Wan 2.2 NSFW: è censurato? 7 versioni testate e prompt che funzionano

Wan 2.2 è il modello video open-weights di Alibaba, la base per cui sono addestrate molte LoRA video NSFW su Civitai e una versione che molti usano ancora in locale. Quindi «Wan 2.2 è censurato?» ha due risposte: una per i pesi e una per il posto in cui li esegui.

In breve: i pesi di Wan 2.2 non hanno alcun filtro dei contenuti, ma le versioni ospitate si comportano in modo diverso. Offriamo Wan 2.2 in sette versioni e sei hanno l'etichetta Uncensored. La settima, Wan 2.2 standard, ha rifiutato ogni prompt per adulti da testo a video e ha attenuato le scene tra due adulti da immagine a video.

• Da un'immagine fissa: Wan 2.2 Spicy è la più economica e la più affidabile fino alle scene con due adulti: ogni esecuzione da L1 a L4 è tornata come scritto. 5 secondi costano $0.095 a 480p.
• Da testo: se non ti serve una LoRA Wan in particolare, Wan 3.0 è l'acquisto migliore ($0.225 per 5 secondi a 480p, ogni livello realizzato, con audio). Per una LoRA Wan 2.2 di Civitai usa Wan 2.2 LoRA text-to-video ($0.24) oppure 5B LoRA ($0.12 a clip).
• Dove si fermano la maggior parte delle versioni: le scene con due adulti sono tornate attenuate sulla maggior parte delle versioni di Wan 2.2 senza LoRA caricata. La LoRA NSFW generica più scaricata ha risolto il problema nel nostro test.
• Prompt: sei prompt che abbiamo eseguito, il clip prodotto da ciascuno e un modello da compilare. Gli esempi restano allusivi perché sono mostrati in questa pagina.

Censurato, riscritto o non addestrato?

Con «censurato» si indicano tre cose diverse, e i pesi di Wan 2.2 hanno solo la terza.

Un filtro è un controllo che si attiva prima o dopo la generazione e rifiuta il processo o blocca il risultato. I pesi aperti di Wan 2.2, rilasciati dal team Wan di Alibaba il 28 luglio 2025 con licenza Apache 2.0, non ne hanno uno: nel codice ufficiale non c'è alcun controllo di sicurezza, e le schede del modello e il README non ne parlano. Le copie ospitate ne aggiungono uno proprio. L'API cloud di Alibaba per Wan dichiara che input e output «undergo content moderation», e una demo di Wan 2.2 su Hugging Face gestita dalla community (non una di Alibaba) ha iniziato a rispondere ai prompt per adulti con «Generation blocked by guardrails» dopo che il suo proprietario aveva aggiunto un filtro di sicurezza, mentre il modello sottostante era rimasto invariato.

Sulla nostra API, gli endpoint Wan 2.2 standard girano su un servizio ospitato con un proprio controllo dei contenuti, ed è questo controllo a rifiutare il text-to-video. Sull'image-to-video standard non possiamo capire dall'esterno se le scene attenuate con due adulti derivino da quel controllo o dal modello stesso, perché le versioni LoRA, che non hanno filtri, hanno attenuato anch'esse la maggior parte delle stesse scene. Spicy, Spicy LoRA, LoRA, 5B LoRA, Image LoRA e Animate girano senza filtri da parte nostra.

Una riscrittura è la versione silenziosa. Il codice ufficiale di Wan 2.2 ha un passaggio facoltativo di estensione del prompt che passa il tuo testo a un modello linguistico prima della generazione, e le sue istruzioni per il text-to-video dicono a quel modello di sostituire i prompt per adulti con una scena diversa e innocua invece di rifiutarli. Negli script open source è disattivato per impostazione predefinita. L'API cloud di Alibaba riscrive i prompt per impostazione predefinita, anche se non pubblica le istruzioni che usa. Perciò, quando un clip Wan ospitato non c'entra nulla con il tuo prompt, una riscrittura è una causa più probabile di un malfunzionamento. Sulla nostra API, Wan 2.2 Spicy e Wan 2.2 standard hanno un interruttore di espansione del prompt; è spento a meno che tu non lo accenda, e per i prompt per adulti dovrebbe restare spento. Non abbiamo testato Wan 2.2 con l'interruttore acceso, ma su Qwen Image 2.1 Turbo lo stesso tipo di riscrittura ha attenuato i prompt per adulti.

