPG、JPEG、PNG、BMP、WebP;宽和高均为 400–7000 像素。该接口每次检测一张图片,文档适用于华北2(北京)地域。(alibabacloud.com)
- 官方模型信息列明不支持函数调用、联网搜索、上下文缓存、批量推理和模型调优。(help.aliyun.com)
发布日期
阿里云百炼官方上架公告列出的日期为 2025-08-25。(docs.bailian.console.aliyun.com)
价格
以下为官方价格页面所列价格,查询日期均为 2026-11-18;地域及平台条件分别标注,不应视作直接换算的同一套餐。
- 阿里云百炼国内站,华北2(北京):输入图片检测 CNY 0.004/张,输出不计费;该定价页面列示无免费额度。国内站官方定价。(docs.bailian.console.aliyun.com)
- Alibaba Cloud 国际站,中国(北京):输入图片检测 USD 0.000574/张,输出不计费;该定价页面列示无免费额度。国际站官方定价。(alibabacloud.com)
两站均按成功请求中检测的输入图片计费,检测未通过也收费;请求失败不收费。上述价格不包含后续 wan2.2-s2v 视频生成费用。(docs.bailian.console.aliyun.com)