Introdução
Wan 2.1 LoRA Texto para vídeo gera um clipe mudo a partir de um prompt, com até três arquivos LoRA seus carregados no modelo de vídeo aberto de 14B da Alibaba. Os clipes têm 5 ou 10 segundos em 480p ou 720p, em 16:9 ou 9:16, e a plataforma não acrescenta nenhum filtro de conteúdo ao prompt, aos pesos nem ao clipe.
Escolha o modo pelo material de partida
| O que você tem | Modo |
|---|---|
| uma descrição escrita | Wan 2.1 LoRA Texto para vídeo |
| uma foto para animar | Wan 2.1 LoRA Imagem para vídeo |
| um clipe para mudar de estilo | Wan 2.1 LoRA Vídeo para vídeo |
| uma imagem estática em vez de um clipe | Wan 2.1 Image LoRA Texto para imagem |
Recursos e destaques
Uma biblioteca profunda de LoRAs da comunidade
O Wan 2.1 14B tem uma das maiores bibliotecas de LoRA da comunidade entre os modelos de vídeo abertos: personagens, estilos artísticos, movimentos de câmera e LoRAs sem filtro, a maioria no Hugging Face e no Civitai. Carregue até três por link direto, cada uma com força própria de 0 a 4.
LoRAs do Wan 2.2 passam para cá
No nosso teste, um LoRA de estilo do Wan 2.2 de arquivo único deu ao clipe um visual sépia de filme antigo neste modelo, então boa parte da biblioteca mais nova do Wan 2.2 também pode ser usada aqui. Um LoRA de um modelo sem relação, como um modelo de imagem, faz a requisição falhar.
Ajustes deixados abertos
Steps, guidance, flow shift e um prompt negativo ficam por sua conta, o que importa para LoRAs cujos autores publicam ajustes recomendados. Os padrões (30 steps, guidance 5) deram quadros limpos nas nossas execuções.
Sem censura com pesos personalizados
As LoRAs não são revisadas e a saída não é filtrada. Sem uma LoRA sem filtro, o conteúdo de nível Forte era desenhado e o nível Muito forte voltava suavizado; LoRAs sem filtro são o caminho para ir além.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | As palavras-gatilho primeiro, se o seu LoRA tiver, e depois o sujeito, a ação e a câmera. pelo menos 1 caracteres |
negative_prompt | Não | O que deixar fora do clipe, como desfoque, dedos a mais, texto ou marcas d'água. Opcional, não afeta o preço. |
aspect_ratio | Não | 16:9 (padrão) ou 9:16. O formato não muda o preço. |
resolution | Não | 480p (832 x 480, o padrão) ou 720p (1280 x 720). O 720p custa mais por clipe e demora mais. |
duration_seconds | Não | 5 (padrão) ou 10 segundos; outras durações são rejeitadas. Um clipe de 10 segundos custa uma vez e meia um clipe de 5 segundos. |
loras | Não | Até três entradas {path, scale} treinadas para o Wan 2.1 14B; path é um link direto público para um arquivo .safetensors, scale vai de 0 a 4 (1 por padrão). Valor padrão: |
guidance_scale | Não | O quanto o clipe segue o prompt à risca, de 0 a 20, padrão 5. Subi-lo enquanto se reduzem os passos nos deu quadros supersaturados e cheios de artefatos. |
flow_shift | Não | Deslocamento do passo de tempo do flow matching, de 1 a 10. Deixe-o de fora para usar 3 em 480p e 5 em 720p; mude-o só quando o autor de um LoRA recomendar um valor. |
steps | Não | Passos de remoção de ruído, de 1 a 40, padrão 30. Menos passos são mais rápidos e mais suaves. |
seed | Não | Mantém as execuções comparáveis enquanto você muda um LoRA ou um scale por vez. Não promete um resultado idêntico. |
Preços
Cobrado por clipe conforme a resolução e a duração; um clipe de 10 segundos custa uma vez e meia um de 5 segundos. LoRAs e a proporção não alteram o preço.
| Resolução | Duração: 5 | Duração: 10 |
|---|---|---|
| $0.24 / requisição | $0.36 / requisição |
| $0.36 / requisição | $0.54 / requisição |
Casos de uso
Séries de personagem
Treine ou baixe um LoRA de personagem uma vez e carregue-o em toda requisição: o mesmo rosto e a mesma roupa passam de cena em cena, o que só um prompt não garante de um clipe para outro.
Curtas com estilo
Um LoRA de estilo dá a todos os clipes de um conjunto o mesmo visual, da animação em cel ao filme antigo, para que uma série seja lida como uma peça única mesmo quando os prompts mudam.
Plataformas sem filtro de conteúdo
Carregue a LoRA que o seu público espera e gere clipes de 5 ou 10 segundos sem nenhum filtro no caminho. Todas as pessoas na tela devem ser adultas.
Guia de prompt e dicas práticas
Palavras-gatilho primeiro
A maioria dos LoRAs de Wan foi treinada com uma frase-gatilho, listada na página do LoRA. Coloque-a bem no início do prompt e depois descreva o sujeito, a ação e a câmera em frases simples.
Comece no scale 1
Nos nossos testes, 0,5 já moveu o resultado e 1 o moveu mais. Suba o scale só se o LoRA ainda parecer fraco e baixe-o se o cenário e os personagens mudarem mais do que você quer.
Mantenha o guidance moderado
Guidance 5 com 30 passos deu quadros limpos. Subir o guidance enquanto se cortam passos nos deu quadros supersaturados e cheios de artefatos, então mude um de cada vez.
Use links diretos e públicos
Use um link público que baixe o próprio arquivo .safetensors, como um link "resolve/main" do Hugging Face. A página de um repositório, um arquivo atrás de login ou um link do Civitai que redireciona para o login faz a requisição falhar, e requisições que falham não são cobradas.
Início rápido da API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