L'addestramento è ciò che il modello ha imparato a disegnare. Il segnale più chiaro sono le versioni LoRA senza LoRA caricata: nessun filtro, nessuna riscrittura, eppure solo una esecuzione su sei con due adulti da un'immagine fissa è tornata come scritto. Il processo finisce, nulla viene rifiutato e ti viene addebitato; il partner resta semplicemente vestito, un lenzuolo copre l'inquadratura o la camera guarda altrove. È il vuoto che le LoRA per adulti colmano. Il 28 settembre 2026 abbiamo eseguito lo stesso prompt e lo stesso seed con e senza WAN General NSFW, il pacchetto generico più scaricato, caricato su entrambi i passaggi a 1.0: senza, la scena stacca prima di L4 in entrambi i casi, e con la LoRA entrambi i clip sono tornati completi (le LoRA che abbiamo testato su Wan 2.2). Wan 2.2 Spicy è un'edizione ottimizzata a parte, pensata per spingersi oltre senza LoRA, ed è stata l'unica versione image-to-video che ha realizzato ogni esecuzione L4.

Tutte le versioni di Wan 2.2, testate

Classifichiamo i contenuti per adulti su cinque livelli, la stessa scala del nostro test delle versioni di Wan:

• L1 Allusivo e L2 Temi per adulti: immagini allusive e NSFW moderate.
• L3 Forte: immagini NSFW avanzate con un adulto.
• L4 Intenso: una scena di maggiore intensità tra due adulti.
• L5a è una scena consensuale per adulti con temi di costrizione; L5b è violenza cruenta cinematografica, un tipo di contenuto diverso e non un L5a più intenso.

Ogni personaggio di ogni test è un adulto immaginario, ed è l'unico tipo di persona da usare: nessun volto di persone reali. Ogni cella conta i clip tornati come scritto sul totale delle esecuzioni a quel livello; un tentativo mancato è un clip attenuato, a meno che la riga non indichi un rifiuto. Le etichette sono nostre: Uncensored significa nessun filtro da parte nostra, anche se un clip può comunque tornare più blando di quanto richiesto; Softened significa che i prompt per adulti vengono eseguiti ma la parte alta della scala viene attenuata; Filtered significa che i prompt per adulti vengono rifiutati.

I prezzi sono per 5 secondi a 480p, tranne 5B (un clip a 720p), Image LoRA (un'immagine) e video-extend (5 secondi aggiunti). Le righe di ottobre hanno un'esecuzione per livello, quindi leggile come una tendenza, non come una percentuale; la colonna L5a di settembre includeva una prova in più. Su Image LoRA, anche una seconda esecuzione L4 con una LoRA per adulti caricata è tornata attenuata. Animate copia un video di riferimento e i suoi risultati dipendono da quel clip quanto dal prompt.

Cosa dice la tabella in pratica:

• Il testo è il punto in cui Wan 2.2 si divide. Il text-to-video standard ha rifiutato perfino L1. Le versioni LoRA e 5B LoRA hanno accettato lo stesso tipo di prompt e hanno realizzato L1, L2 e tre delle quattro esecuzioni L3.
• Da un'immagine fissa, Spicy è la più affidabile fino a L4 e l'unica versione image-to-video che ha fatto tre su tre. Non è però un insieme che contiene le altre: ha mancato quasi tutto L5, dove la LoRA semplice è andata meglio.
• Spicy LoRA e LoRA costano uguale e accettano gli stessi slot LoRA. Senza LoRA caricata, la LoRA semplice è arrivata più lontano su L4 e L5a nelle nostre esecuzioni, e l'attività di estensione di Spicy LoRA ha realizzato ogni livello che le è stato dato.
• 5B resta vicino al fotogramma iniziale. Da un'immagine fissa vestita, entrambe le esecuzioni L3 sono rimaste al livello dell'immagine. Su 5B l'image-to-video raramente va oltre ciò che mostra il primo fotogramma, quindi per cambiare il risultato cambia l'immagine.
• Per l'API un clip attenuato è un successo. Nulla nella risposta lo segnala, quindi guarda i fotogrammi prima di costruirci sopra.

