diff --git a/api.json b/api.json
index a44d3f0..491c19f 100644
--- a/api.json
+++ b/api.json
@@ -3,18 +3,36 @@
   "input": {
     "prompt": "Character2 坐在靠窗的椅子上，手持 character3，在 character4 旁演奏一首舒缓的美国乡村民谣。Character1 对Character2开口说道：“听起来不错”",
     "negative_prompt": "",
-    "reference_urls": [
-      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/hfugmr/wan-r2v-role1.mp4",
-      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4",
-      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png",
-      "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"
+    "media": [
+      {
+        "type": "reference_image",
+        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/sjuytr/wan-r2v-object-girl.jpg",
+        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/gbqewz/wan-r2v-girl-voice.mp3"
+      },
+      {
+        "type": "reference_video",
+        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qigswt/wan-r2v-role2.mp4",
+        "reference_voice": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260408/isllrq/wan-r2v-boy-voice.mp3"
+      },
+      {
+        "type": "reference_image",
+        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/rtjeqf/wan-r2v-object3.png"
+      },
+      {
+        "type": "reference_image",
+        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/qpzxps/wan-r2v-object4.png"
+      },
+      {
+        "type": "reference_image",
+        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260129/wfjikw/wan-r2v-backgroud5.png"
+      }
     ]
   },
   "parameters": {
-    "size": "1280*720",
+    "resolution": "1080P",
+    "ratio": "16:9",
     "duration": 10,
-    "audio": true,
-    "shot_type": "multi",
+    "prompt_extend": true,
     "watermark": true,
     "seed": 2147483647
   }
@@ -24,7 +42,7 @@
 //
 //模型名称。模型列表与价格详见模型价格。
 //
-//示例值：wan2.6-r2v-flash。
+//示例值：wan2.7-r2v、wan2.7-r2v-2026-06-12。
 //
 //input object （必选）
 //
@@ -38,13 +56,13 @@
 //
 //支持中英文，每个汉字、字母、标点占一个字符，超过部分会自动截断。
 //
-//wan2.6-r2v-flash：长度不超过1500个字符。
+//wan2.7-r2v、wan2.7-r2v-2026-06-12：不超过5000个字符。
 //
-//wan2.6-r2v：长度不超过1500个字符。
+//参考指代：当为中文提示词时，参考图片时通过“图1、图2”这类标识指代，参考视频时通过“视频1、视频2”这类标识指代。英文提示词则写为“Image 1”、"Video 1”这类标识。英文字母和数字之间有空格，首字母大写。顺序与media数组顺序一致。图和视频分别计数，即同时存在图1、视频1等标识。若参考素材有且仅有一张图片或一个视频，则可简化表述为”参考图片”或“参考视频”。
 //
-//角色引用说明：通过“character1、character2”这类标识引用参考角色，每个参考（视频或图像）仅包含单一角色。模型仅通过此方式识别参考中的角色。
+//画面描述：假设参考图1是一只猫，图2是一个房间，要描述猫在房间里玩耍，支持两种写法：一种是直接使用标识指代（如“图1在图2里玩耍”）；另一种是结合主体与场景补充说明（如“图1的猫在图2的房间里玩耍”）。
 //
-//示例值：character1在沙发上开心地看电影。
+//当参考图片为多宫格（故事板图像）时，提示词建议按照多分镜的形式描述画面内容。无需描述每个宫格，提供关键分镜内容即可，模型将自动识别宫格逻辑并智能补全镜头内容。为达到更好的效果，建议单次仅输入一张多宫格图。
 //
 //提示词的使用技巧请参见文生视频/图生视频Prompt指南。
 //
@@ -56,32 +74,67 @@
 //
 //示例值：低分辨率、错误、最差质量、低质量、残缺、多余的手指、比例不良等。
