Wan 2.7 Spicy è senza censura per video NSFW?

Sì. È esattamente il motivo per cui esiste una famiglia separata. Nel corpo della richiesta non c'è un flag di contenuto, non c'è una dichiarazione per singola richiesta e non c'è un passaggio di revisione: il clip prosegue qualunque cosa mostri il fotogramma iniziale.

Quanto può durare un clip?

Da due a quindici secondi, come numero intero, predefinito cinque. Oltre i dieci secondi mani e tessuti derivano in modo evidente, quindi costruisci le inquadrature lunghe partendo da un materiale che tiene già la posa che vuoi.

Quali risoluzioni sono disponibili?

720p e 1080p, con 720p come valore predefinito. La risoluzione incide sia sul prezzo sia sul tempo di elaborazione, quindi trova l'inquadratura a 720p e rigenera in 1080p il seed scelto.

Posso fornire il mio audio?

Sì. audio_url accetta una traccia che guida il sincronismo labiale e il ritmo, così una battuta registrata o un attacco musicale cade sui fotogrammi che ti aspetti. Se lo ometti, generate_audio produce il suono insieme alle immagini.

Esiste un endpoint text-to-video?

No. Questa famiglia pubblica image-to-video e video-extend (che continua una clip esistente), ma non text-to-video. Genera prima il fotogramma iniziale con un modello di immagini: quel percorso in due passaggi è anche il modo più affidabile per portare in un clip un guardaroba e una posa esatti.

Come imposto le proporzioni?

Ritagliando il fotogramma iniziale. Su questo endpoint non esiste il campo aspect_ratio: il clip prende la forma del fermo immagine che invii.

A cosa serve negative_prompt?

A elencare ciò che non deve comparire: un oggetto di scena, una seconda persona, del testo su un muro, una filigrana che il materiale continua a riprodurre. È l'unico posto in cui escludere qualcosa, visto che il prompt serve al movimento.

API Wan 2.7 Spicy: video NSFW libero con audio

alibaba/wan-2.7-spicy/video-extend

Continua una clip con Wan 2.7 Spicy: l'ultimo fotogramma del tuo video apre un nuovo segmento da 2 a 15 secondi, e ricevi un unico file con originale e continuazione uniti, a 720p o 1080p. Audio generato o la tua traccia per il lip sync.

Da $0.123/s

Esegui il modello Vedi l’API

Input

Estensione video

1
Scegliere la clip da continuare
Scegli un video e lo continuiamo dal suo ultimo fotogramma.
2
Cosa succede dopo
Scegli una clip al passaggio 1 e questo passaggio si apre.
Modello
Testo del prompt
Obbligatorio. Cosa succede dopo: l'azione che segue, il movimento di camera e una riga sul suono. L'ultimo fotogramma fissa già soggetto, abiti e set, quindi usa le parole per il movimento. almeno 1 caratteri
Prompt negativo0/500
Ciò che non deve comparire nel nuovo segmento: una seconda persona, un oggetto, testo su un muro, una filigrana. L'unico posto in cui escludere qualcosa. Fino a 500 caratteri. al massimo 500 caratteri
Durataincide sul prezzo
Durata del nuovo segmento: qualsiasi numero intero da 2 a 15, 5 per impostazione predefinita. L'originale si aggiunge davanti e non viene addebitato. Oltre i dieci secondi la deriva di mani e tessuti diventa visibile. non meno di 2 · non più di 15
Risoluzioneincide sul prezzo
Risoluzione con cui viene generato il nuovo segmento: 720p o 1080p, predefinita 720p. Usa la risoluzione dell'originale per evitare un salto di nitidezza alla giunzione. L'MP4 unito mantiene la frequenza di fotogrammi e l'inquadratura della tua clip, senza bande nere. Per allineare la giunzione, l'immagine può essere ritagliata o regolata di pochi punti percentuali ai bordi. Se il modello restituisce proporzioni nettamente diverse, il nuovo segmento viene ridimensionato per riempire la tua inquadratura e centrato, e ciò che sporge viene ritagliato. Determina il prezzo e i tempi dell'attività.
Audio di input0/1
URL dell’asset
Trascina qui un file audio, oppure sfoglia · 1 file · Max 90 MB · MP3 · WAV
0 / 1 file
Audio per il nuovo segmento, che guida lip sync e ritmo: una battuta o uno stacco musicale che deve cadere in un momento preciso. WAV o MP3, da 2 a 30 secondi, fino a 15 MB. Agisce solo sul nuovo segmento e l'originale mantiene il suo audio. Richiede generate_audio attivo.
Genera l’audio
Attivo per impostazione predefinita, quindi il nuovo segmento arriva con audio allineato all'immagine. L'originale mantiene comunque il suo audio; se un lato è muto, il file unito viene riempito con silenzio. Con false, nemmeno una traccia passata con audio_url viene usata.
Seed
Da 0 a 2147483647. Tienilo fisso mentre confronti 720p con 1080p o cinque secondi con dieci. non meno di 0 · non più di 2147483647
Espansione del prompt
Attiva per impostazione predefinita, senza costi aggiuntivi. Il prompt viene riscritto prima della generazione, il che aiuta con un brief di una riga. Quando la descrizione del movimento è precisa, impostala su false per non far riscrivere le tue parole.