Sei prompt Wan 2.2 che abbiamo eseguito, e un modello

Tutti e sei vengono dai set di esempi delle pagine dei nostri modelli, quindi ogni prompt qui sotto è il testo esatto che abbiamo inviato e ogni clip è l'output non modificato. Restano sul versante allusivo per poter essere mostrati qui. Ciò che puoi riportare nel tuo lavoro è la struttura:

1. Prima chi, con un'età: «an adult couple in their early thirties». Indica il cast nella prima riga, così il modello sa quante persone disegnare. Nell'image-to-video l'immagine dice già chi c'è, quindi parti dall'azione.
2. Cosa indossano, con il nome: «a thin-strapped ivory slip dress». Nomina ogni capo che vuoi mantenere.
3. L'azione, in ordine, con una posizione finale: «pushes off the doorframe, crooks one finger, then turns and walks». Wan 2.2 segue bene le sequenze se arrivano nell'ordine in cui accadono. Tieni una sola azione principale e un solo movimento di camera ogni 5 secondi; una terza cosa tende a essere affrettata o omessa.
4. Un solo movimento di camera: «slow follow», «slow push-in», «slow orbit».
5. Luce e texture per ultime: «red exit light», «film grain». Alibaba dice che Wan 2.2 è stato addestrato con etichette per illuminazione, composizione, contrasto e tonalità di colore, quindi queste parole funzionano davvero.

Come modello da compilare:

Text-to-video:
[Shot and style]. [Number of people, "adult", age range]. [What each one wears, by name].
[Action], then [action], ending with [end position]. [One camera move]. [Light], [texture].

Image-to-video (the still already shows who and what):
[Action], then [action], ending with [end position]. [One camera move]. [Light].

Nell'image-to-video descrivi ciò che si muove, non ciò che è già nell'immagine; le istruzioni di riscrittura di Alibaba per l'image-to-video eliminano la descrizione statica per lo stesso motivo. Solo l'image-to-video standard e il text-to-video LoRA hanno un campo per il prompt negativo, quindi sulle altre versioni di' cosa vuoi invece di cosa non vuoi. Ogni versione video di Wan 2.2 è muta, quindi le parole sul suono non servono a nulla.

1. Wan 2.2 Spicy, image-to-video: una sequenza di azioni da un'immagine fissa

She pushes off the doorframe, crooks one finger at the camera to beckon it closer, then turns and walks slowly into the room, glancing back over her bare shoulder with a slow smile. The red exit light flickers down the corridor. Slow follow, cinematic, film grain.

Ogni passaggio è riuscito, nell'ordine scritto: il richiamo, la svolta, la camminata e lo sguardo all'indietro. L'immagine è quella della copertina di questa pagina. A 720p il clip è costato $0.19; a 480p costa $0.095. Esegui questo prompt su Wan 2.2 Spicy →

2. Wan 2.2 LoRA, text-to-video: due adulti e una LoRA di stile

Vintage Cinematic Color. Vertical close two-shot on a mountain cabin porch at night as a thunderstorm rolls down the valley behind them; their faces and shoulders fill the frame. An adult couple in their early thirties share one heavy wool blanket on a porch swing: she is Latina, with dark wavy hair, in a thin-strapped ivory slip dress, the blanket around her shoulders; he is Korean, in a grey henley with the buttons open. A lightning flash lights their faces white for an instant; she turns from the storm to look at him and their faces drift to an inch apart and hold there. Warm porch lamp against blue lightning, rain pouring off the roof edge behind them, slow push-in, 35mm, film grain.

Il colore viene da una LoRA di stile, Vintage Cinematic Redmond for Wan 2.2, caricata incollando il link del suo file con un peso di 0.7; caricare una LoRA non aggiunge nulla al prezzo. Anche il prompt si apre con il nome dello stile. Il fulmine, la lampada e il movimento di testa sono tutti riusciti, e i due restano vicini senza baciarsi, come scritto. Nominare uno stile nel prompt oltre alla sua LoRA può raddoppiarne l'effetto, quindi se l'aspetto risulta troppo forte, togli la frase prima di abbassare il peso (altro sui pesi delle LoRA). Questo clip verticale a 720p è costato $0.42.

