Zum Hauptinhalt springen

Setzen Sie einen Clip mit Wan 2.5 fort: Das letzte Bild Ihres Videos eröffnet ein neues Segment von 5 oder 10 Sekunden mit Ton, und Sie erhalten eine Datei zurück, in der Original und Fortsetzung verbunden sind, in 480p, 720p oder 1080p. Eine optionale Tonspur bestimmt das Timing des neuen Teils.

Ab $0.045/s

Playground

Eingabe

Videoverlängerung
  1. 1

    Clip zum Fortsetzen wählen

    Wählen Sie ein Video – wir setzen es ab seinem letzten Bild fort.

  2. 2

    Wie es weitergeht

    Wählen Sie in Schritt 1 einen Clip, dann öffnet sich dieser Schritt.

    0/1500
    Optional. Was als Nächstes passiert: die folgende Handlung, die Kamerabewegung und eine Zeile zum Ton. Motiv und Set legt bereits das letzte Bild fest, verwenden Sie die Worte also für Bewegung. Bis zu 1.500 Zeichen. höchstens 1500 Zeichen
    0/500
    Was im neuen Segment nicht erscheinen darf: eine zweite Person, Untertitel, ein Requisit, das das letzte Bild immer wieder mitbringt. Bis zu 500 Zeichen. höchstens 500 Zeichen
    preisrelevant
    Auflösung, in der das neue Segment erzeugt wird: 480p, 720p oder 1080p, Standard 720p. Wählen Sie die Auflösung Ihres Originals, damit an der Naht kein Schärfesprung sichtbar wird. Das verbundene MP4 behält die Bildrate und den Bildausschnitt Ihres Clips, ohne schwarze Balken. Damit die Naht sauber sitzt, kann das Bild an den Rändern um wenige Prozent beschnitten oder angepasst werden. Liefert das Modell ein deutlich anderes Seitenverhältnis, wird das neue Segment so skaliert, dass es Ihr Bild ausfüllt, mittig ausgerichtet und an den überstehenden Rändern beschnitten. Sie bestimmt den Preis.
    Dauerpreisrelevant
    510
    Länge des neuen Segments: genau 5 oder 10 Sekunden, Standard 5. Ihr Original kommt davor hinzu und wird nicht berechnet. Kurze Segmente halten Hände und Haare besser, legen Sie den Look daher zuerst mit fünf Sekunden fest.
    0/1

    Audiodatei ablegen oder auswählen · 1 Datei · Max. 90 MB · MP3 · WAV

    0 / 1 Dateien
    Ton für das neue Segment: eine Sprachzeile oder ein Musikeinsatz, dem es folgen soll, damit Sprache und Beats dort landen, wo Sie sie erwarten. WAV oder MP3, 3 bis 30 Sekunden und bis 15 MB. Ist das Audio länger als das neue Segment, wird es am Ende abgeschnitten; ist es kürzer, bleibt der Rest des Segments stumm. Ihr Original behält seinen eigenen Ton. mindestens 1 Zeichen
SicherheitsfilterAus

SpicyAPI führt bei diesem Modell keinen Sicherheitsfilter aus. Prompt und Material gehen unverändert an das Modell, und das Modell selbst entscheidet über das Ergebnis.

Wir prüfen Ihr Konto, bevor Absenden und Preisberechnung freigeschaltet werden.

1 Pflichtfeld fehlt: Eingabevideo

Ausgabe

Bereit für einen neuen Lauf

Das Ergebnis erscheint hier.

Eingaben festlegen, Schätzung prüfen, dann das Modell ausführen.

Verwandte Modelle und nächste Schritte

Ihr Modell ist nicht dabei?

Sagen Sie uns, welches Modell fehlt und wofür Sie es brauchen. Ihre Anfrage geht direkt an das Team, das über die nächsten Modelle entscheidet.

VIDEO-API MIT TON

Eine Einstellung beschreiben oder ein Bild schicken – 5 oder 10 Sekunden mit Ton zurückbekommen.

Kennzahlen

Endpunkte
3
Text-zu-Video, Bild-zu-Video und Videoverlängerung, jeweils mit eigenem Vertrag.
Cliplänge
5/10
Zwei feste Längen. Werte dazwischen werden abgelehnt, nicht gerundet.
Max. Auflösung
1080P
480p, 720p oder 1080p pro Anfrage; Standard 720p.
Ton
AUDIO
Entsteht im selben Durchgang wie das Bild.
Formate
5
Fünf bei Text-zu-Video; Bild-zu-Video übernimmt das Format des Bildes.
Audio-Eingang
AUDIO IN
audio_url gibt dem Clip einen Satz oder Beat vor.

