Alibaba의 Wan 2.5 text-to-video는 글로 쓴 샷을 소리가 담긴 5초 또는 10초 클립으로 480p·720p·1080p에 만듭니다. 16:9, 9:16, 1:1, 4:3, 3:4 중에서 고르고 따라갈 오디오 트랙을 넣을 수 있습니다.
플레이그라운드
아래 예시는 이 엔드포인트에 맞춰 직접 쓴 것입니다. 프롬프트와 예시 미디어 URL을 직접 접근할 수 있는 것으로 바꾸고, 보내기 전에 지금 견적과 모델 상태를 확인하세요.
- 출력5초
bar-slow-dance 오직 글로만 그려 내는, 두 사람의 하나로 이어진 동작입니다. 영업이 끝난 뒤 그녀가 넥타이를 잡아당겨 얼굴이 거의 닿을 만큼 그를 끌어당기고, 그의 품에서 뒤로 젖히며 웃는 동안 카메라가 두 사람 주위를 돕니다. 호박색 빛줄기 속의 옅은 안개가 카메라의 회전에 보여 줄 거리를 만들어 줍니다.
- 720p
- 16:9
- 5s
- 출력10초
sax-solo-ten-seconds `duration_seconds` 는 이 엔드포인트가 받는 두 길이 중 긴 쪽인 `10`, `1080p` 에 `16:9` 입니다. 지시문은 오디오 단계에 구체적인 요구를 냅니다 — 관악기 소리가 운지와 맞을 것. 분위기에 대한 요구가 아니라 동기화에 대한 요구입니다. 생성된 소리를 시험하겠다면 눈에 보이는 기구에 대고 시험해야 합니다. 그래야 맞는지 아닌지를 직접 눈으로 확인할 수 있습니다.
- 1080p
- 16:9
- 10s
- 출력5초
harbour-dawn-swim 동작 하나와 카메라 위치 하나로 좁히고 소리까지 적어 두어서, 물 튀는 소리와 웃음이 맞는 프레임에 들어갑니다.
- 720p
- 16:9
- 5s
- 출력10초
record-shop-vertical 1080p 세로 10초 테이크입니다. 손에서 얼굴로 틸트하며, 네거티브 프롬프트가 자막과 불필요한 인물을 막아 줍니다.
- 250924
- 1080p
- 9:16
이 예시는 출력 초당 $0.045부터 시작합니다. 설정을 바꾸면 플레이그라운드에서 예상 비용이 다시 계산됩니다.