Controllo di sicurezzaDisattivato

SpicyAPI non applica nessun controllo di sicurezza a questo modello. Il tuo prompt e i tuoi media arrivano al modello così come li hai scritti, ed è il modello stesso a decidere che cosa torna indietro.

Controllo del tuo account prima di abilitare invio e prezzi.

2 campi obbligatori mancanti: Testo del prompt · Video di input

Output

Pronto per una nuova esecuzione

Il tuo risultato comparirà qui.

Configura gli input, controlla la stima, poi esegui il modello.

Introduzione

Estensione video con Wan 2.7 Spicy. Invia la clip che vuoi continuare e descrivi cosa succede dopo: l'ultimo fotogramma della tua clip diventa il fotogramma iniziale di una nuova ripresa Wan 2.7 Spicy da immagine a video, e l'originale e il nuovo segmento tornano uniti in un unico MP4. Il campo facoltativo audio_url definisce solo il suono del nuovo segmento. Si pagano solo i secondi nuovi.

Specifiche di Wan 2.7 Spicy · Video Extend
Campo	Valore
Input	Video
Output	Video
Produttore	Alibaba
Endpoint pubblicati	image-to-video, video-extend
Input obbligatori	Un fotogramma iniziale (`image_url`) e un prompt
Durata del clip	2–15 secondi, predefinito 5
Risoluzione	720p o 1080p – predefinito 720p
Audio	Generato per impostazione predefinita, oppure fornito tramite `audio_url` per sincronismo labiale e ritmo
Proporzioni	Ereditate dal fotogramma iniziale; nessun campo per il rapporto
Contenuti	Senza censura; nessuna dichiarazione per singola richiesta

Caratteristiche principali

Il fotogramma che invii è il fotogramma che si muove

Non c'è nessuna dichiarazione dei contenuti, nessuna riscrittura per aggirare un filtro e nessun passaggio di revisione. Qualsiasi cosa mostri il fotogramma iniziale, la clip la prosegue. Ecco il motivo per cui questa famiglia esiste come versione separata e non come un interruttore su quella standard.

Guardaroba e corpo arrivano dal fotogramma iniziale

L'immagine accanto a questo testo è il fotogramma iniziale del clip in questa pagina: una showgirl davanti a uno specchio da camerino incorniciato di lampadine. Poiché il materiale porta già il costume, le piume e la luce, al prompt bastava dire che si sistema una spallina, si controlla allo specchio e si gira verso la camera.

Genera l'audio, oppure porta il tuo

Lascia generate_audio attivo e il clip torna con tono ambiente ed effetti già allineati alle immagini. Oppure carica una traccia con audio_url e l'inquadratura viene costruita su di essa, guidando il sincronismo labiale e il ritmo: utile quando una battuta di dialogo o un attacco musicale deve cadere su un fotogramma preciso.