3. Wan 2.2 5B LoRA, text-to-video: la bozza economica

Cinematic video. Blue hour in the lounge of an alpine ski lodge: an adult Nigerian-British woman around thirty with close-cropped natural hair, in an ivory off-the-shoulder knit dress, is curled up in a cognac leather wingback chair, snow drifting past the tall glass behind her. She lowers the book in her lap, tilts her head and gives the camera a slow, smouldering glance. Warm copper lamp light against cold blue dusk, slow push-in, 50mm lens, shallow depth of field.

L'inclinazione della testa e lo sguardo in camera sono riusciti, con la luce rame contro il blu come scritto (clip sulla pagina del modello). È stato eseguito senza LoRA caricata. 5B produce sempre un solo clip a 720p di circa 5 secondi per $0.12, in 16:9 o 9:16, il che lo rende il modo più economico per provare un prompt testuale prima di passarlo a una versione più grande.

4. Wan 2.2 5B LoRA, image-to-video: va oltre il «quasi»

She brushes the last snow from his collar, he draws her closer by the waist, and the two adults lean in until their lips almost meet, holding there. Lantern light flickers on the skis. Slow orbit around them.

Il prompt chiedeva una pausa subito prima di un bacio, e il clip si è baciato comunque (guardalo sulla pagina del modello): «lean in» è stato portato fino in fondo. Per fermarti prima, prova a descrivere la posizione finale invece dell'avvicinamento, per esempio «their foreheads touch and they stay there, smiling». Nessuna LoRA caricata; il clip è costato $0.12.

5. Wan 2.2 standard, image-to-video: quando vuoi un prompt negativo

She turns from the window toward the camera, lets go of the sheer curtain and walks two slow steps closer, the champagne satin catching the lamp light, holding the lens with a half smile. The curtain drifts in the draught. Slow push in, cinematic, shallow depth of field.

La donna adulta dell'immagine è tornata esattamente come scritto (clip sulla pagina del modello): l'etichetta Softened riguarda la parte alta della scala, non l'atmosfera o il guardaroba. La versione standard è l'unica opzione image-to-video con un campo per il prompt negativo, ed è il suo motivo principale per esistere qui. Per il resto Spicy fa la stessa inquadratura a meno: questa è costata $0.48 a 720p.

6. Wan 2.2 Image LoRA: crea prima l'immagine

Photorealistic cinematic still, ultra-wide frame. Two adult women in a hidden 1920s library bar stand close beside a bookshelf door left ajar: a Latina woman around thirty in a backless emerald velvet gown, and a red-haired woman in her mid thirties in a black tuxedo with the bow tie undone. One whispers into the other's ear, a hand resting at her waist, both smiling. Warm brass sconces, green lamp glow, deep teal and gold palette, anamorphic lens flare, film grain.

Un'immagine costa $0.03 su Wan 2.2 Image LoRA, che nei nostri test ha accettato le stesse LoRA 14B delle versioni video di Wan 2.2 (una LoRA 5B non ha fatto nulla). Due cose da sapere prima di animare un'immagine creata così. L'image-to-video mantiene la forma dell'immagine, quindi questo fotogramma 21:9 darebbe un clip ultra-largo; per un video verticale, crea l'immagine in 9:16. E Image LoRA ha attenuato L4, quindi questo percorso funziona meglio fino a L3.

Clip più lunghi

Spicy, Spicy LoRA e LoRA producono clip da 5 o 8 secondi; Wan 2.2 standard e 5B producono circa 5 secondi. Spicy, Spicy LoRA e LoRA hanno anche un'attività video-extend che continua un clip dal suo ultimo fotogramma. Il nostro esempio con Spicy LoRA inizia il prompt di estensione con «Continuing the same unbroken take:» e descrive solo ciò che accade dopo. Il clip da 5 secondi è diventato di 10 secondi e la camminata è proseguita senza alcuno stacco nell'inquadratura (prima e dopo sulla pagina del modello). Guardando bene, il suo volto cambia leggermente al secondo 5.

