Wan 2.2 API

Wan 2.2 obraz na wideo wychodzi od dostarczonego przez Ciebie obrazu i animuje to, co dzieje się dalej. Wymagane są dwa elementy: klatka początkowa w formacie JPEG, PNG lub WebP o rozmiarze do 10 MB oraz prompt o długości do 5000 znaków, opisujący ruch. Każde żądanie zwraca jeden niemy, pięciosekundowy klip w 480p (domyślnie) lub 720p.

Wybierz tryb Wan 2.2 według materiału wyjściowego

Wygląd wyznacza obraz

Obiekt, kostium, scenografia i kierunek światła pochodzą w całości z obrazu początkowego, więc prompt nie musi ich ponownie opisywać. Właśnie dlatego ten tryb sprawdza się przy materiale, który musi zgadzać się z wzorcem: w przykładzie z buteleczką serum obraz utrwala etykietę i sylwetkę, a prompt prosi jedynie o łuk kamery i przesuwające się światło.

Format wynika z obrazu

Ten endpoint nie ma ustawienia proporcji. Najbezpieczniejsze są 16:9 i 9:16, ponieważ obraz o innych proporcjach może wrócić przeskalowany i przycięty do środka. Przed przesłaniem przytnij obraz do docelowego formatu.

Stała długość, wyłącznie obraz

Każde ujęcie to pięć sekund wideo bez dźwięku; ani długości, ani dźwięku nie da się zmienić. Skoro oba te parametry są stałe, jedyną zmienną pozostaje ruch. Dlatego każdy opublikowany przykład prosi o jeden ruch albo o jedną zależność przyczyny i skutku.

Rozszerzanie promptu zmienia więcej niż sformułowania

Rozszerzanie promptu jest domyślnie wyłączone. Po włączeniu może zmienić nie tylko treść polecenia, ale też wygląd renderu, więc zanim je zostawisz, porównaj wynik z uruchomieniem bez niego. W przykładzie z dzwonkiem wietrznym i postacią pozostaje wyłączone, aby zdanie zostało wykonane dokładnie tak, jak je napisano.

Ruch na zdjęciu produktu

Wyślij zatwierdzony packshot i poproś o ruch kamery lub zmianę światła, a sam produkt zostaw na miejscu. Przykład z buteleczką serum pokazuje ten schemat: kamera powoli zatacza ćwierć okręgu wokół buteleczki z pipetą, miękki pas światła z okna przesuwa się po szkle, a prompt zaznacza, że sama buteleczka się nie porusza.

Jeden moment gry aktorskiej z portretu

Przykład z sukienką na ramiączkach zaczyna się od portretu studyjnego i prosi o jedną czynność: kobieta przenosi ciężar ciała, obraca ramiona w stronę obiektywu, robi dwa powolne kroki i zatrzymuje spojrzenie. Kamera jest nieruchoma, szare studyjne tło pozostaje nietknięte, a ujęcie jest renderowane w 720p.

Ruch z widoczną przyczyną

W przykładzie z dzwonkiem wietrznym i postacią dzwonek się obraca, a kształt za gazową zasłoną porusza się razem z nim, podczas gdy cień zasłony przesuwa się po scenie. Zapisanie przyczyny i skutku w krótkim, niemym klipie nadaje ruchowi powód i sprawia, że nie wygląda on jak zapętlona animacja.

# 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-2.2/image-to-video",
  "input": {
    "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.