Introducción
Wan 2.2 LoRA anima un cuadro inicial con el modelo de imagen a video Wan 2.2 de Alibaba y te permite cargar encima tus propios pesos LoRA entrenados para orientar el estilo, el personaje o el movimiento. El cuadro inicial y un prompt de movimiento son obligatorios. Los LoRA van en tres ranuras opcionales con hasta tres entradas cada una, y cada entrada combina una URL directa a un archivo de pesos de hasta 1 GB con una intensidad de 0 a 4. Los clips duran exactamente 5 u 8 segundos, en 480p o 720p.
Funciones y aspectos destacados
Tres ranuras para dos pasadas de eliminación de ruido
Wan 2.2 elimina el ruido en dos pasadas. high_noise_loras aplica los pesos al experto de ruido alto, donde se deciden la composición y el movimiento; low_noise_loras los aplica al experto de ruido bajo, donde se resuelven el detalle y la textura; loras los aplica a ambos. Un tratamiento de línea o de grano suele ir en la ranura de ruido bajo, y un estilo de cámara o de movimiento en la de ruido alto.
Intensidades separadas para el estilo de cámara y el de render
Como las ranuras actúan sobre pasadas distintas, un LoRA de movimiento y uno de textura pueden ir en la misma solicitud, cada uno con su intensidad. Subes uno y bajas el otro en lugar de equilibrar un único peso mezclado. Dentro de una misma ranura, los LoRA apilados se mezclan en vez de superponerse, por eso es más seguro agregarlos de uno en uno.
Los pesos se quedan en tu alojamiento
Cada archivo se descarga desde la URL que indicas mientras dura la ejecución, y nada se almacena en la plataforma. Funcionan los enlaces de descarga directa, al igual que las páginas de modelo o enlaces de descarga de Civitai y los enlaces blob o resolve de Hugging Face, que se resuelven automáticamente al archivo. Otras páginas para compartir y todo lo que requiera iniciar sesión fallan en la descarga; los pesos que deban seguir privados van detrás de un enlace firmado.
El modelo base cuando las ranuras están vacías
Los tres arreglos están vacíos por defecto. Una solicitud sin LoRA devuelve el resultado del modelo base Wan 2.2 de imagen a video para la misma imagen y el mismo prompt, que es la referencia contra la que se mide cualquier barrido de intensidad.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Obligatorio. Describe qué se mueve y cómo se comporta la cámara. mínimo 1 caracteres |
image_url | Sí | El cuadro de apertura. El sujeto, el vestuario, el set y la proporción del clip salen todos de él; un LoRA lo reestiliza en vez de reemplazarlo. mínimo 1 caracteres |
resolution | No | 480p o 720p, con 480p por defecto. Comprueba la combinación de LoRA en 480p antes de volver a renderizar en 720p. |
duration_seconds | No | Exactamente 5 u 8. Cualquier otro valor se rechaza en vez de redondearse, así que la duración que pagas nunca es una sorpresa. |
loras | No | Hasta tres LoRA aplicados a los dos expertos de ruido. Valor predeterminado: |
high_noise_loras | No | Hasta tres LoRA en el experto de alto ruido, la pasada donde se deciden la composición y el movimiento. El slot correcto para un estilo de cámara o de desplazamiento. Valor predeterminado: |
low_noise_loras | No | Hasta tres LoRA en el experto de bajo ruido, la pasada donde se resuelven el detalle y la textura. El slot correcto para línea, grano o un tratamiento de render. Valor predeterminado: |
seed | No | De 0 a 2147483647. Mantenla fija mientras barres la fuerza de un LoRA, o no podrás distinguir la fuerza del ruido. |
Precios
| Especificación | Precio |
|---|---|
| $0.024 / segundo |
| $0.048 / segundo |
Casos de uso
Un estilo de ilustración propio en toda una serie
Entrena un LoRA con tu línea y tu tratamiento de color y cárgalo en la ranura de ruido bajo con una intensidad cercana a 1. El cuadro inicial aporta el personaje y la escenografía de cada clip y el LoRA aporta el render, así que todos los clips de la serie lo comparten. El ejemplo de la caminata en la azotea es ese tipo de punto de partida: un personaje con cel shading en una azotea de noche, renderizado sin LoRA, con un prompt que pide mantener el estilo anime durante un travelling.
Separar el estilo de cámara del estilo de render
Coloca un LoRA de movimiento o de cámara en la ranura de ruido alto y uno de textura en la de ruido bajo dentro de la misma solicitud. Si el movimiento es correcto pero la textura es demasiado intensa, baja solo la intensidad de ruido bajo y vuelve a ejecutar con la misma imagen, el mismo prompt y el mismo seed.
Pesos de estilo sin censura
Los pesos entrenados para estilos sin censura se ejecutan igual que cualquier otro archivo: la solicitud no declara contenido y ningún LoRA se inspecciona. Lo que pone límites al trabajo son tus derechos sobre los pesos, los datos de entrenamiento y el fotograma de apertura, junto con el consentimiento, la edad y la ley local de todas las personas que aparecen.
Encontrar la intensidad adecuada
Fija la imagen, el prompt y el seed, y varía la intensidad de un solo LoRA de 0.5 a 1.5 en cuatro ejecuciones a 480p. Por encima de 1.5, aproximadamente, el estilo tiende a absorber al sujeto en lugar de estilizarlo. Quédate con la ejecución en la que el estilo está presente y el sujeto de la imagen sigue intacto, y vuelve a renderizar esa combinación en 720p.
Guía de prompts y consejos prácticos
Elige la ranura antes de escribir
Decide qué debe cambiar el LoRA. El estilo de render va en la ranura de ruido bajo, el estilo de movimiento o de cámara en la de ruido alto, y la ranura compartida cuando el estilo deba afectar tanto la composición como la textura. Así, el prompt solo tiene que describir qué se mueve y cómo se comporta la cámara.
No nombres el estilo dos veces
Nombrar un estilo en el prompt mientras cargas un LoRA para ese mismo estilo tiende a duplicar el efecto. Cuando un LoRA se encarga de la apariencia, mantén el prompt en la acción y la cámara, y ajusta la intensidad en lugar de sumar palabras de estilo.
Adapta el ejemplo incluido
El ejemplo de la caminata en la azotea se ejecuta con duration_seconds 5 y resolution 480p, con las tres ranuras de LoRA vacías:
She pushes off the railing, straightens her blazer over one shoulder and turns to walk along the rooftop, city lights and the vending machine glow sliding past behind her, hair lifting in the night wind. Smooth tracking move, anime cel-shaded style held stable.
Primero renderiza tu propia imagen con un prompt de la misma estructura (una acción, un movimiento de cámara) y un seed fijo para obtener el clip base. Después agrega una sola URL de pesos en una ranura con intensidad 1, sin cambiar nada más, y compara los dos clips para ver qué cambia ese LoRA.
Configura duración, seed e imagen a conciencia
duration_seconds solo acepta 5 u 8; cualquier otro valor se rechaza en lugar de redondearse. En el seed, 0 pide un valor aleatorio, así que usa uno distinto de 0 durante un barrido. La imagen puede ser JPEG, PNG sin transparencia, BMP o WebP de hasta 20 MB, y el clip toma de ella su relación de aspecto, así que recórtala primero al formato de entrega.
Inicio rápido de la API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.2-lora/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
