Wan 2.2 LoRA: sloty high-noise i low-noise, co zmienia się w wideo

LoRA kamery lub ruchu włóż do high_noise_loras, LoRA tekstury lub wyglądu do low_noise_loras, a plik, który ma działać na oba, do loras. Jeśli autor publikuje plik HIGH i plik LOW, każdy trafia do własnego slotu. Testowy klip 5-sekundowy w 480p kosztuje 0,102 $, więc przed przebiegiem produkcyjnym możesz sprawdzić przypisanie za około 0,41 $.

Wan 2.2 image-to-video usuwa szum w dwóch przebiegach z użyciem dwóch osobnych sieci eksperckich. Ekspert high-noise działa pierwszy i ustala kompozycję oraz ruch; ekspert low-noise domyka klip i rozwiązuje teksturę, oświetlenie i drobiazgi. Wan 2.2 LoRA udostępnia po jednym slocie na eksperta plus slot wspólny, więc to ty decydujesz, który etap plik wag może zmieniać.

Który slot dla której LoRA

Podział jest silną tendencją, a nie ścianą: LoRA ruchu wciąż może zmienić wygląd, a LoRA ziarna zmienić sposób, w jaki tkanina wygląda w ruchu. Nie ma stałego współczynnika siły między przebiegami; jeśli autor opublikował notatki, trzymaj się ich.

Ilustracja poglądowa: ścieżka kamery i poza pochodzą z przebiegu high-noise, szczegóły tkaniny i powierzchni — z przebiegu low-noise.

Najpierw przetestuj w Playground

1. Otwórz stronę image-to-video Wan 2.2 LoRA i zostań w zakładce Playground, w widoku Form. Zaloguj się kontem z zasilonym saldem, aby uruchomić.
2. Dodaj klatkę otwierającą w polu Input image i ustaw Resolution na 480p oraz Duration na 5 przy teście.
3. Kliknij Add item w sekcji High-noise LoRAs, Low-noise LoRAs albo Style LoRAs (slot wspólny, loras w API), wklej bezpośredni link .safetensors i ustaw siłę. Zacznij od 1.
4. Ustaw Seed, uruchom, potem przenieś plik do drugiego slotu i uruchom ponownie; test czterech klipów poniżej to wersja pełna.

Playground wysyła ten sam JSON, który przyjmuje API, więc przypisanie, które tu zadziała, możesz przenieść wprost do kodu.

Potem uruchom z kodu

Zainstaluj SDK Pythona (pip install spicyapi) i ustaw SPICY_API_KEY w środowisku serwera. Każdy slot przyjmuje do trzech wpisów { "path", "scale" }: path to bezpośredni link do pliku .safetensors (do 1 GB; dla prywatnych wag użyj linku podpisanego), a scale działa od 0 do 4. Podmień adresy zastępcze na własną klatkę otwierającą i własne pliki LoRA:

import uuid
from spicyapi import SpicyClient, output_assets

client = SpicyClient()  # reads SPICY_API_KEY from the environment

task = client.create_task(
    model="alibaba/wan-2.2-lora/image-to-video",
    input_data={
        "image_url": "https://your-storage.example.com/opening-frame.png",
        "prompt": "She turns toward the camera and walks forward. One slow orbit around her.",
        "duration_seconds": 5,
        "resolution": "480p",
        "seed": 12345,
        "high_noise_loras": [
            {"path": "https://your-storage.example.com/orbit-high.safetensors", "scale": 1.0}
        ],
        "low_noise_loras": [
            {"path": "https://your-storage.example.com/film-grain-low.safetensors", "scale": 1.0}
        ],
    },
    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

Prompt potrzebuje jednej akcji i jednej instrukcji kamery; jeśli LoRA niesie wygląd, nie opisuj go dodatkowo w prompcie, bo zwykle podwaja to efekt. Przy porównywaniu przebiegów używaj stałego seeda różnego od zera (0 to losowanie). Pola i wyniki znajdziesz w dokumentacji API; zasady linkowania wag opisuje uruchamianie własnej LoRA na hostowanym API.

Albo niech to uruchomi agent

Wszystkie trzy oficjalne narzędzia pokazują cenę i pytają o zgodę przed płatnym wywołaniem.

• CLI. Zapisz obiekt input jako input.json, potem wykonaj npx @spicyapi/cli tasks create --model alibaba/wan-2.2-lora/image-to-video --input-file input.json --wait (dokumentacja CLI).
• Serwer MCP. Dodaj serwer MCP do asystenta, a potem zapytaj: „Uruchom Wan 2.2 LoRA image-to-video na tej klatce, z plikiem orbity w slocie high-noise, a plikiem ziarna w slocie low-noise”. Wywołuje spicyapi_task_create, które zatrzymuje się w oczekiwaniu na potwierdzenie ceny.
• Skill. npx skills add spicyapi-ai/spicy-skill instaluje Agent Skill, dzięki czemu asystent programistyczny czyta bieżący schemat modelu zamiast zgadywać nazwy pól.

