Wprowadzenie
Wan 2.1 LoRA Tekst na wideo generuje cichy klip z promptu, z maksymalnie trzema twoimi plikami LoRA załadowanymi na otwartym modelu wideo 14B firmy Alibaba. Klipy trwają 5 lub 10 sekund w 480p lub 720p, w 16:9 albo 9:16, a platforma nie dodaje filtra treści do promptu, wag ani klipu.
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
Duża biblioteka LoRA ze społeczności
Wan 2.1 14B ma jedną z największych bibliotek LoRA od społeczności wśród otwartych modeli wideo: postaci, style artystyczne, ruchy kamery i LoRA bez filtra, z których większość jest na Hugging Face i Civitai. Załaduj do trzech przez bezpośredni link, każda z własną siłą od 0 do 4.
LoRA do Wan 2.2 też działają
W naszym teście jednoplikowa LoRA stylu do Wan 2.2 nadała klipowi sepiowy wygląd starego filmu na tym modelu, więc spora część nowszej biblioteki Wan 2.2 jest tu również użyteczna. LoRA do zupełnie innego modelu, na przykład modelu obrazów, kończy żądanie błędem.
Otwarte strojenie
Steps, guidance, flow shift i prompt negatywny są do twojej dyspozycji, co ma znaczenie dla LoRA, których autorzy publikują zalecane ustawienia. Wartości domyślne (30 kroków, guidance 5) dawały w naszych próbach czyste kadry.
Bez cenzury z własnymi wagami
LoRA nie są weryfikowane, a wynik nie jest filtrowany. Bez LoRA bez filtra treść poziomu Silny była rysowana, a poziom Bardzo silny wracał złagodzony; LoRA bez filtra to sposób, by pójść dalej.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Najpierw słowa wyzwalające, jeśli twoja LoRA je ma, potem temat, akcja i kamera. Działają zwykłe zdania; instrukcja kamery na końcu była w naszych próbach wykonywana. od 1 znaków |
negative_prompt | Nie | Co ma zostać poza klipem, np. rozmycie, dodatkowe palce, tekst lub znaki wodne. |
aspect_ratio | Nie | 16:9 (domyślnie) lub 9:16. Kształt nie zmienia ceny. |
resolution | Nie | 480p (832 x 480, domyślnie) lub 720p (1280 x 720). 720p kosztuje więcej za klip i trwa dłużej. |
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; path to publiczny bezpośredni link do pliku .safetensors, scale od 0 do 4 (domyślnie 1). 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 | Pozwala porównywać przebiegi, gdy zmieniasz jedną LoRA lub jedną wartość scale naraz. Nie obiecuje identycznego wyniku. |
Cennik
Rozliczane za klip według rozdzielczości i długości; klip 10-sekundowy kosztuje półtora raza tyle co 5-sekundowy. LoRA i proporcje nie zmieniają ceny.
| Rozdzielczość | Czas trwania: 5 | Czas trwania: 10 |
|---|---|---|
| $0.24 / żądanie | $0.36 / żądanie |
| $0.36 / żądanie | $0.54 / żądanie |
Zastosowania
Serie z postacią
Wytrenuj lub pobierz LoRA postaci raz i ładuj ją w każdym żądaniu: ta sama twarz i ten sam strój przechodzą przez kolejne sceny, czego sam prompt nie gwarantuje z klipu na klip.
Krótkie formy w jednym stylu
LoRA stylu nadaje każdemu klipowi w zestawie ten sam wygląd, od animacji cel-shading po stary film, więc seria wygląda jak jedno dzieło, nawet gdy prompty się zmieniają.
Platformy bez filtra treści
Załaduj LoRA, jakiej oczekuje twoja publiczność, i generuj klipy 5- lub 10-sekundowe bez filtra po drodze. Wszystkie osoby na ekranie muszą być dorosłe.
Wskazówki
Najpierw słowa wyzwalające
Większość LoRA do Wan trenowano z frazą wyzwalającą, podaną na karcie LoRA. Umieść ją na samym początku promptu, a potem opisz temat, akcję i kamerę zwykłymi zdaniami.
Zacznij od scale 1
W naszych testach 0,5 już zmieniało wynik, a 1 zmieniało go mocniej. Podnoś scale tylko wtedy, gdy LoRA nadal jest ledwo widoczna, a obniż, jeśli plan i postacie zmieniają się bardziej, niż chcesz.
Utrzymuj umiarkowane guidance
Guidance 5 przy 30 krokach dawało czyste kadry. Podnoszenie guidance przy cięciu kroków dawało przesycone kadry z artefaktami, więc zmieniaj jedno naraz.
Używaj bezpośrednich, publicznych linków
Użyj publicznego linku, z którego pobiera się sam plik .safetensors, na przykład linku „resolve/main” z Hugging Face. Strona repozytorium, plik za logowaniem albo link z Civitai przekierowujący do logowania kończy żądanie błędem, a za nieudane żądania nie pobieramy opłaty.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.1-lora/text-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