 //
-//reference_urls array[string] （必选）
+//media array （必选）
 //
-//重要
-//reference_urls直接影响费用，计费规则请参见计费与限流。
+//媒体素材数组，素材包括图像、视频和音频。支持图像/视频输入作为视觉参考，图像支持多视图，常见参考角色、道具、场景等。
 //
-//上传的参考文件 URL 数组，支持传入视频和图像。用于提取角色形象与音色（如有），以生成符合参考特征的视频。
+//数组中每个元素为一个媒体对象，包含 type 与 url 字段。
 //
-//每个 URL 可指向 一张图像 或 一段视频：
+//按照数组顺序定义prompt中角色引用的顺序。图和视频分别计数，即可同时存在图1、视频1。
 //
-//图像数量：0～5。
+//数组中的第 1 个reference_video 对应 视频1，第 2 个对应 视频2，以此类推。
 //
-//视频数量：0～3。
+//数组中的第 1 个reference_image对应 图1，第 2 个对应 图2，以此类推。
 //
-//总数限制：图像 + 视频 ≤ 5。
+//属性
 //
-//传入多个参考文件时，按照数组顺序定义角色的顺序。即第 1 个 URL 对应 character1，第 2 个对应 character2，以此类推。
+//type string （必选）
 //
-//每个参考文件仅包含一个主体角色。例如 character1 为小女孩，character2 为闹钟。
+//媒体素材类型。可选值为：
+//
+//reference_image：参考图像。提供主体角色（人物/动物/物体）和场景参考。
+//
+//reference_video：参考视频。提供主体角色（人物/动物/物体）和音色参考，不推荐传入空镜视频。
+//
+//first_frame：首帧图像。基于首帧生成视频，通常包含主体角色（人物/动物/物体）。支持同时传入首帧图联合控制，常见用法如下：
+//
+//首帧中已经出现待参考主体：此时可以搭配主体参考强化一致性，或进行音色参考。
+//
+//首帧中未出现待参考主体：此时可以用主体参考来定义视频动态过程中新出现的主体特征。
+//
+//素材限制：
+//
+//首帧图像，最多传入1张。
+//
+//参考图像和参考视频至少传入1个，参考图像 + 参考视频 ≤ 5。
+//
+//参考素材为主体角色时，仅包含单一角色。
+//
+//url string （必选）
+//
+//媒体素材URL。每个值可指向一张图像或一段视频。
+//
+//传入参考图像（type=reference_image）
+//
+//参考图像URL或 Base64 编码数据。参考图可以是主体（人物/动物/物体）或者背景。当包含主体时，仅包含一个角色。
+//
+//图像限制：
+//
+//格式：JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP。
+//
+//分辨率：宽度和高度范围为[240, 8000]像素。
+//
+//宽高比：1:8～8:1。
+//
+//文件大小：不超过20MB。
 //
 //支持输入的格式：
 //
 //公网URL:
 //
-//支持 HTTP 或 HTTPS 协议。
+//支持HTTP或HTTPS协议。
 //
-//示例值：https://cdn.translate.alibaba.com/xxx.png。
+//示例值：https://xxx/xxx.png。
 //
 //临时URL：
 //
@@ -89,115 +142,135 @@
 //
 //示例值：oss://dashscope-instant/xxx/xxx.png。
 //
-//参考视频要求：
+//Base64 编码图像后的字符串：
 //
-//格式：MP4、MOV。
+//数据格式：data:{MIME_type};base64,{base64_data}。
 //
-//时长：1s～30s。
+//示例值：data:image/png;base64,GDU7MtCZzEbTbmRZ......。（编码字符串过长，仅展示片段）
 //
-//视频大小：不超过100MB。
+//详情请参见传入图像。
 //
-//参考图像要求：
+//传入参考视频（type=reference_video）
 //
-//格式：JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP。
+//参考视频URL。视频内容建议包含主体（人物/动物/物体），不建议使用背景或空镜视频。当包含主体时，仅包含一个角色。若视频有声音，也可以参考音色。
 //
-//分辨率：宽高均需在[240,8000]像素之间。
+//视频限制：
 //
-//图像大小：不超过20MB。
+//格式：mp4、mov。
 //
-//示例值：["https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/xxx.mp4", "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/xxx.jpg"]。
+//时长：1～30s。
 //
-//已废弃字段
+//分辨率：宽度和高度范围为[240,4096]像素。
+//
+//宽高比：1:8～8:1。
+//
+//文件大小：不超过100MB。
+//
+//支持输入的格式：
+//
+//公网URL：
+//
+//支持HTTP和HTTPS协议。
+//
+//示例值：https://xxx/xxx.mp4。
+//
+//临时URL：
+//
+//支持OSS协议，必须通过上传文件获取临时 URL。
+//
+//示例值：oss://dashscope-instant/xxx/xxx.mp4。
+//
+//reference_voice string （可选）
+//
+//音频 URL。用于指定参考素材（图像/视频）中主体角色的音色。与reference_image或reference_video搭配使用。该音频仅参考音色，与说话内容无关。建议参考音频语种与提示词语种保持一致，匹配效果更佳。
+//
+//音频生效逻辑：
+//
