Introdução
Wan 2.2 LoRA Texto para vídeo renderiza um clipe de cinco ou oito segundos a partir de um prompt escrito, no modelo Wan 2.2 A14B da Alibaba, com os seus próprios pesos LoRA carregados por cima. Escolha paisagem 16:9 ou retrato 9:16 em 480p ou 720p, acrescente um prompt negativo e anexe até três LoRAs a cada um dos três slots. 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 2.2 LoRA Texto para vídeo |
| um quadro de abertura para animar | Wan 2.2 LoRA Imagem para vídeo |
Recursos e destaques
Dois especialistas, três slots de LoRA
O Wan 2.2 A14B divide a remoção de ruído entre um especialista de ruído alto, que define o layout e o movimento, e um de ruído baixo, que refina o detalhe. high_noise_loras e low_noise_loras atuam em um especialista cada, e loras atua nos dois. A maioria dos LoRAs do Wan 2.2 no Hugging Face e no Civitai é publicada como um par de arquivos de ruído alto e de ruído baixo, e os dois slots os recebem como vêm.
Paisagem ou retrato, renderizados de forma nativa
16:9 volta em 832×480 ou 1280×720 e 9:16 em 480×832 ou 720×1280. Um clipe vertical é composto para o celular, e não recortado de um plano aberto.
Execuções comparáveis
Com o mesmo seed e as mesmas entradas, recebemos de volta o clipe idêntico, byte a byte, nos nossos testes. Isso deixa as varreduras de força de LoRA honestas: mude um scale, mantenha todo o resto, e a diferença que você vê é a do LoRA.
Um prompt negativo
Diferentemente do endpoint de imagem para vídeo, este aceita negative_prompt para o que deve ficar de fora do plano, como borrão, dedos a mais ou letras perdidas.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | Obrigatório. Descreva as pessoas, a ação e o movimento de câmera em frases simples e informe a idade de quem aparece no plano. pelo menos 1 caracteres |
negative_prompt | Não | O que deve ficar de fora do clipe, como borrão, dedos a mais, texto ou marcas d'água. Opcional; deixe vazio para que só o prompt decida. |
aspect_ratio | Não | 16:9 (padrão) ou 9:16. Os dois são renderizados de forma nativa; não há opção quadrada nem outras proporções. |
resolution | Não | 480p (padrão) ou 720p. 720p custa mais por segundo e leva cerca de o dobro do tempo. |
duration_seconds | Não | Exatamente 5 ou 8. Qualquer outro valor é rejeitado em vez de arredondado. |
loras | Não | Até três entradas {path, scale} aplicadas aos dois especialistas; scale de 0 a 4, padrão 1. Use este slot para um LoRA de arquivo único. Valor padrão: |
high_noise_loras | Não | Até três LoRAs no especialista de ruído alto, onde composição e movimento são decididos. O arquivo de ruído alto de um LoRA pareado do Wan 2.2 vai aqui. Valor padrão: |
low_noise_loras | Não | Até três LoRAs no especialista de ruído baixo, onde detalhe e textura se resolvem. O arquivo de ruído baixo de um LoRA pareado do Wan 2.2 vai aqui. Valor padrão: |
seed | Não | De 0 a 2147483647. O mesmo seed com as mesmas entradas devolveu um clipe idêntico nos nossos testes; mantenha-o fixo enquanto varre o scale de um LoRA. |
Preços
Cobrado por segundo de vídeo na resolução escolhida; 720p custa mais por segundo que 480p. A proporção não muda o preço, e carregar LoRAs não gera cobrança à parte.
| Especificação | Preço |
|---|---|
| $0.048 / segundo |
| $0.084 / segundo |
Casos de uso
Uma série com um único visual
Carregue um LoRA de estilo e escreva uma lista de cenas. Cada clipe é um plano novo, mas a renderização continua a mesma no conjunto todo.
Clipes verticais para feeds
Renderize 9:16 em 720p para plataformas de vídeos curtos sem reenquadrar um clipe em paisagem.
Conceitos sem censura com os seus próprios pesos
Nem o prompt nem os arquivos LoRA são revisados. Em nossos testes, os níveis Leve e Moderado voltaram como escritos, enquanto os pedidos mais fortes voltaram amenizados em vez de recusados.
Guia de prompt e dicas práticas
Sujeito, ação, luz, câmera
Frases simples funcionam bem. Diga quem está no plano e que idade tem, o que faz do começo ao fim, onde acontece e sob que luz, e termine com um movimento de câmera. Este é o prompt por trás do exemplo da lareira, rodado em 720p, 16:9, cinco segundos com o LoRA Vintage Cinematic em loras na escala 1; as três primeiras palavras são o gatilho desse LoRA:
Vintage Cinematic Color. Night in a mountain log cabin during a thunderstorm. An adult woman in her early thirties with dark tousled hair sits on a sheepskin rug in front of a roaring stone fireplace, in an oversized flannel shirt worn open over a cream silk camisole, knees drawn up, a glass of red wine in her hand. Lightning flashes blue-white through the dark doorway behind her while the firelight paints her face amber; she pulls the slipping shirt back onto her shoulder, turns her head and gives the camera a slow, smouldering look. Warm brown tones, deep shadows, slow push-in, 35mm, film grain, shallow depth of field.
Confira se o LoRA combina com a base
Um LoRA treinado para outro modelo é aceito sem erro e não muda nada. Antes de uma varredura, rode o mesmo prompt e o mesmo seed com e sem o LoRA; se os clipes forem idênticos, o arquivo não serve para o Wan 2.2.
Passe o link do arquivo, não da página
O path precisa apontar para o próprio arquivo .safetensors. Uma página de repositório, ou um arquivo que exige login, faz a execução falhar.
Rascunhe pequeno
Um clipe de cinco segundos em 480p levou cerca de um minuto nos nossos testes, e um em 720p, cerca de dois. Acerte o prompt e os scales dos LoRAs em 480p e depois renderize de novo em 720p ou com oito segundos.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.2-lora/text-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
