Wan 2.2 Animate braucht ein Charakterbild und ein Steuervideo. Das Bild liefert das Aussehen; das Video liefert die Körperbewegung, den Gesichtsausdruck und die Dauer. Wählen Sie animate, damit die abgebildete Figur die Bewegung in der eigenen Umgebung des Bildes ausführt, oder replace, um dieselbe Figur in die Szene des Steuervideos zu setzen. Für den ersten Versuch nehmen Sie eine vollständig sichtbare erwachsene Person, eine sechssekündige Geste und keine Schnitte.
Öffnen Sie Wan 2.2 Animate Charakteranimation. Bei den am 3. Oktober 2026 gelisteten Preisen kosten sechs Sekunden $0.318 bei 480p oder $0.66 bei 720p. Keiner der beiden Modi erfindet einen neuen Ort aus dem Prompt: Der Hintergrund stammt immer aus einer Ihrer beiden Dateien.
Wählen Sie den Modus vor der Aufnahme
| Ihr gewünschtes Ergebnis | Modus | Hintergrund und Kamera im Ergebnis |
|---|---|---|
| Die Referenzfigur führt eine aufgenommene Geste aus | animate | Die eigene Umgebung des Charakterbilds, mit Bewegung und Kamera aus dem Steuervideo |
| Die Figur ersetzt die darstellende Person in einem vorhandenen Raum | replace | Szene und Kamerabewegung des Steuervideos; braucht eine sichtbare Person und plausible Körperproportionen |
Eine illustrierte erwachsene Frau in pflaumenfarbener Jacke und elfenbeinfarbener Hose kann zum Beispiel einen einladenden Seitwärtsschritt ausführen. Ist der Proberaum unerheblich, verwenden Sie animate mit einem Charakterbild vor einfachem Hintergrund. Müssen Bogenfenster und Holzfußboden im Bild bleiben, verwenden Sie replace und prüfen Sie, wie der neue Körper auf diesen Boden trifft. Ein Steuervideo mit mehreren Personen gibt replace keine Möglichkeit zu wählen, wer ausgetauscht wird; verwenden Sie eine darstellende Person oder lesen Sie den letzten Abschnitt.
Das offizielle Wan-Animate-Projekt beschreibt beide Aufgaben, auch wie der Austausch Beleuchtung und Farben der Szene angleicht. Die Vorverarbeitungsanleitung warnt davor, dass eine starke Abweichung der Körperproportionen zwischen Figur und darstellender Person beim Austausch Artefakte verursacht.
Bereiten Sie ein Charakterbild vor, das die bewegten Teile zeigt
Verwenden Sie ein Ganzkörperbild einschließlich Schuhen in einer entspannten Frontalhaltung, mit den Armen leicht vom Rumpf gelöst und in der Kleidung, die Sie animiert haben möchten. Ein einfacher, gleichmäßig beleuchteter Hintergrund hält das animate-Ergebnis sauber, weil dieser Hintergrund zur Szene wird. Ein Kopfbild lässt Hosenbeine, Schuhwerk und Körperbau offen, und eine längere Kleiderbeschreibung im Prompt liefert diese Ansichten nicht.
Die Datei muss JPEG, PNG oder WebP sein, kleiner als 10 MB, und ein erkennbares Gesicht oder eine erkennbare Person enthalten; andernfalls wird der Task mit invalid_request abgelehnt.
Hier ist eine nicht explizite Bildbeschreibung einer fiktiven erwachsenen Person, die Sie in einem Bildgenerator verwenden können:
Ganzkörper-Charakterreferenz einer fiktiven erwachsenen Frau, etwa 30, mit kurzen dunklen Locken, pflaumenfarbener Probenjacke, elfenbeinfarbener Hose und flachen anthrazitfarbenen Schuhen. Bequeme ausbalancierte Haltung, Arme entspannt leicht vom Rumpf gelöst, beide Hände und beide Schuhe sichtbar. Einfacher ruhiger Studiohintergrund, lesbares Gesicht und Kleidung, keine Schrift, keine weiteren Personen.
Eine stilisierte Figur ist in Ordnung, aber stark abweichende Gliedmaßenlängen machen Bodenkontakt und Reichweite schwerer beurteilbar.
Illustration: Das Charakterdesign liefert das Aussehen, die Bewegung der darstellenden Person liefert die Bewegung. Keine Wan-Ausgabe.
Nehmen Sie eine sechssekündige Bewegung mit brauchbarem Anfang und Ende auf
Fixieren Sie die Kamera für Ihr erstes Steuervideo auf einer stabilen Halterung, damit die Körperbewegung gut lesbar ist. Beide Modi können Kamerabewegungen aus dem Steuervideo übernehmen; animate behält die Umgebung des Charakterbilds, während replace die Szene des Videos behält. Erfassen Sie eine erwachsene darstellende Person so, dass beide Schuhe und die volle geöffnete Armspanne sichtbar bleiben. Beginnen Sie in einer neutralen Frontalhaltung, die dem Charakterbild ähnelt, und nehmen Sie dann eine kurze Pause, einen Seitwärtsschritt, eine flache Armöffnungsbewegung, gesenkte Arme und eine letzte Pause auf. Halten Sie die Hände vom Gesicht fern und vermeiden Sie, dass jemand davor hindurchgeht.