+//默认行为：若 reference_video 本身包含音频，但未指定 reference_voice，默认使用视频原声。
+//
+//优先级：若同时传入 reference_video（含音频）和 reference_voice，则优先使用 reference_voice 的音色，覆盖视频原声。
+//
+//音频限制：
+//
+//格式：wav、mp3。
+//
+//时长：1～10s。
+//
+//文件大小：不超过15MB。
+//
+//支持输入的格式：
+//
+//公网URL：
+//
+//支持HTTP和HTTPS协议。
+//
+//示例值：https://xxx/xxx.mp3。
+//
+//临时URL：
+//
+//支持OSS协议，必须通过上传文件获取临时 URL。
+//
+//示例值：oss://dashscope-instant/xxx/xxx.mp3。
 //
 //parameters object （可选）
 //
-//图像处理参数。如设置视频分辨率、开启prompt智能改写、添加水印等。
+//视频处理参数，如设置视频分辨率。
 //
 //属性
 //
-//size string （可选）
+//resolution string （可选）
 //
 //重要
-//size直接影响费用，费用 = 单价（基于分辨率）× 时长（秒）。同一模型：1080P > 720P ，请在调用前确认模型价格。
+//resolution直接影响费用，请在调用前确认百炼控制台。
 //
-//size必须设置为具体数值（如 1280*720），而不是 1:1或720P。
+//生成视频的分辨率档位，用于控制视频的清晰度（总像素）。
 //
-//指定生成的视频分辨率，格式为宽*高。该参数的默认值和可用枚举值依赖于 model 参数，规则如下：
+//wan2.7-r2v、wan2.7-r2v-2026-06-12：可选值：720P、1080P。默认值为1080P。
 //
-//wan2.6-r2v-flash：默认值为 1920*1080（1080P）。可选分辨率：720P、1080P对应的所有分辨率。
+//ratio string （可选）
 //
-//wan2.6-r2v：默认值为 1920*1080（1080P）。可选分辨率：720P、1080P对应的所有分辨率。
+//生成视频的宽高比。
 //
-//720P档位：可选的视频分辨率及其对应的视频宽高比为：
+//生效逻辑：
 //
-//1280*720：16:9。
+//未传入首帧图像：按指定的 ratio 参数生成视频。
 //
-//720*1280：9:16。
+//已传入首帧图像：自动忽略 ratio 参数，以首帧图像的宽高比生成近似比例的视频。
 //
-//960*960：1:1。
+//可选值为：
 //
-//1088*832：4:3。
+//16:9（默认值）
 //
-//832*1088：3:4。
+//9:16
 //
-//1080P档位：可选的视频分辨率及其对应的视频宽高比为：
+//1:1
 //
-//1920*1080： 16:9。
+//4:3
 //
-//1080*1920： 9:16。
+//3:4
 //
-//1440*1440： 1:1。
-//
-//1632*1248： 4:3。
-//
-//1248*1632： 3:4。
+//不同宽高比对应的输出视频分辨率（宽高像素值）见下方表格。
 //
 //duration integer （可选）
 //
 //重要
-//duration直接影响费用。费用 = 单价（基于分辨率）× 时长（秒），请在调用前确认模型价格。
+//duration直接影响费用，请在调用前确认模型价格。
 //
 //生成视频的时长，单位为秒。
 //
-//wan2.6-r2v-flash：取值为[2, 10]之间的整数。默认值为5。
+//wan2.7-r2v、wan2.7-r2v-2026-06-12：默认值为5。
 //
-//wan2.6-r2v：取值为[2, 10]之间的整数。默认值为5。
+//当参考素材中包含视频时：取值为[2, 10]之间的整数。
 //
-//示例值：5。
+//当参考素材中不包含视频时：取值为[2, 15]之间的整数。
 //
-//shot_type string （可选）
+//prompt_extend boolean （可选）
 //
-//指定生成视频的镜头类型，即视频是由一个连续镜头还是多个切换镜头组成。
+//是否开启prompt智能改写。开启后使用大模型对输入prompt进行智能改写。对于较短的prompt生成效果提升明显，但会增加耗时。
 //
-//参数优先级：shot_type > prompt。例如，若 shot_type设置为"single"，即使 prompt 中包含“生成多镜头视频”，模型仍会输出单镜头视频。
+//true：默认值，开启智能改写。
 //
-//可选值：
-//
-//single：默认值，输出单镜头视频
-//
-//multi：输出多镜头视频。
-//
-//示例值：single。
-//
-//说明
-//当希望严格控制视频的叙事结构（如产品展示用单镜头、故事短片用多镜头），可通过此参数指定。
-//
-//audio boolean （可选）
-//
-//重要
-//audio直接影响费用，有声视频与无声视频价格不同，请在调用前确认模型价格。
-//
-//支持模型：wan2.6-r2v-flash。
-//
-//是否生成有声视频。
-//
-//可选值：
-//
-//true：默认值，输出有声视频。
-//
-//false：输出无声视频。
-//
-//示例值：true。
+//false：不开启智能改写。
 //
 //watermark boolean （可选）
 //
@@ -207,8 +280,6 @@
 //
 //true：添加水印。
 //
-//示例值：false。
-//
 //seed integer （可选）
 //
 //随机数种子，取值范围为[0, 2147483647]。
diff --git a/short_drama.db b/short_drama.db
index 8f22ab2..f379337 100644
Binary files a/short_drama.db and b/short_drama.db differ