Einführung
Wan 2.2 Bild-zu-Video geht von einem Bild aus, das Sie bereitstellen, und animiert, was danach geschieht. Zwei Eingaben sind Pflicht: ein Startbild als JPEG, PNG oder WebP mit höchstens 10 MB und ein Prompt mit bis zu 5.000 Zeichen, der die Bewegung beschreibt. Jede Anfrage liefert genau einen stummen Clip von fünf Sekunden in 480p (Standard) oder 720p.
Den passenden Wan-2.2-Modus nach Ausgangsmaterial wählen
| Was Sie zu Beginn haben | Modus | Was die Anfrage braucht |
|---|---|---|
| eine geschriebene Szene oder ein Skript | Wan 2.2 Text-zu-Video | einen Prompt; 16:9 oder 9:16 |
| ein Standbild, das erhalten bleiben soll | Wan 2.2 Bild-zu-Video | ein Bild und einen Prompt; das Bild bestimmt das Format |
Wichtige Funktionen und Highlights
Das Bild bestimmt das Aussehen
Motiv, Kostüm, Set und Lichtrichtung stammen vollständig aus dem Startbild, der Prompt muss sie also nicht noch einmal beschreiben. Deshalb ist dieser Modus der richtige für Material, das exakt passen muss: Im Serum-Flakon-Beispiel legt das Bild Etikett und Silhouette fest, und der Prompt verlangt nur einen Kamerabogen und wanderndes Licht.
Das Format kommt aus dem Bild
Dieser Endpunkt hat keine Einstellung für das Seitenverhältnis. Am sichersten sind 16:9 und 9:16, denn ein Bild in anderen Proportionen kann skaliert und mittig beschnitten zurückkommen. Beschneiden Sie das Bild vor dem Hochladen auf das Auslieferungsformat.
Feste Länge, nur Bild
Jeder Take besteht aus fünf Sekunden Video ohne Ton; weder Länge noch Audio lassen sich ändern. Weil beides feststeht, ist die Bewegung die einzige Variable – deshalb verlangt jedes veröffentlichte Beispiel genau eine Bewegung oder genau eine Ursache mit ihrer Wirkung.
Die Prompt-Erweiterung ändert mehr als den Wortlaut
Die Prompt-Erweiterung ist standardmäßig aus. Eingeschaltet kann sie nicht nur den Text der Vorgabe, sondern auch den Look des Renderings verändern; vergleichen Sie deshalb mit einem Durchlauf ohne Erweiterung, bevor Sie sie beibehalten. Das Beispiel mit Windspiel und Gestalt lässt sie aus, damit der Satz genau so läuft, wie er geschrieben ist.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
image_url | Ja | Das Startbild: JPEG, PNG oder WebP, höchstens 10 MB. Motiv, Kleidung, Set und Lichtrichtung stammen daraus – schneiden Sie es also zuerst zu. mindestens 1 Zeichen |
prompt | Ja | Pflicht, bis zu 5.000 Zeichen. Was nach dem Bild passiert: eine Handlung und ein Kameraverhalten. mindestens 1 Zeichen · höchstens 5000 Zeichen |
negative_prompt | Nein | Was nicht erscheinen darf: eine zweite Person, Untertitel, ein Requisit, das das Modell immer wieder hineinbringt. Schreiben Sie eine einfache Liste statt verneinter Sätze. höchstens 500 Zeichen |
resolution | Nein | 480p oder 720p, Standard 480p. Es ist die einzige Einstellung, die den Preis ändert. |
enable_prompt_expansion | Nein | Standardmäßig aus. Schalten Sie es für eine Idee in einer Zeile ein; lassen Sie es aus, wenn der Prompt schon eine präzise Handlung beschreibt. Standardwert: |
seed | Nein | 0 bis 2147483647. Halten Sie ihn fest, wenn Sie 480p und 720p aus demselben Bild vergleichen; für einen zufälligen Wert lassen Sie das Feld weg, statt 0 zu senden. |
Preis
Jede Anfrage liefert einen Clip von fünf Sekunden.
| Spezifikation | Preis |
|---|---|
| $0.24 / Anfrage |
| $0.48 / Anfrage |
Anwendungsfälle
Ein Produkt-Standbild in Bewegung setzen
Schicken Sie ein freigegebenes Packshot-Foto und verlangen Sie eine Kamerabewegung oder einen Lichtwechsel, während das Produkt an seinem Platz bleibt. Das Serum-Flakon-Beispiel zeigt das Muster: Die Kamera umkreist einen Pipettenflakon langsam um eine Vierteldrehung, ein weiches Band aus Fensterlicht gleitet über das Glas, und der Prompt hält fest, dass sich der Flakon selbst nicht bewegt.
Ein einzelner Moment aus einem Porträt
Das Slip-Dress-Beispiel beginnt mit einem Studioporträt und verlangt eine einzige Handlung: Sie verlagert ihr Gewicht, dreht die Schultern zur Linse, macht zwei langsame Schritte nach vorn und hält den Blick. Die Kamera steht fest, der graue Studiohintergrund bleibt unverändert, gerendert wird in 720p.
Bewegung mit sichtbarer Ursache
Im Beispiel mit Windspiel und Gestalt dreht sich ein Windspiel, und eine Gestalt hinter einem Gazevorhang bewegt sich mit, während der Schatten des Vorhangs über die Szene wandert. Wer Ursache und Wirkung in einen kurzen stummen Clip schreibt, gibt der Bewegung einen Grund und verhindert, dass sie wie eine Schleife wirkt.
Prompt-Leitfaden und Praxistipps
Erst das Bild vorbereiten, dann den Prompt
Beschneiden Sie das Bild auf 16:9 oder 9:16 und prüfen Sie, ob es Kostüm, Set und Licht bereits so zeigt, wie Sie es wollen – der Prompt ist nicht der Ort, das zu ändern. Entfernen Sie Einblendungen oder Nebenmotive, die nicht animiert werden sollen, und halten Sie die Datei unter 10 MB.
Nur beschreiben, was nach dem Startbild passiert
Nennen Sie, wer oder was sich bewegt, in welche Richtung und in welchem Tempo, und danach das Verhalten der Kamera. Bereits sichtbare Objekte erneut zu beschreiben kostet Zeichen, ohne Bewegung hinzuzufügen. Ein Satz dazu, was stillstehen soll – wie der Flakon, der sich nicht bewegt –, lohnt sich dagegen.
Entwurf in 480p, Auslieferung in 720p
Die Auflösung ist die einzige Einstellung, die den Preis verändert. Legen Sie einen Seed zwischen 0 und 2147483647 fest, wenn Sie einen 480p-Entwurf mit seiner 720p-Neuberechnung aus demselben Bild vergleichen. Für eine zufällige Variante lassen Sie den Seed weg, statt 0 zu senden.
Den ganzen Clip prüfen, bevor Sie die Handlung ausbauen
Sehen Sie sich den Anfang, die größte Bewegung und die letzte Sekunde an. Verlieren Gesicht, Etikett oder Kontur ihre Form, reduzieren Sie die Zahl gleichzeitiger Bewegungen, bevor Sie den Prompt umschreiben. Braucht die nächste Einstellung eine andere Bildkomposition, beginnen Sie mit einem neuen Bild, statt die Bewegung dorthin führen zu lassen.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.2/image-to-video",
"input": {
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