Das Gesicht der darstellenden Person ist wichtig: Der Ausdruck wird zusammen mit der Bewegung aus dem Video übernommen, halten Sie das Gesicht also im Bild und groß genug zum Lesen. Die Referenz sollte bereits das gewünschte Tempo haben; der Prompt kann eine schnelle Drehung nicht in eine langsame Begrüßung verwandeln und keinen Fußaufsetzer zurückholen, der hinter einem Stuhl verborgen war.
Schneiden Sie das Material vor dem Upload. Mit installiertem FFmpeg startet dieser Befehl eine Sekunde in eine Aufnahme und exportiert eine sechssekündige MP4, die auf höchstens 720 Pixel Höhe verkleinert ist und die Originalproportionen behält:
ffmpeg -ss 1 -i rehearsal.mov -t 6 \
-vf "scale=-2:'min(720,ih)'" \
-c:v libx264 -crf 18 -pix_fmt yuv420p driving-six-seconds.mp4Vermeiden Sie Letterbox-Balken oder Padding: In replace werden sie Teil der Szene.
Die Quelle muss 2–30 Sekunden lang sein; kürzere oder längere Dateien werden abgelehnt, bevor etwas berechnet wird. Laden Sie eine MP4 bis 90 MB hoch oder übergeben Sie eine direkte MP4- oder MOV-URL. Eine Seite, die das Video lediglich abspielt, ist keine direkte Datei-URL, und der Task schlägt fehl, wobei die Berechnung erstattet wird. Die Quelllänge legt die Ausgabelänge fest, es gibt also kein Feld duration_seconds, um eine zweisekündige Darstellung auf sechs Sekunden zu dehnen.
Illustration: Die Ganzkörper-Einstellung lässt Platz für den Seitwärtsschritt und hält den Bodenkontakt sichtbar.
Probieren Sie es zuerst im Playground
- Öffnen Sie die Seite zur Charakteranimation und bleiben Sie im Tab Playground in der Ansicht Form. Melden Sie sich mit einem Konto mit Guthaben an, um zu starten.
- Legen Sie Ihr Charakterbild unter Input image und Ihr geschnittenes MP4 unter Input video. Beide akzeptieren auch eine Asset URL.
- Setzen Sie Animation mode auf Animate the image oder Replace in the video.
- Setzen Sie Resolution auf 480p, während Sie Identität und Silhouette prüfen; rendern Sie die Aufnahme, die Sie behalten, erneut in 720p.
- Fügen Sie den unterstützenden Prompt unten ein und setzen Sie einen Seed wie
42, damit zwei Läufe über dasselbe Steuervideo vergleichbar sind. - Prüfen Sie die Preisschätzung und starten Sie den Lauf.
Animieren Sie die fiktive erwachsene Frau im gelieferten Bild mit der gelieferten Darstellung. Halten Sie den einzelnen einladenden Seitwärtsschritt und die flache Armöffnungsbewegung lesbar, mit am Boden stehenden Füßen und einem entspannten Ende. Behalten Sie die pflaumenfarbene Jacke, die elfenbeinfarbene Hose, die kurzen Locken und die flachen Schuhe. Keine zusätzliche Schrift.
Der Prompt unterstützt die aufgenommene Bewegung; wer erscheint, kommt aus dem Bild. Wählen Sie für die Szenentausch-Version Replace in the video und bitten Sie darum, die Kamera, die Beleuchtung und den Boden des gelieferten Raums zu behalten, statt einen neuen Ort zu verlangen.
| Feld | Aktueller Vertrag |
|---|---|
Input image (image_url) | Erforderliches Charakterbild; JPEG, PNG oder WebP, unter 10 MB |
Input video (video_url) | Erforderliches Steuervideo; 2–30 Sekunden, MP4-Upload bis 90 MB oder direkte MP4/MOV-Datei-URL |
Animation mode (animation_mode) | animate oder replace; Standard animate |
Resolution (resolution) | 480p oder 720p; Standard 720p |
Prompt (prompt) | Optional, höchstens 2000 Zeichen |
Seed (seed) | Optionale ganze Zahl 0–2.147.483.647; Null fordert Zufallswerte an |
Dieser Task hat kein Feld für LoRA, Seitenverhältnis oder Audioeingabe, übernehmen Sie diese also nicht von einem anderen Wan-Endpunkt.
Die Abrechnung erfolgt pro ausgelieferter Sekunde: $0.053 bei 480p und $0.11 bei 720p, eine 12-sekündige Quelle kostet also $0.636 oder $1.32. Nur die Auflösung ändert den Satz; Modus, Prompt und Seed nicht. Jeder Task wird zuerst zum 30-Sekunden-Maximum angeboten, und die Differenz wird erstattet, sobald die Abrechnung gegen die tatsächliche Länge erfolgt, kürzen Sie also zuerst untätige Probenzeit, behalten Sie aber die Kontaktmomente, die der fertige Shot braucht.