Siła

Zacznij od 1,0 dla każdego pliku wskazanego przez autora, potem zmieniaj po jednym scale. Aby prześledzić pojedynczą LoRA, uruchom od 0,5 do 1,5 w 480p przy unieruchomionej klatce, prompcie i seedzie; powyżej około 1,5 styl zaczyna pochłaniać postać. Zachowaj przebieg, w którym styl jest wyraźnie obecny, a postać wciąż rozpoznawalna, a potem wyrenderuj go ponownie w 720p. Siły LoRA przyspieszających (destylacja) z lokalnych przepływów ComfyUI nie przenoszą się: ten endpoint nie ma pól liczby kroków, samplera ani punktu przełączenia.

Potwierdź slot czterema klipami

Zostaw bez zmian klatkę otwierającą (dokładnie ten sam plik), prompt, seed, czas trwania i rozdzielczość, a potem uruchom:

1. bez LoRA
2. plik tylko w slocie high-noise
3. plik tylko w slocie low-noise
4. oba sloty (dla pary: plik HIGH w high_noise_loras, a plik LOW w low_noise_loras; dla pojedynczego pliku zgodnego z oboma ekspertami działa też loras)

Jeśli pliki muszą być używane w parze, uruchom tylko warunki 1 i 4. Kryteria zaliczenia: LoRA orbity — kamera zakreśla rozpoznawalny łuk, a postać pozostaje identyfikowalna; LoRA tekstury — tekstura przetrwa ruch i nie jest tylko na pierwszej klatce; LoRA postaci — twarz i strój pozostają spójne. Oglądaj początek, środek i koniec, a nie klatkę-plakat.

Ceny uwzględniają obecną obniżkę 15% na LoRA; cena katalogowa to 0,024 $ za sekundę w 480p i 0,048 $ w 720p.

Macierz czterech klipów w 480p i 5 s kosztuje 0,41 $ (0,48 $ według ceny katalogowej). Liczba LoRA i rozmiar pliku nie zmieniają ceny. Wan 2.2 Spicy LoRA korzysta z tych samych trzech slotów i dodaje przedłużanie wideo.

Gdy klip się nie zmienia

Jedna zmiana na przebieg, w tej kolejności:

• Zła baza. Plik musi być wytrenowany pod Wan 2.2 image-to-video. Wagi dla innej bazy (Wan 2.1, text-to-video, model 5B) to najczęstsza przyczyna tego, że LoRA nic nie robi.
• Zły przebieg. Brak ruchu: przenieś plik do high_noise_loras. Brak tekstury lub wyglądu: przenieś go do low_noise_loras.
• Skala za niska. Podnoś ją stopniowo w stronę 1,5, po jednym pliku.
• Tożsamość się rozjeżdża albo styl zjada postać. Obniż konkurencyjną skalę, uprość klatkę otwierającą albo poproś o jedną akcję i krótszy klip.
• Żądanie się nie powiodło lub zostało odrzucone. Strony repozytorium i blob/ są odrzucane już przy wysyłaniu; użyj bezpośredniego linku do pliku resolve/.... Wygasły link może zawieść także po starcie zadania, więc najpierw otwórz dokładny adres .safetensors w przeglądarce.
• Zadanie się kończy, ale scena jest złagodzona. Wan 2.2 LoRA to endpoint bez cenzury i bez platformowego skanowania treści, więc wynik zależy od modelu bazowego i twoich wag. Bez dołączonej LoRA ten endpoint złagodził niektóre z najintensywniejszych scen w recenzji; wybierz kompatybilny adapter wytrenowany pod wynik, którego chcesz, a potem porównaj go z przebiegiem bez LoRA.

Kiedy pominąć drogę przez LoRA

Skorzystaj z drogi przez LoRA, gdy masz zgodny plik i efekt, który potrafisz nazwać i sprawdzić: powtarzalny ruch, ruch kamery albo rozpoznawalny wygląd w wielu klipach. Jeśli klatka i prompt już dają ruch, którego chcesz, pomiń adapter. Bez własnych plików LoRA zwykła wersja Wan jest tańsza na start; porównanie wersji Wan pokazuje, która pasuje do każdego rodzaju sceny, a wybór przepływu Wan 3 przydaje się, gdy klipy muszą być dłuższe.

FAQ

Czy potrzebuję obu plików, gdy LoRA przychodzi jako para HIGH i LOW?

Użyj obu w pasujących slotach, gdy autor wymaga pary. Pojedynczy plik wypróbuj tylko wtedy, gdy autor dopuszcza takie użycie w konkretnym ekspercie; te dwa pliki nie są zamienne.

Czy mogę nałożyć kilka LoRA naraz?

Tak, do trzech na slot. Mieszają się raczej niż nakładają, więc dodawaj je po jednym.

Czy generuje dźwięk albo startuje od tekstu?

Nie w obu przypadkach. Klipy są nieme, a endpoint obsługuje wyłącznie image-to-video, więc potrzebujesz klatki otwierającej i promptu.

Dlaczego ten sam prompt wygląda inaczej w lokalnym przepływie ComfyUI?

Lokalne przepływy ustawiają kroki, shift i punkt przekazania między ekspertami. Tutaj są one ustalone; do dostrojenia zostaje tylko slot i skala.