Wan 2.5 Text-zu-Video von Alibaba macht aus einer beschriebenen Einstellung einen Clip von 5 oder 10 Sekunden mit erzeugtem Ton, in 480p, 720p oder 1080p. Wählen Sie 16:9, 9:16, 1:1, 4:3 oder 3:4, optional mit einer Audiospur als Vorlage.
Playground
Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.
- Ausgabe5 Sek.
bar-slow-dance Zwei Menschen in einer Bewegung, allein aus Worten: Nach Ladenschluss zieht sie ihn an der Krawatte heran, bis sich ihre Gesichter fast berühren, lehnt sich dann in seinen Armen zurück und lacht, während die Kamera sie umkreist. Der Dunst in den bernsteinfarbenen Lichtstrahlen gibt der Kreisfahrt etwas zum Enthüllen.
- 720p
- 16:9
- 5s
- Ausgabe10 Sek.
sax-solo-ten-seconds `duration_seconds` ist `10`, die längere der zwei Dauern dieses Endpunkts, bei `1080p` in `16:9`. Der Text verlangt vom Tondurchgang etwas Bestimmtes: Der Klang des Saxofons soll zum Griffbild passen – das ist eine Behauptung über Synchronität, nicht über Atmosphäre. Wenn Sie erzeugten Ton prüfen, prüfen Sie ihn an einer sichtbaren Mechanik; dann sehen Sie selbst, ob er sitzt.
- 1080p
- 16:9
- 10s
- Ausgabe5 Sek.
harbour-dawn-swim Eine Handlung, eine Kameraposition und ausformulierter Ton, damit Platschen und Lachen auf den richtigen Bildern landen.
- 720p
- 16:9
- 5s
- Ausgabe10 Sek.
record-shop-vertical Ein zehnsekündiger Hochformat-Take in 1080p: Neigung von den Händen zum Gesicht, der Negativ-Prompt hält Untertitel und fremde Personen fern.
- 250924
- 1080p
- 9:16
Dieses Beispiel beginnt bei $0.045 je Ausgabesekunde. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.