Parametri della richiesta

Parametri della richiesta di Wan 2.7 Spicy · Video Extend
Parametro	Obbligatorio	Nota
`prompt`	Sì	Obbligatorio. Cosa succede dopo: l'azione che segue, il movimento di camera e una riga sul suono. almeno 1 caratteri
`negative_prompt`	No	Ciò che non deve comparire nel nuovo segmento: una seconda persona, un oggetto, testo su un muro, una filigrana. L'unico posto in cui escludere qualcosa. al massimo 500 caratteri
`duration_seconds`	No	Durata del nuovo segmento: qualsiasi numero intero da 2 a 15, 5 per impostazione predefinita. L'originale si aggiunge davanti e non viene addebitato. `≥ 2` · `≤ 15` · Predefinito: `5`
`resolution`	No	Risoluzione con cui viene generato il nuovo segmento: 720p o 1080p, predefinita 720p. Usa la risoluzione dell'originale per evitare un salto di nitidezza alla giunzione. `720p` · `1080p` · Predefinito: `720p`
`audio_url`	No	Audio per il nuovo segmento, che guida lip sync e ritmo: una battuta o uno stacco musicale che deve cadere in un momento preciso. WAV o MP3, da 2 a 30 secondi, fino a 15 MB.
`seed`	No	Da 0 a 2147483647. Tienilo fisso mentre confronti 720p con 1080p o cinque secondi con dieci. `≥ 0` · `≤ 2147483647`
`generate_audio`	No	Attivo per impostazione predefinita, quindi il nuovo segmento arriva con audio allineato all'immagine. Predefinito: `true`
`enable_prompt_expansion`	No	Attiva per impostazione predefinita, senza costi aggiuntivi. Il prompt viene riscritto prima della generazione, il che aiuta con un brief di una riga. Predefinito: `true`
`video_url`	Sì	La clip da continuare: MP4, MOV o WebM, fino a 60 secondi. almeno 1 caratteri

Prezzi

Si paga ogni secondo del nuovo segmento alla risoluzione che scegli; la clip originale che invii non viene addebitata.

Prezzi
Specifiche	Prezzo
`720p`	$0.1235 / secondo
`1080p`	$0.19 / secondo

Casi d’uso

Clip senza censura rifiutate da altre API

Scene che i modelli video concorrenti rifiutano: invia il fermo immagine, descrivi il movimento, ottieni la clip. Diversi di loro bloccano questa formulazione già nel filtro dei contenuti; qui non c'è nessun filtro né una dichiarazione da compilare a ogni richiesta.

Personaggi companion e da roleplay

Tieni un solo materiale del personaggio e riusalo come fotogramma iniziale per ogni clip, cambiando solo la riga d'azione. Il personaggio resta la stessa persona da un'inquadratura all'altra perché a portare il volto e il guardaroba è il materiale, non il prompt.

Clip parlati con il tuo audio

Carica una battuta registrata tramite audio_url e il clip viene generato su di essa, così il movimento delle labbra e il ritmo seguono la presa che hai già. È la differenza tra un personaggio che muove la bocca e uno che dice il tuo copione.

Loop verticali per feed e anteprime

Cinque secondi a 720p in un materiale 9:16 danno un loop che parte in automatico senza scatti e resta sotto i pochi megabyte. Genera in serie su più seed dallo stesso materiale per ottenere un set di varianti che sembrano tutte la stessa interprete.

