Wprowadzenie
Wan 2.2 Spicy Przedłużanie wideo kontynuuje klip, który już masz. Przekaż go w video_url razem z promptem opisującym, co dzieje się dalej. Ostatnia klatka klipu staje się klatką początkową nowego ujęcia Wan 2.2 Spicy z obrazu na wideo trwającego dokładnie 5 lub 8 sekund, a obie części są łączone w jeden plik MP4: najpierw oryginał, potem kontynuacja, bez powtórzonej klatki na łączeniu. Nowy fragment wraca też jako osobny plik, więc możesz przedłużać dalej albo montować części oddzielnie.
Najważniejsze funkcje
Ciągłość bierze się z ostatniej klatki. Kostiumy, scenografia, światło i ustawienie wszystkich postaci zostają zachowane, bo nowy fragment dosłownie zaczyna się od twojej ostatniej klatki. Ruch nie przechodzi w ten sam sposób: model widzi jedną nieruchomą klatkę, a nie cały klip, dlatego opisz ruch, który ma trwać dalej, zamiast zakładać, że tempo i kierunek zostaną zachowane.
Dostajesz jeden plik i osobno nowy kawałek. Połączony MP4 zachowuje liczbę klatek na sekundę i kadr Twojego klipu, bez czarnych pasów. Aby dopasować łączenie, obraz może zostać przycięty lub skorygowany o kilka procent na brzegach. Jeśli model zwróci wyraźnie inne proporcje, nowy fragment zostanie przeskalowany tak, aby wypełnić Twój kadr, i wyśrodkowany, a to, co wystaje, zostanie przycięte. Całość jest kodowana jako MP4 H.264. Wan 2.2 Spicy tworzy wideo bez dźwięku: dźwięk oryginału gra do łączenia i wyciszany jest płynnie, a nowy fragment jest niemy. Drugi zasób w wyniku to sam nowy fragment, gotowy do kolejnego przedłużenia albo do montażu.
Dostępny jest opcjonalny obraz końcowy. Z last_image_url nowy fragment kończy się na tym obrazie, co ustala zakończenie ujęcia albo, przy użyciu klatki z wcześniejszej części klipu, domyka pętlę. Bez niego o zakończeniu decyduje model.
Cała reszta to Wan 2.2 Spicy z obrazu na wideo. Nowy fragment działa na tym samym silniku, z tym samym zakresem dopuszczalnych treści i tą samą ceną za sekundę co endpoint z obrazu na wideo, a nieudane generowanie jest zwracane tak samo. Jeśli generowanie się uda, ale samo łączenie nie powstanie, zadanie kończy się błędem, a opłata wraca.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
video_url | Tak | Klip do kontynuowania: MP4, MOV lub WebM, do 60 sekund. Jego ostatnia klatka staje się klatką początkową nowego fragmentu, więc przytnij go na czystej, ostrej klatce. od 1 znaków |
prompt | Tak | Wymagane. Co dzieje się dalej: następna akcja i ruch kamery. od 1 znaków |
duration_seconds | Nie | Długość nowego fragmentu: dokładnie 5 lub 8 sekund, domyślnie 5. Każda inna wartość jest odrzucana, a nie zaokrąglana. |
resolution | Nie | Rozdzielczość, w jakiej powstaje nowy fragment: 480p lub 720p, domyślnie 480p. Wybierz rozdzielczość oryginału, żeby na łączeniu nie było widać skoku ostrości. |
seed | Nie | Od 0 do 2147483647. Zachowaj tę samą wartość, kiedy porównujesz pięć sekund z ośmioma albo 480p z 720p, wychodząc z tego samego kadru bazowego. |
last_image_url | Nie | Opcjonalna docelowa klatka końcowa: nowy fragment kończy się na tym obrazie. od 1 znaków |
enable_prompt_expansion | Nie | Domyślnie wyłączone. Po włączeniu prompt jest przepisywany przed generowaniem – przydatne przy jednozdaniowym briefie, szkodliwe wtedy, gdy opis ruchu jest już precyzyjny. Domyślnie: |
Cennik
Opłata za każdą sekundę nowego fragmentu w wybranej rozdzielczości; wysłany klip źródłowy nie jest rozliczany. Włączenie rozszerzania promptu dolicza niewielką stałą opłatę.
| Specyfikacja | Cena |
|---|---|
| $0.019 / sekundę |
| $0.038 / sekundę |
Zastosowania
Wydłuż ujęcie, które skończyło się za wcześnie: obrotową podstawę z produktem, która staje, zanim etykieta zwróci się do kamery, albo spacer urwany, zanim postać dojdzie do drzwi. Przedłuż o kilka sekund i opisz tylko pozostały ruch.
Buduj dłuższą sekwencję krok po kroku. Wygeneruj pierwsze ujęcie, przedłuż je, a potem znowu przedłuż połączony wynik; każdy krok rozlicza tylko dodane sekundy. Każdy krok zaczyna się od jednej klatki, więc obejrzyj każde łączenie, zanim dołożysz kolejne.
Wskazówki
Opisuj następny moment, a nie całą scenę. Klatka już ustala, kto i gdzie się znajduje; poświęć prompt na następną akcję i ruch kamery. Powtórz język kamery, na którym skończył się klip, na przykład powolny najazd albo statyczne ujęcie, żeby łączenie wyglądało jak jedno ujęcie.
Przytnij klip przed przedłużeniem. Ostatnia klatka to jedyne, co widzi model, więc rozmyte, urwane w pół ruchu albo mocno skompresowane zakończenie przechodzi wprost do kontynuacji. Najpierw przytnij oryginał na czystej, ostrej klatce. Przyjmowane są oryginały do 60 sekund w formatach MP4, MOV lub WebM.
Trzymaj tę samą rozdzielczość. Przedłużenie klipu 720p w 480p sprawia, że nowa część wygląda miękciej obok oryginału. Dopasuj rozdzielczość do oryginału i wybierz 5 lub 8 sekund według potrzeby: opłata dotyczy tylko nowego fragmentu.
Użyj last_image_url do pozy końcowej albo pętli: klatka z wcześniejszej części klipu sprawia, że nowy fragment wraca do miejsca, od którego zaczęło się ujęcie.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.2-spicy/video-extend",
"input": {
"duration_seconds": 5,
"enable_prompt_expansion": false,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
