Wprowadzenie
Wan 2.2 Spicy LoRA Obraz na wideo zamienia jeden obraz otwierający i prompt w klip o długości 5 lub 8 sekund w 480p albo 720p, wczytując do trzech twoich plików LoRA z linków, które sam hostujesz. Obraz ustala postać, strój, scenografię i proporcje kadru, prompt steruje ruchem i kamerą, a pliki LoRA odpowiadają za styl renderowania.
Wybierz tryb Wan 2.2 Spicy LoRA według materiału wyjściowego
| Materiał wyjściowy | Tryb |
|---|---|
| obraz otwierający do animowania | Wan 2.2 Spicy LoRA Obraz na wideo |
| gotowy klip do kontynuacji od ostatniej klatki | Wan 2.2 Spicy LoRA Wydłużanie wideo |
Najważniejsze funkcje
Trzy listy LoRA, każda dla innego etapu
Główna lista stosuje swoje pliki LoRA do całej generacji. Dwie kolejne listy, po maksymalnie trzy wpisy, działają tylko na jednym etapie: etap wysokiego szumu decyduje o kompozycji i ruchu, więc to miejsce na styl kamery lub ruchu, a etap niskiego szumu dopracowuje detale i fakturę, co pasuje do kreski, ziarna czy określonego sposobu renderowania. Każdy wpis to bezpośredni link do pobrania plus siła od 0 do 4, domyślnie 1.
Obraz już wystylizowany zostawia LoRA mniej do wymyślania
Klip zaczyna się od wysłanego obrazu, a ponieważ nie ma osobnego pola proporcji, one również wynikają z obrazu. Jeśli obraz jest już namalowany, narysowany albo wykonany aerografem w docelowej stylistyce, LoRA utrzymuje ten styl przez cały ruch; gdy musi go wymyślić na podstawie neutralnego zdjęcia, ma o wiele więcej do przezwyciężenia.
Wagi zostają na twoim hostingu i nic nie jest sprawdzane
Każdy plik LoRA jest pobierany z podanego adresu URL na czas generowania i nic nie jest przechowywane, więc prywatne wagi mogą pozostać za podpisanym linkiem. Żądanie nie zawiera deklaracji treści, a żaden plik LoRA nie jest kontrolowany. Prawa do plików, ich danych treningowych i obrazu otwierającego leżą po twojej stronie.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
low_noise_loras | Nie | Do trzech LoRA stosowanych wyłącznie na etapie niskiego szumu, na którym doprecyzowują się detal i faktura. Właściwe miejsce na kreskę, ziarno albo sposób renderowania. do 3 elementów |
high_noise_loras | Nie | Do trzech LoRA stosowanych wyłącznie na etapie wysokiego szumu, na którym zapadają decyzje o kompozycji i ruchu. Właściwe miejsce na styl pracy kamery albo styl ruchu. do 3 elementów |
image_url | Tak | Pierwsza klatka. Stąd biorą się temat, kostium, scenografia i proporcje klipu; klatka startowa już w docelowym stylu daje LoRA dużo mniej do zwalczania. od 1 znaków |
prompt | Tak | Wymagany. Opisz ruch i pracę kamery. |
loras | Nie | Do trzech LoRA. Każdy wpis wymaga bezpośredniego adresu pobrania pliku LoRA; siła jest opcjonalna i domyślnie wynosi 1. do 3 elementów |
duration_seconds | Nie | Dokładnie 5 albo 8. Każda inna wartość to błąd walidacji, a nie zaokrąglony klip. |
resolution | Nie | 480p albo 720p, domyślnie 480p. Przegląd siły LoRA rób w 480p, a w 720p renderuj ponownie tylko zwycięzcę. |
seed | Nie | Od 0 do 2147483647. Trzymaj go bez zmian, kiedy przejeżdżasz zakres siły LoRA, inaczej odczytujesz sam szum. |
Cennik
| Specyfikacja | Cena |
|---|---|
| $0.024 / sekundę |
| $0.048 / sekundę |
Zastosowania
Ożyw malowaną postać w jej własnym stylu
Opublikowany przykład candlelit-crypt wysyła ilustrację dark fantasy przedstawiającą elficką czarodziejkę na kamiennym tronie, w 480p, na pięć sekund, ze stałym seedem 771408: płomienie świec migoczą, ona unosi dłoń i odwraca się do kamery, w górę unoszą się iskry. Przykład działa bez LoRA, więc pokazuje, co model bazowy robi z obrazem, który ma już swój styl. Jeśli ten wygląd ma się utrzymać w całej serii klipów z jednego obrazu postaci, dodaj malarski plik LoRA do głównej listy.
Znajdź siłę LoRA, zanim przejdziesz na 720p
Zablokuj obraz, prompt i seed, a potem uruchom jeden plik LoRA z siłą od 0,5 do 1,5 w czterech klipach w 480p. Mniej więcej powyżej 1,5 styl zwykle zaczyna pochłaniać postać zamiast ją stylizować. Wyrenderuj ponownie w 720p tylko zwycięską siłę; wycenę zmieniają dwa ustawienia: rozdzielczość i długość.
Otwórz scenę, którą kontynuuje video-extend
Wygeneruj tutaj pierwsze pięć lub osiem sekund, a gotowy klip przekaż do endpointu video-extend. Wydłużenia łączą się najczyściej od spokojnej pozy, więc zakończ brief nieruchomą postawą. Zanotuj dokładne adresy URL i siły plików LoRA, aby kolejne przejście mogło je powtórzyć.
Wskazówki
Przeznacz prompt na ruch, nie na styl
Opisz, co się porusza, w jakiej kolejności i jak zachowuje się kamera. Brief z kryptą to dobry wzór: „The candle flames gutter and sway across the crypt as she lifts her hand from the armrest, turns her head toward camera … Slow push-in, deep crimson and obsidian”. Nazwanie stylu w prompcie przy jednoczesnym wczytaniu dla niego pliku LoRA zwykle podwaja efekt zamiast go wzmacniać, więc zostaw wygląd wagom i obrazowi.
Dodawaj pliki LoRA pojedynczo
Trzy pliki LoRA na jednej liście mieszają się, zamiast nakładać się warstwami. Gdy łączysz wagi stylu, tkaniny i światła, LoRA tkaniny i LoRA światła walczą o te same odblaski: ogranicz akcję do jednego obrotu i pozwól pracować powierzchniom. Plik LoRA, który ma kształtować tylko ruch, trafia do high_noise_loras, a ten przeznaczony tylko do faktury – do low_noise_loras. Drugą i trzecią wagę dodaj dopiero wtedy, gdy pierwsza zachowuje się stabilnie przy wybranej sile.
Sprawdź wymagane pola i limity przed wysłaniem
image_url i prompt są wymagane. duration_seconds przyjmuje dokładnie 5 lub 8 – każda inna wartość kończy się błędem walidacji, a nie zaokrąglonym klipem. Nie ma pola na klatkę końcową (oferuje je Wan 2.2 Spicy) ani przełącznika rozszerzania promptu. Znaki wodne i wtopiony tekst z obrazu otwierającego przechodzą prosto do wyniku, więc najpierw oczyść obraz. Przykład airbrush-pool-hold, bez LoRA, to punkt odniesienia, który twoje wyniki z LoRA muszą przebić.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.2-spicy-lora/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