Consigli avanzati

Costruisci prima il fotogramma iniziale

Tutto ciò che il clip eredita arriva dal fermo immagine: la persona, il costume, l'ambiente, la direzione della luce e la forma dell'inquadratura. Ritaglialo alle proporzioni con cui vuoi consegnare, perché su questo endpoint non c'è un campo per il rapporto.
Scrivi solo ciò che si muove

Un'azione, un comportamento di macchina, una nota sul suono. Questo è il testo esatto dietro il clip di questa pagina, eseguito con duration_seconds 5 e resolution 720p: «Finisce di sistemare la spallina di paillettes, si controlla nello specchio incorniciato di lampadine, poi gira la testa verso la camera e inarca un sopracciglio prima di uscire di campo verso il palco. Le lampadine tremolano, le piume si muovono nella corrente, il fumo scorre, orchestra ovattata e applausi che crescono dietro il muro.»
Invia in modo asincrono e itera su un campo

Crea con una Idempotency-Key, conserva l'id dell'attività, interroga oppure accogli il callback. Tieni fermo il seed mentre confronti 720p e 1080p o cinque secondi contro dieci: se cambi due cose insieme, dalla coppia non impari niente.

Introduzione

Wan 2.7 Spicy Estensione video continua una clip che hai già. Inviala in video_url con un prompt su cosa succede dopo. L'ultimo fotogramma della tua clip diventa il fotogramma iniziale di una nuova ripresa Wan 2.7 Spicy da immagine a video di 2–15 secondi, e le due parti vengono unite in un unico MP4: prima il tuo originale, poi la continuazione, senza il fotogramma ripetuto nel punto di giunzione. Il nuovo segmento torna anche come file a sé, così puoi continuare a estendere o modificare i pezzi separatamente.

Funzionalità principali e punti di forza

La continuità viene dall'ultimo fotogramma. Costumi, set, luce e posizione di ciascuno si mantengono perché il nuovo segmento parte letteralmente dal tuo ultimo fotogramma. Il movimento non si trasmette allo stesso modo: il modello vede un solo fermo immagine, non l'intera clip, quindi descrivi il movimento che vuoi continuare invece di dare per scontato che mantenga velocità o direzione.

Ricevi un file e, a parte, il pezzo nuovo. L'MP4 unito mantiene la frequenza di fotogrammi e l'inquadratura della tua clip, senza bande nere. Per allineare la giunzione, l'immagine può essere ritagliata o regolata di pochi punti percentuali ai bordi. Se il modello restituisce proporzioni nettamente diverse, il nuovo segmento viene ridimensionato per riempire la tua inquadratura e centrato, e ciò che sporge viene ritagliato. È codificato come MP4 H.264 con audio AAC. L'audio del tuo originale resta, quello del nuovo segmento lo segue e un lato muto viene riempito con silenzio, così immagine e suono restano in sincronia nella giunzione. Il secondo asset dell'output è il solo nuovo segmento, pronto per un'altra estensione o per un editor.

Porta il tuo audio per la parte nuova. Passa audio_url e il nuovo segmento viene costruito su quella traccia, così una battuta o un colpo di ritmo cadono dove te li aspetti. Agisce solo sul nuovo segmento: il tuo originale mantiene l'audio che aveva e le due parti vengono unite così come sono.

Tutto il resto è Wan 2.7 Spicy da immagine a video. Il nuovo segmento usa gli stessi percorsi, con lo stesso margine sui contenuti e lo stesso prezzo al secondo dell'endpoint da immagine a video, e una generazione fallita viene rimborsata allo stesso modo. Se la generazione riesce ma non si riesce a costruire l'unione, l'attività fallisce e l'importo viene rimborsato.

Casi d'uso

Allunga una ripresa finita troppo presto: un piatto girevole per prodotti che si ferma prima che l'etichetta guardi in camera, o una camminata tagliata prima che la persona arrivi alla porta. Estendila di qualche secondo e descrivi solo il movimento che manca.

Costruisci una sequenza più lunga passo dopo passo. Genera una prima ripresa, estendila e poi estendi di nuovo il risultato unito; ogni passaggio addebita solo i secondi che aggiunge. Poiché ogni passaggio parte da un solo fotogramma, controlla ogni giunzione prima di impilare la successiva.

