Wan 2.2 Animate : préparer un personnage et une référence de mouvement

Wan 2.2 Animate a besoin d'une image de personnage et d'une vidéo de pilotage. L'image fournit l'apparence ; la vidéo fournit le mouvement du corps, l'expression faciale et la durée. Choisissez animate pour faire exécuter par le personnage représenté le mouvement dans le décor de l'image, ou replace pour placer ce personnage dans la scène de la vidéo de pilotage. Pour un premier essai, utilisez un adulte entièrement visible, un geste de six secondes et aucun montage.

Ouvrez Wan 2.2 Animate animation de personnages. Aux prix affichés du 3 octobre 2026, six secondes coûtent $0.318 en 480p ou $0.66 en 720p. Aucun des deux modes n'invente un nouvel endroit à partir du prompt : l'arrière-plan provient toujours de l'un de vos deux fichiers.

Choisissez le mode avant d'enregistrer

Par exemple, une femme adulte illustrée en veste prune et pantalon ivoire peut exécuter un pas latéral d'accueil. Si la salle de répétition n'a pas d'importance, utilisez animate avec une image de personnage sur un fond neutre. Si sa fenêtre en arc et son sol en bois doivent rester dans le cadre, utilisez replace et examinez comment le nouveau corps rencontre ce sol. Une vidéo de pilotage avec plusieurs personnes ne laisse à replace aucun moyen de choisir qui est remplacé ; utilisez une seule interprète, ou consultez la dernière section.

Le projet officiel Wan-Animate décrit les deux tâches, y compris la façon dont le remplacement s'aligne sur l'éclairage et les couleurs de la scène. Son guide de prétraitement avertit qu'un fort écart de proportions corporelles entre le personnage et l'interprète provoque des artefacts lors du remplacement.

Préparez une image de personnage qui montre les parties qui bougent

Utilisez une image en pied, chaussures comprises, dans une pose détendue de face, les bras légèrement éloignés du torse et avec la tenue que vous voulez animer. Un arrière-plan neutre et éclairé de façon uniforme garde le résultat animate propre, car cet arrière-plan devient la scène. Un portrait laisse non spécifiés les jambes de pantalon, les chaussures et la morphologie, et une description de tenue plus longue dans le prompt ne fournit pas ces vues.

Le fichier doit être un JPEG, PNG ou WebP de moins de 10 Mo, et il doit contenir un visage ou une personne reconnaissable ; sinon la tâche est rejetée avec invalid_request.

Voici un brief d'image non explicite d'une adulte fictive que vous pouvez utiliser dans un générateur d'images :

Référence de personnage en pied d'une femme adulte fictive, d'environ 30 ans, avec des boucles courtes et foncées, une veste de répétition prune, un pantalon ivoire et des chaussures plates couleur charbon. Pose confortable et équilibrée, bras détendus légèrement éloignés du torse, les deux mains et les deux chaussures visibles. Arrière-plan de studio simple et calme, visage et vêtements lisibles, aucune inscription, aucune autre personne.

Une figure stylisée convient, mais des membres dont les longueurs sont très différentes de ceux de l'interprète rendent le contact au sol et la portée plus difficiles à juger.

Illustration : la conception du personnage fournit l'apparence, le mouvement de l'interprète fournit le mouvement. Ce n'est pas une sortie Wan.

Enregistrez un mouvement de six secondes avec un début et une fin exploitables

Fixez la caméra sur un support stable pour votre première vidéo de pilotage, afin que le mouvement du corps soit facile à lire. Les deux modes peuvent reprendre le mouvement de caméra de la vidéo de pilotage ; animate conserve le décor de l'image du personnage, tandis que replace conserve la scène de la vidéo. Cadrez une interprète adulte de sorte que les deux chaussures et toute l'ouverture des bras restent visibles. Commencez par une pose neutre de face ressemblant à l'image du personnage, puis enregistrez une courte pause, un pas latéral, un geste d'ouverture des bras peu ample, les bras baissés et une dernière pause. Gardez les mains loin du visage et évitez que quelqu'un ne traverse devant.

Le visage de l'interprète compte : l'expression est copiée de la vidéo avec le mouvement, alors gardez le visage dans le cadre et assez grand pour être lu. La référence doit déjà avoir le tempo que vous voulez ; le prompt ne peut pas transformer une rotation rapide en salutation lente ni récupérer une plante de pied cachée derrière une chaise.

Rognez la séquence avant l'envoi. Avec FFmpeg installé, cette commande commence une seconde dans un enregistrement et exporte un MP4 de six secondes, réduit à 720 pixels de hauteur au maximum, proportions d'origine conservées :

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.mp4

Évitez les bandes de format cinéma et le remplissage : dans replace, ils deviennent partie de la scène.

