Wan 2.6 text-to-video od Alibaba zamienia opisane ujęcie lub listę ujęć w 5, 10 lub 15 sekund z generowanym dźwiękiem, w 720p lub 1080p. Wybierz jedną z pięciu proporcji oraz jedno ujęcie lub montaż wielu ujęć.
Filtrowanie różni się zależnie od endpointu: Obraz na wideo — Bez cenzury, Tekst na wideo — Bez cenzury, Referencja na wideo — Filtrowany.
Obszar roboczy
Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.
- Wyjście5 s
rain-car-climb-over - 720p
- 16:9
- 5s
- Wyjście10 s
numbered-shot-list Prompt jest tu nie prozą, lecz numerowaną listą ujęć: 1 ogólne, 2 średnie, 3 bliskie. Ten endpoint czyta taką strukturę i kręci po kolei, dlatego każda z trzech linijek nazywa tylko wielkość planu i temat. Trzymaj numerację ściśle i po jednym ujęciu na linijkę: w chwili, gdy linijka opisuje dwa zdarzenia, granica między ujęciami przestaje należeć do ciebie. `duration_seconds` `10`, `1080p`.
- 1080p
- 16:9
- 10s
- Wyjście5 s
harbour-rain-single Jedna czynność i jeden powolny ruch kamery w 16:9, z rozpisanym dźwiękiem, żeby syrena i deszcz leżały pod obrazem.
- 720p
- 16:9
- 5s
- Wyjście10 s
bakery-morning-multi Trzy ponumerowane ujęcia w pionowym, dziesięciosekundowym klipie w 1080p, z włączonym rozwijaniem promptu, żeby model mógł zaplanować cięcia.
- 20251216
- multi
- 1080p
Ten przykład zaczyna się od $0.09 za sekundę wyniku. Playground przelicza szacunek po każdej zmianie ustawień.