Guida ai prompt e consigli

Descrivi il momento successivo, non l'intera scena. Il fotogramma stabilisce già chi e dove; dedica il prompt all'azione che segue, al movimento di camera e al suono. Ripeti il linguaggio di camera con cui finiva la tua clip, come una lenta spinta in avanti o un'inquadratura fissa, perché la giunzione si legga come un'unica ripresa. Qui il prompt è obbligatorio, e ne basta uno breve.

Taglia prima di estendere. L'ultimo fotogramma è l'unica immagine che il modello vede, quindi un finale sfocato, tagliato a metà movimento o molto compresso passa direttamente nella continuazione. Taglia prima l'originale su un fotogramma pulito e nitido. Sono accettati originali fino a 60 secondi in MP4, MOV o WebM.

Allinea la risoluzione a quella dell'originale. resolution stabilisce solo la nitidezza con cui viene generato il nuovo segmento. Scegli la risoluzione dell'originale e imposta duration_seconds sulla durata che ti serve davvero: l'addebito riguarda solo il nuovo segmento.

Si possono usare solo adulti consenzienti e materiale correttamente licenziato. Sono vietati i minori, le immagini intime non consensuali e l'impersonificazione ingannevole di persone reali.

Sei responsabile dei diritti sul materiale di partenza, sull'immagine delle persone, sui marchi e sulla musica, e di qualsiasi uso commerciale.

Avvio rapido dell’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-2.7-spicy/video-extend",
  "input": {
    "duration_seconds": 5,
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "720p",
    "video_url": "https://example.com/reference.mp4"
  }
}'

# 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"

Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.

Modelli correlati e attività successive

Manca il modello che ti serve?

Dicci cosa aggiungere e dove lo useresti. Le richieste arrivano a chi decide quali modelli integrare per primi.

Le anteprime mostrano esempi selezionati. Prova il tuo prompt e le tue impostazioni nel Playground.

IMAGE-TO-VIDEO SENZA CENSURA

Un fermo immagine diventa da 2 a 15 secondi fino a 1080p. Senza censura.

Numeri chiave

Durata: 2–15S; Qualsiasi numero intero di secondi da 2 a 15; il valore predefinito è 5.
Risoluzione: 1080P; 720p o 1080p, scelta per singola richiesta.
Suono: AUDIO; Generato insieme alle immagini, oppure porti la tua traccia con audio_url.
Endpoint: 2; Image-to-video e video-extend. Un fotogramma iniziale o una clip da continuare.
Prompt negativo: NEG; Un campo separato per ciò che deve restare fuori dall'inquadratura.
Ripetibile: SEED; Tieni fermo il seed e cambia un campo alla volta.

Che cosa fa

Senza censura

Il fotogramma che invii è il fotogramma che si muove

Si parte da un fermo immagine

Guardaroba e corpo arrivano dal fotogramma iniziale

Due modi di controllare il suono
Genera l'audio, oppure porta il tuo
Lascia generate_audio attivo e il clip torna con tono ambiente ed effetti già allineati alle immagini. Oppure carica una traccia con audio_url e l'inquadratura viene costruita su di essa, guidando il sincronismo labiale e il ritmo: utile quando una battuta di dialogo o un attacco musicale deve cadere su un fotogramma preciso.

Prima di spendere

image-to-video

Serve un fotogramma iniziale e fa quasi tutto il lavoro: guardaroba, corpo, set e luce si ereditano, quindi il prompt dovrebbe portare solo il movimento. Non esiste un campo per le proporzioni: il clip prende la forma del materiale, quindi ritaglia il fermo immagine prima di inviarlo. Da due a quindici secondi; oltre i dieci aspettati più deriva in mani e tessuti.

all

Questa famiglia pubblica image-to-video e la sua estensione video-extend: niente text-to-video, nessuna attività di riferimento. Il prompt è obbligatorio, e vale la pena scrivere anche un negative prompt, perché è l'unico posto in cui escludere qualcosa che il materiale continua a suggerire. Sei responsabile del consenso, dei diritti, dell'età e delle leggi locali per chiunque sia rappresentato e per ogni file che carichi. La piattaforma non esamina i contenuti. Le pagine pubbliche e gli esempi restano adatti a un pubblico generico.