La source doit durer de 2 à 30 secondes ; les fichiers plus courts ou plus longs sont rejetés avant toute facturation. Téléversez un MP4 jusqu'à 90 Mo, ou transmettez une URL directe de MP4 ou MOV. Une page qui ne fait que lire la vidéo n'est pas une URL de fichier directe, et la tâche échoue avec remboursement. La durée de la source fixe la durée de sortie, il n'existe donc aucun champ duration_seconds pour étirer une prestation de deux secondes à six.

Illustration : le cadrage en pied laisse la place du pas latéral et garde le contact au sol visible.

Essayez d'abord dans le Playground

1. Ouvrez la page d'animation de personnages et restez sur l'onglet Playground en vue Form. Connectez-vous avec un compte crédité pour lancer l'exécution.
2. Déposez votre image de personnage dans Input image et votre MP4 rogné dans Input video. Les deux acceptent aussi une Asset URL.
3. Réglez Animation mode sur Animate the image ou Replace in the video.
4. Réglez Resolution sur 480p pendant que vous vérifiez l'identité et la silhouette ; refaites le rendu de la prise que vous gardez en 720p.
5. Collez le prompt d'appui ci-dessous et fixez un Seed comme 42 pour que deux exécutions sur la même vidéo de pilotage soient comparables.
6. Vérifiez l'estimation de prix et lancez l'exécution.

Animez la femme adulte fictive de l'image fournie en utilisant la prestation fournie. Gardez le pas latéral d'accueil unique et le geste d'ouverture des bras peu ample lisibles, avec les pieds posés au sol et une fin détendue. Conservez la veste prune, le pantalon ivoire, les boucles courtes et les chaussures plates. Aucune inscription ajoutée.

Le prompt accompagne le mouvement enregistré ; la personne qui apparaît vient de l'image. Pour la version de remplacement de scène, choisissez Replace in the video et demandez de conserver la caméra, l'éclairage et le sol de la pièce fournie plutôt que de demander un nouvel endroit.

Cette tâche n'a aucun champ LoRA, rapport d'aspect ni entrée audio ; ne les empruntez donc pas à un autre endpoint Wan.

La facturation se fait à la seconde livrée : $0.053 en 480p et $0.11 en 720p, une source de 12 secondes est donc affichée à $0.636 ou $1.32. Seule la résolution modifie le tarif ; ni le mode, ni le prompt, ni le seed. Chaque tâche est d'abord chiffrée sur le maximum de 30 secondes et la différence est remboursée une fois le règlement établi sur la durée réelle : rognez donc d'abord les temps de répétition inactifs, mais gardez les contacts dont le plan final a besoin.

Puis lancez depuis le code

Installez le SDK Python (pip install spicyapi), définissez SPICY_API_KEY dans l'environnement de votre serveur et exécutez :

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 now

Les devis, l'interrogation, les téléchargements, les reprises et les codes d'erreur sont couverts dans le guide des tâches et la référence du SDK Python.

Ou laissez un Agent s'en charger

Lorsqu'un assistant doit effectuer les générations, les trois outils officiels affichent le prix et demandent votre accord avant un appel payant.

• CLI. Téléversez chaque fichier avec spicyapi files upload ./character.png, placez les adresses spicy:// renvoyées dans image_url et video_url d'un input.json contenant les champs ci-dessus, puis exécutez spicyapi tasks create --model alibaba/wan-2.2-animate/character-animation --input-file input.json --wait. Voir la documentation CLI.
• Serveur MCP. Ajoutez le serveur MCP à votre assistant, puis demandez : « Animez /path/to/character.png avec /path/to/driving.mp4 sur Wan 2.2 Animate, mode animate, 480p. » Il téléverse les deux fichiers avec spicyapi_upload_file, puis appelle spicyapi_task_create, qui s'arrête en attendant votre confirmation de prix.
• Skill. npx skills add spicyapi-ai/spicy-skill installe l'Agent Skill, qui fait lire à un assistant de codage le schéma du modèle en direct au lieu de deviner les champs.

Modifiez l'entrée qui explique l'échec

Pour replace, comparez le sol, les bords des fenêtres et les objets de premier plan avec l'original.

Droits et moments où une autre tâche convient mieux

Vous avez besoin des droits sur les deux fichiers et du consentement de toute personne filmée ou représentée. Wan 2.2 Animate est référencé comme un modèle sans censure : SpicyAPI n'ajoute aucun filtre de contenu, cette responsabilité est donc la vôtre.

Si seul le visage doit changer, Video Face Swap conserve le reste du clip d'origine. S'il faut remplacer une personne parmi plusieurs, ou conserver l'audio d'origine du clip, utilisez Character Swap, qui analyse le clip et vous laisse choisir la personne avant l'édition. Si aucune prestation précise n'a besoin d'être copiée, l'image vers vidéo est plus simple.