Ogni 5 secondi in più a 480p costano $0.095 su Spicy, $0.12 su LoRA e $0.19 su Spicy LoRA, più di quanto Spicy LoRA fa pagare per generare i primi 5. L'estensione a 720p del nostro esempio è costata $0.38. Spicy può anche accettare un fotogramma finale, che è il modo più semplice per ottenere un loop senza stacchi.

Quando un clip Wan 2.2 viene rifiutato o attenuato

• Il text-to-video ti ha rifiutato. Sei su Wan 2.2 standard. Sposta lo stesso prompt su Wan 2.2 LoRA text-to-video, 5B LoRA o Wan 3.0.
• Il partner resta vestito, o la camera si gira altrove (L4). Usa Wan 2.2 Spicy da un'immagine fissa, oppure carica WAN General NSFW su entrambi i passaggi a 1.0, che nel nostro test ha trasformato due esecuzioni attenuate in due complete (altre LoRA per Wan 2.2). Se deve funzionare ogni volta, passa a Wan 2.6 Flash, 2.5 o 3.0.
• Nell'image-to-video il clip è rimasto più blando del prompt. L'image-to-video tende a restare al livello del fotogramma iniziale, 5B più di tutti. Cambia l'immagine.
• La LoRA non ha fatto nulla. Wan 2.2 esiste in due dimensioni e le rispettive LoRA non sono intercambiabili. Nei nostri test una LoRA 14B caricata su 5B ha dato un clip identico byte per byte a quello senza LoRA, e una LoRA 5B non ha fatto nulla sulla versione immagine 14B. Controlla il modello base nella pagina della LoRA. Le versioni 14B accettano file separati high-noise e low-noise; come funzionano i due slot.
• Il clip è al rallentatore. In locale la causa abituale è una LoRA di accelerazione a 4 passi come Lightning, un effetto collaterale che i suoi autori riconoscono. In un prompt un movimento di camera lento va bene, ma dai un ritmo all'azione: «real-time speed, every movement finished inside five seconds».

Eseguirlo da te o usare un'API?

I pesi aperti comprendono vari modelli, e i nomi dei nostri endpoint corrispondono a questi:

Anche i nostri endpoint standard e Spicy sono versioni di Wan 2.2, ma non accettano LoRA. I modelli A14B sono due esperti da 14 miliardi di parametri: uno gestisce i primi passaggi, molto rumorosi, che fissano impostazione e movimento, l'altro i passaggi successivi che aggiungono dettaglio. Per questo le LoRA 14B si presentano come un file high-noise e uno low-noise. Sulle schede consumer, la community esegue A14B con ComfyUI usando quantizzazione fp8 o GGUF e offloading, e la documentazione di ComfyUI dice che il modello 5B sta in 8 GB con il suo offloading integrato; sono configurazioni della community, non dati di Alibaba. Il dato di Alibaba per il modello 5B è un clip a 720p di 5 secondi «in under 9 minutes» su una singola GPU consumer.

Eseguirlo da te significa nessun filtro, qualsiasi LoRA tu riesca a scaricare e pieno controllo, al prezzo di hardware e tempo di configurazione. Tieni disattivata l'estensione del prompt ufficiale per i prompt per adulti, per il motivo spiegato sopra.

Con la nostra API non c'è alcun filtro sulle versioni Uncensored e paghi a clip: da $0.095 a $0.265 per 5 secondi a 480p tra le versioni della tabella. LoRA, Spicy LoRA e Image LoRA accettano fino a tre LoRA in ciascuna di tre liste (loras per entrambi i passaggi, high_noise_loras, low_noise_loras); 5B ne accetta fino a tre in loras. Incolla un link pubblico a un file di Hugging Face o un link di download di Civitai (https://civitai.com/api/download/models/VERSION_ID). Il 28 settembre un file di Civitai che di norma richiede l'accesso si è caricato così senza token. Se un link restituisce 401, importa il file una volta tramite POST /api/v1/files/import con la tua chiave API di Civitai, usata solo per quel download e mai conservata, poi inserisci in path l'URI spicy:// che restituisce. Una chiamata minima con una LoRA su entrambi i passaggi:

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: $(uuidgen)" \
  -d '{
    "model": "alibaba/wan-2.2-lora/text-to-video",
    "input": {
      "prompt": "Vertical medium shot at night. An adult couple in their thirties ...",
      "aspect_ratio": "9:16",
      "duration_seconds": 5,
      "resolution": "480p",
      "high_noise_loras": [{"path": "https://civitai.com/api/download/models/VERSION_ID", "scale": 1.0}],
      "low_noise_loras": [{"path": "https://civitai.com/api/download/models/VERSION_ID", "scale": 1.0}]
    }
  }'

Un prompt rifiutato fallisce con content_rejected e non costa nulla; uno attenuato torna come un normale successo. Campi, polling e gli altri codici di errore sono nel riferimento API.

