Wan 3.0 Pro Prime API

Wan 3.0 Pro Prime Immagine in video anima un frame iniziale con il render Prime e lo consegna a 1080p, 2K o 4K per 2-30 secondi. image_url è obbligatorio e diventa esattamente il primo frame; il prompt è facoltativo e dovrebbe descrivere movimento e camera; last_image_url fissa facoltativamente il frame finale. I campi coincidono esattamente con quelli di Wan 3.0 Pro Immagine in video, quindi una richiesta costruita per quell’endpoint funziona qui cambiando solo il nome del modello.

Scegli il metodo in base al materiale di partenza

Istruzioni a due frame, come uno spostamento di fuoco

Uno spostamento di fuoco è per natura una questione di due frame, ed è proprio a questo che serve last_image_url. L’esempio del bocciolo parte a fuoco su un bocciolo e termina su un frame fornito a fuoco su una camicia sbottonata dietro di esso, 6 secondi a 4k; il prompt dice solo quando avviene il passaggio. Una profondità di campo molto ridotta lascia al render poco margine per atterrare sul piano giusto senza un finale fissato.

Il tetto lo fissa la sorgente, non il livello

La risoluzione governa il render, non l’input. I livelli 2k e 4k sono ingranditi da un render nativo a 1080p, quindi fornisci l’immagine più nitida che hai: JPEG, PNG senza trasparenza, BMP o WEBP, da 240 a 8000 pixel per lato, fino a 20 MB e non più larga di 8:1.

Inquadrature ferme per montaggi sonorizzati a parte

L’esempio della luce nel vicolo è un’inquadratura ferma di 4 secondi a 2k con audio ed espansione del prompt entrambi disattivati: "Nobody moves. Only the neon tube above her stutters and the rain keeps falling, dragging its reflection across the wet plastic. Locked camera." È la forma di richiesta per un’inquadratura che verrà sonorizzata al montaggio invece di portare un audio proprio.

L’ambiente che cambia attorno a un soggetto fermo

L’esempio del vicolo al neon parte da una tavola che contiene già il vicolo, la pioggia e l’impermeabile trasparente, quindi il prompt dice solo cosa cambia: la pioggia che si intensifica, un tubo al neon che sfarfalla una volta, il vapore che esce da una grata e il soggetto che tiene lo sguardo in macchina per tutto il tempo. La riga audio nomina ogni sorgente: pioggia sull’acciaio, un tubo che ronza, una grata che sibila.

Dettagli ravvicinati con il finale fissato

L’esempio della camicia riusa gli stessi due frame dell’esempio del bocciolo a 1080p per 4 secondi: una mano scosta lentamente una camicia aperta sotto una luce dorata radente e la lascia ricadere, mentre il bocciolo tra le pieghe si apre un poco. Fissare entrambi gli estremi fa sì che una profondità di campo molto ridotta atterri sul piano voluto.

# 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-3.0-pro-prime/image-to-video",
  "input": {
    "aspect_ratio": "adaptive",
    "duration_seconds": 5,
    "image_url": "https://example.com/reference.png",
    "resolution": "1080p"
  }
}'

# 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.