Dann aus dem Code starten
Installieren Sie das Python-SDK (pip install spicyapi), setzen Sie SPICY_API_KEY in Ihrer Serverumgebung und führen Sie aus:
import uuid
from spicyapi import SpicyClient, output_assets
client = SpicyClient() # reads SPICY_API_KEY from the environment
image = client.upload_file("./character.png") # local files become spicy:// URIs
video = client.upload_file("./driving-six-seconds.mp4")
task = client.create_task(
model="alibaba/wan-2.2-animate/character-animation",
input_data={
"image_url": image["uri"],
"video_url": video["uri"],
"animation_mode": "animate",
"resolution": "720p",
"prompt": "Animate this fictional adult character using the supplied sidestep and open-arm "
"performance. Retain the plum jacket and ivory trousers. No added lettering.",
"seed": 42,
},
idempotency_key=str(uuid.uuid4()),
)
final = client.wait_for_terminal(task["taskId"])
if final["state"] != "succeeded":
raise RuntimeError(f"{task['taskId']} ended as {final['state']}: {final.get('errorCode')}")
print(output_assets(final)[0]["url"]) # copy the clip to your own storage nowPreisangebote, Polling, Downloads, Wiederholungen und Fehlercodes behandelt der Task-Leitfaden und die Python-SDK-Referenz.
Oder ein Agent startet sie
Wenn ein Assistent die Generierungen starten soll, zeigen alle drei offiziellen Werkzeuge den Preis und fragen vor einem kostenpflichtigen Aufruf bei Ihnen nach.
- CLI. Laden Sie jede Datei mit
spicyapi files upload ./character.pnghoch, setzen Sie die zurückgegebenenspicy://-Adressen inimage_urlundvideo_urleinerinput.jsonmit den obigen Feldern und führen Sie dannspicyapi tasks create --model alibaba/wan-2.2-animate/character-animation --input-file input.json --waitaus. Siehe CLI-Doku. - MCP-Server. Fügen Sie Ihrem Assistenten den MCP-Server hinzu und fragen Sie dann: „Animieren Sie /path/to/character.png mit /path/to/driving.mp4 auf Wan 2.2 Animate, animate-Modus, 480p." Er lädt beide Dateien mit
spicyapi_upload_filehoch und ruft dannspicyapi_task_createauf, das für Ihre Preisfreigabe anhält. - Skill.
npx skills add spicyapi-ai/spicy-skillinstalliert den Agent Skill, der einen Coding-Assistenten das aktuelle Modell-Schema lesen lässt, statt Felder zu raten.
Ändern Sie die Eingabe, die den Fehler erklärt
| Zurückgegebenes Problem | Erste hilfreiche Änderung |
|---|---|
| Füße gleiten, während der Oberkörper funktioniert | Verwenden Sie eine Quelle, in der die Gewichtsverlagerung und beide Schuhkontakte sichtbar sind; verkleinern Sie die Schrittgröße |
| Ein Ärmel verschmilzt mit einer Hand | Trennen Sie die Hände in der Steuergeste vom Rumpf; entfernen Sie widersprüchliche Kleidungsangaben |
| Die Figur verändert sich während einer Drehung | Verwenden Sie ein Charakterbild näher an der Ausrichtung der Quelle oder eine Quelle mit einer kleineren Drehung |
| Das Gesicht wirkt flach oder falsch | Der Ausdruck kommt aus dem Video; verwenden Sie eine Aufnahme, in der das Gesicht sichtbar und groß bleibt, ohne extreme Kopfdrehungen |
| Der Ersatz schwebt im Raum | Vergleichen Sie Körperproportionen und Bodenkontakt; verwenden Sie ein Steuervideo näher am Körperbau des gewünschten Charakters |
| Arme verlassen das Bild | Nehmen Sie breiter neu auf oder schneiden Sie auf eine passende Bewegung zu |
| Die Ausgabe ähnelt eher der ursprünglichen darstellenden Person als dem Ersatz | Bestätigen Sie den Modus replace und das tatsächliche Charakterbild; verwenden Sie eine Quelle mit einer klar sichtbaren darstellenden Person |
| Die falsche Darstellung wird ausgeführt | Bestätigen Sie das tatsächlich hochgeladene Video und entfernen Sie dann Prompt-Aktionen, die darin nicht vorkommen |
Vergleichen Sie bei replace Boden, Fensterkanten und Vordergrundobjekte mit dem Original.
Rechte und wann eine andere Aufgabe besser passt
Sie benötigen die Rechte an beiden Dateien und die Einwilligung aller gefilmten oder abgebildeten Personen. Wan 2.2 Animate ist als unzensiertes Modell gelistet: SpicyAPI fügt keinen Inhaltsfilter hinzu, diese Verantwortung liegt also bei Ihnen.
Soll sich nur das Gesicht ändern, behält Video Face Swap den Rest des Originalclips. Muss eine Person unter mehreren ersetzt werden oder das Originalaudio des Clips erhalten bleiben, verwenden Sie Character Swap, das den Clip analysiert und Sie vor dem Bearbeiten die Person auswählen lässt. Muss keine bestimmte Darstellung nachgebildet werden, ist Bild-zu-Video einfacher.