I modelli text-to-video e image-to-video di Wan 2.2 sono muti su entrambe le strade. Il modello S2V di Alibaba, separato, è guidato da una traccia audio; non lo offriamo.

Quale Wan 2.2 usare?

Domande frequenti

Wan 2.2 è censurato?

I pesi aperti no: non hanno alcun filtro dei contenuti. Le versioni ospitate variano. Sulla nostra API il text-to-video Wan 2.2 standard rifiuta i prompt per adulti e l'image-to-video standard attenua le scene con due adulti, mentre Spicy, Spicy LoRA, LoRA, 5B LoRA, Image LoRA e Animate non hanno filtri da parte nostra.

Wan 2.2 Spicy è meglio di Wan 2.2 standard per l'NSFW?

Da un'immagine fissa, per la maggior parte degli usi, sì: ha realizzato L4 tre volte su tre, dove l'image-to-video standard le ha attenuate tutte e tre, e costa meno ($0.095 contro $0.24 per 5 secondi a 480p). L'eccezione è la prova di violenza cruenta (L5b), che la standard ha realizzato tre volte e Spicy no.

Mi serve una LoRA per l'NSFW su Wan 2.2?

Non per L1–L3 sulle versioni Uncensored 14B; 5B ha realizzato meno. Per le scene con due adulti, una LoRA NSFW generica ha fatto la differenza nel nostro test (due su due complete con la LoRA, nessuna senza). Non ha aiutato sulle immagini di Image LoRA, dove una LoRA per adulti è comunque tornata attenuata.

Le LoRA di Wan 2.1 funzionano su Wan 2.2?

In parte. Le vecchie LoRA di Wan 2.1 funzionano per lo più solo sul passaggio low-noise (la nostra guida alle LoRA di Wan 2.2 spiega i dettagli), quindi mettile in low_noise_loras o cerca una versione 2.2 della stessa LoRA. Le LoRA Wan 2.2 14B e 5B non funzionano affatto l'una sull'altra. La nostra guida a Wan 2.1 copre il lato 2.1.

Posso eseguire Wan 2.2 NSFW con 8 GB o 16 GB di VRAM?

Il modello 5B sì, con l'offloading: ComfyUI dice che sta in 8 GB, mentre gli script di Alibaba ne chiedono 24. I modelli 14B richiedono 80 GB negli script di Alibaba; le schede più piccole li eseguono solo con versioni fp8 o GGUF della community e con offloading, e lentamente. Con un'API non serve alcuna GPU.

Wan 2.2 produce audio?

No. I modelli video di Wan 2.2 sono muti. Wan 2.5 e 3.0 generano audio, e lo fa anche Wan 2.6 Flash con l'interruttore del suono acceso.

Pago un clip rifiutato o attenuato?

Un clip attenuato viene addebitato al prezzo normale, perché il processo è riuscito. Un processo rifiutato fallisce con content_rejected e il blocco sul tuo saldo viene rilasciato.

In conclusione

Wan 2.2 in sé non è censurato; dove lo esegui decide cosa torna. Da un'immagine fissa, Wan 2.2 Spicy è la strada più economica fino a L4: scrivi l'azione in ordine, con un solo movimento di camera e una posizione finale. Da testo, Wan 3.0 è la scelta predefinita migliore, a meno che tu non voglia una specifica LoRA Wan 2.2: in quel caso usa la versione LoRA o 5B. Per le scene con due adulti sulle versioni LoRA, carica una LoRA NSFW generica; per L5, o quando ogni esecuzione deve riuscire, passa a Wan 3.0, 2.5 o 2.6 Flash.