Bevor es kostet

text-to-video

Fünf Seitenverhältnisse: 16:9, 9:16, 1:1, 4:3 und 3:4. In 480p entstehen nur Quer-, Hoch- und Quadratformat; für 4:3 oder 3:4 braucht es 720p oder mehr. Ein bestimmtes Gesicht oder Produkt hält Text allein über mehrere Durchläufe nicht stabil.

image-to-video

Das Startbild ist Pflicht und bestimmt Kleidung, Set, Licht und Format; ein Feld für das Seitenverhältnis gibt es hier nicht, also vorher zuschneiden. Der Prompt ist optional, doch eine klare Handlungszeile sorgt für deutlich ruhigere Bewegung.

all

Die Dauer beträgt exakt 5 oder 10 Sekunden. Längere Clips driften stärker bei Händen, Haaren und feinen Details. Für Einwilligung, Rechte und geltendes Recht bei allem, was Sie hochladen oder darstellen, sind Sie verantwortlich. Öffentliche Seiten und Beispiele bleiben für ein allgemeines Publikum geeignet.

Was das Modell leistet

Im Takt Ihrer Spur

Den Satz vorgeben – der Mund folgt

Alle Endpunkte akzeptieren audio_url. Schicken Sie einen aufgenommenen Satz oder einen Musik-Cue, und der erzeugte Clip richtet Bewegung und Lippenformen nach dieser Datei aus, statt einen eigenen Rhythmus zu erfinden. So landet eine Sprechszene am einfachsten auf dem Text, der bereits freigegeben ist.

Wofür es sich eignet

  • Kurze Social-Clips mit Ton

    Wählen Sie bei Text-zu-Video 9:16, lassen Sie den Clip bei fünf Sekunden und nehmen Sie den Soundtrack direkt in der Datei entgegen. Vor dem Posten ist kein eigener Audio-Durchgang nötig – so bleibt ein täglicher Stapel Entwürfe realistisch.

  • Sprechszenen nach freigegebenem Skript

    Starten Sie bei Bild-zu-Video mit einem Porträt und übergeben Sie den aufgenommenen Satz als audio_url. Das Gesicht stammt aus dem Bild, das Timing aus der Datei – in der Abnahme geht es um die Darstellung, nicht um Lippensynchronität.

  • Produktmomente aus einem Packshot

    Nutzen Sie den Packshot als Startbild und beschreiben Sie eine einzige Kamerabewegung. Etikett und Silhouette sind durch das Bild festgelegt, der Prompt trägt nur Licht und Bewegung, und ein 1080p-Render lässt Spielraum zum Zuschneiden.

Erstellt mit Wan 2.5

  • 5 Sek.
  • 10 Sek.
  • 5 Sek.
  • 5 Sek.
  • 10 Sek.
  • 5 Sek.
  • 10 Sek.

Modellreferenz

Wan 2.5-API-Referenz

Wan 2.5-API-Spezifikation

Hersteller
Alibaba
Veröffentlichte Endpunkte
text-to-video, image-to-video, video-extend
Cliplänge
5 oder 10 Sekunden – Standard 5
Auflösung
480p, 720p, 1080p – Standard 720p
Seitenverhältnisse
16:9, 9:16, 1:1, 4:3, 3:4 bei Text-zu-Video; Bild-zu-Video folgt dem Bild
Audio
Wird mit dem Bild erzeugt; optionale audio_url als Vorlage
Abrechnung
Pro Videosekunde, Preis je nach Auflösung

So rufen Sie die Wan 2.5-API auf

  1. 1. Nach vorhandenem Material wählen

    Nur eine Idee → Text-zu-Video, dort legt aspect_ratio das Format fest. Ein Standbild, das sich bewegen soll → Bild-zu-Video, der Clip übernimmt dessen Proportionen. Einen vorhandenen Clip führen Sie mit der Videoverlängerung fort. Längen, Auflösungen und Audio-Optionen sind bei allen gleich.

  2. 2. Die Einstellung bei 5 Sekunden und 720p festzurren

    Motiv, eine Handlung, eine Kamerabewegung und ein Satz zum Ton. Halten Sie den Seed beim Iterieren fest und rendern Sie den gewählten Take danach mit 10 Sekunden oder in 1080p neu.

  3. 3. Asynchron absenden

    Legen Sie den Auftrag mit einem Idempotency-Key an, speichern Sie die Task-ID und fragen Sie den Status ab oder registrieren Sie einen Callback. Fertige Videos kommen aus dem Plattformspeicher.

Kurz zusammengefasst

Wan 2.5 ist auf dieser Plattform in unabhängige APIs aufgeteilt. Text-zu-Video nimmt eine beschriebene Einstellung und eines von fünf Seitenverhältnissen entgegen; Bild-zu-Video nimmt ein Startbild und behält dessen Format bei; Videoverlängerung setzt einen vorhandenen Clip fort. Alle liefern exakt 5 oder 10 Sekunden in 480p, 720p oder 1080p, mit Ton, der zusammen mit dem Bild entsteht, einer optionalen audio_url für Dialog- oder Musik-Timing, einem Negativ-Prompt und einem Seed. Aufträge laufen asynchron und werden pro Sekunde des gelieferten Videos abgerechnet; der Sekundenpreis richtet sich nach der gewählten Auflösung.

Fragen zur Wan 2.5-API

Alle Wan-Modelle22

Videomodelle18