Wprowadzenie
Wan 2.1 LoRA Obraz na wideo animuje jedno zdjęcie z maksymalnie trzema twoimi plikami LoRA załadowanymi na otwartym modelu wideo 14B firmy Alibaba. Klipy trwają 5 lub 10 sekund w 480p lub 720p, zachowują kształt zdjęcia i wracają bez filtra treści.
Wybierz tryb według materiału wyjściowego
| Co masz | Tryb |
|---|---|
| pisemny opis | Wan 2.1 LoRA Tekst na wideo |
| zdjęcie do animacji | Wan 2.1 LoRA Obraz na wideo |
| klip do zmiany stylu | Wan 2.1 LoRA Wideo na wideo |
| nieruchomy obraz zamiast klipu | Wan 2.1 Image LoRA Tekst na obraz |
Najważniejsze funkcje
LoRA kamery i efektów
LoRA orbity, dolly i inne efekty wytrenowane pod Wan 2.1 obraz na wideo ładują się przez bezpośredni link. W naszym przykładzie LoRA orbity obróciła kamerę za plecy postaci; bez niej, przy tym samym seedzie, kamera stała w miejscu.
Powtarzalne przebiegi
Ten sam seed i te same dane dały w naszym teście klip identyczny co do bajta. Dzięki temu to najczystsze miejsce do strojenia LoRA: zmieniasz jedną wartość scale naraz i każda różnica pochodzi z tej zmiany.
Niskoszumowe LoRA do Wan 2.2
W naszym teście niskoszumowy plik LoRA obraz na wideo do Wan 2.2 zmienił klip w tym samym kierunku co jej wersja do Wan 2.1, więc wiele nowszych LoRA jest tu również użytecznych.
Bez cenzury z własnymi wagami
LoRA nie są weryfikowane, a wynik nie jest filtrowany; przesłane przez ciebie zdjęcie również nie jest oceniane.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Wymagane. Najpierw słowa wyzwalające, jeśli twoja LoRA je ma, potem co dzieje się po klatce otwierającej i jak porusza się kamera. od 1 znaków |
negative_prompt | Nie | Co ma zostać poza klipem, np. rozmycie, dodatkowe palce, tekst lub znaki wodne. |
image_url | Tak | Klatka otwierająca. Klip zachowuje kształt tego zdjęcia; publiczny, bezpośrednio pobieralny JPEG, PNG lub WebP. od 1 znaków |
resolution | Nie | 480p (domyślnie) lub 720p. 720p kosztuje więcej za klip i trwa dłużej; kształt wynika ze zdjęcia. |
duration_seconds | Nie | 5 (domyślnie) lub 10 sekund; inne długości są odrzucane. Klip 10-sekundowy kosztuje półtora raza tyle co 5-sekundowy. |
loras | Nie | Do trzech wpisów {path, scale} wytrenowanych pod Wan 2.1 14B (większość LoRA obraz na wideo trenowano na punkcie kontrolnym 480P i działają też w 720p); path to publiczny bezpoś… Domyślnie: |
guidance_scale | Nie | Jak ściśle klip trzyma się promptu, od 0 do 20, domyślnie 5. Podnoszenie go przy jednoczesnym obniżaniu kroków dawało nam przesycone kadry z artefaktami. |
flow_shift | Nie | Przesunięcie kroków czasowych flow matching, od 1 do 10. Pomiń, by użyć 3 w 480p i 5 w 720p; zmieniaj tylko wtedy, gdy autor LoRA zaleca wartość. |
steps | Nie | Kroki odszumiania, od 1 do 40, domyślnie 30. Mniej kroków to szybciej i bardziej miękko. |
seed | Nie | Ten sam seed i te same dane zwróciły w naszym teście klip identyczny co do bajta, więc to najłatwiejszy sposób, by zobaczyć, co zmienia LoRA. |
Cennik
Rozliczane za klip według rozdzielczości i długości; klip 10-sekundowy kosztuje półtora raza tyle co 5-sekundowy. LoRA i kształt zdjęcia nie zmieniają ceny.
| Rozdzielczość | Czas trwania: 5 | Czas trwania: 10 |
|---|---|---|
| $0.24 / żądanie | $0.36 / żądanie |
| $0.36 / żądanie | $0.54 / żądanie |
Zastosowania
Poruszające się portrety
Zamień nieruchomy obraz w ujęcie z wybranym przez ciebie ruchem kamery, od powolnego najazdu po pełną orbitę, przy czym twarz i strój zostają takie jak na zdjęciu.
Zdjęcia mody i produktów
LoRA orbity pokazuje strój lub przedmiot ze wszystkich stron, zaczynając od jednej dobrej fotografii, co oszczędza drugą sesję.
Platformy bez filtra treści
Animuj własne materiały LoRA, jakiej oczekuje twoja publiczność. Wszystkie osoby na ekranie muszą być dorosłe.
Wskazówki
Wpisz frazę wyzwalającą
LoRA efektów zwykle wymagają swoich słów wyzwalających, na przykład frazy orbity podanej przez autora. Umieść ją w zdaniu opisującym kamerę, tak jak w naszym przykładzie z orbitą.
Poproś o zmianę
Model trzyma się blisko zdjęcia: ubranie i miejsce ze zdjęcia zwykle zostają. Nazwij akcję i zmianę, jakiej chcesz, na początku promptu, jedna główna akcja na klip.
Porównuj przy tym samym seedzie
Uruchom raz z pustym loras i raz z twoją LoRA przy tym samym seedzie; klipy są tu bezpośrednio porównywalne, więc widzisz dokładnie, co robi LoRA.
Używaj bezpośrednich, publicznych linków
Użyj publicznego linku, z którego pobiera się sam plik .safetensors, na przykład linku „resolve/main” z Hugging Face. Strona repozytorium, plik za logowaniem albo link z Civitai przekierowujący do logowania kończy żądanie błędem, a za nieudane żądania nie pobieramy opłaty.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.1-lora/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