Dove si inserisce

Clip senza censura rifiutate da altre API
Scene che i modelli video concorrenti rifiutano: invia il fermo immagine, descrivi il movimento, ottieni la clip. Diversi di loro bloccano questa formulazione già nel filtro dei contenuti; qui non c'è nessun filtro né una dichiarazione da compilare a ogni richiesta.
Personaggi companion e da roleplay
Tieni un solo materiale del personaggio e riusalo come fotogramma iniziale per ogni clip, cambiando solo la riga d'azione. Il personaggio resta la stessa persona da un'inquadratura all'altra perché a portare il volto e il guardaroba è il materiale, non il prompt.
Clip parlati con il tuo audio
Carica una battuta registrata tramite audio_url e il clip viene generato su di essa, così il movimento delle labbra e il ritmo seguono la presa che hai già. È la differenza tra un personaggio che muove la bocca e uno che dice il tuo copione.
Loop verticali per feed e anteprime
Cinque secondi a 720p in un materiale 9:16 danno un loop che parte in automatico senza scatti e resta sotto i pochi megabyte. Genera in serie su più seed dallo stesso materiale per ottenere un set di varianti che sembrano tutte la stessa interprete.

Riferimento del modello

Riferimento dell’API di Wan 2.7 Spicy

Specifiche dell’API di Wan 2.7 Spicy

Produttore: Alibaba
Endpoint pubblicati: image-to-video, video-extend
Input obbligatori: Un fotogramma iniziale (image_url) e un prompt
Durata del clip: 2–15 secondi, predefinito 5
Risoluzione: 720p o 1080p – predefinito 720p
Audio: Generato per impostazione predefinita, oppure fornito tramite audio_url per sincronismo labiale e ritmo
Proporzioni: Ereditate dal fotogramma iniziale; nessun campo per il rapporto
Contenuti: Senza censura; nessuna dichiarazione per singola richiesta

Come chiamare l’API di Wan 2.7 Spicy

1. Costruisci prima il fotogramma iniziale
Tutto ciò che il clip eredita arriva dal fermo immagine: la persona, il costume, l'ambiente, la direzione della luce e la forma dell'inquadratura. Ritaglialo alle proporzioni con cui vuoi consegnare, perché su questo endpoint non c'è un campo per il rapporto.
2. Scrivi solo ciò che si muove
Un'azione, un comportamento di macchina, una nota sul suono. Questo è il testo esatto dietro il clip di questa pagina, eseguito con duration_seconds 5 e resolution 720p: «Finisce di sistemare la spallina di paillettes, si controlla nello specchio incorniciato di lampadine, poi gira la testa verso la camera e inarca un sopracciglio prima di uscire di campo verso il palco. Le lampadine tremolano, le piume si muovono nella corrente, il fumo scorre, orchestra ovattata e applausi che crescono dietro il muro.»
3. Invia in modo asincrono e itera su un campo
Crea con una Idempotency-Key, conserva l'id dell'attività, interroga oppure accogli il callback. Tieni fermo il seed mentre confronti 720p e 1080p o cinque secondi contro dieci: se cambi due cose insieme, dalla coppia non impari niente.

In breve

Wan 2.7 Spicy è la famiglia image-to-video senza censura della linea Wan 2.7 di Alibaba, pubblicata su questa piattaforma come due endpoint, image-to-video e video-extend. Un fotogramma iniziale autorizzato diventa da 2 a 15 secondi di video a 720p o 1080p, con audio generato insieme alle immagini oppure fornito tramite audio_url per guidare il sincronismo labiale e il ritmo, più un negative prompt dedicato e un seed per confronti ripetibili. Non esiste un campo per le proporzioni: il clip prende la forma del fermo immagine che invii. Le attività sono asincrone e fatturate al secondo di video consegnato in dollari statunitensi. Le scene senza censura girano senza alcuna dichiarazione per singola richiesta, e i limiti misurati sono elencati qui sopra.