Wan 2.2 API

Wan 2.2 imagem para vídeo parte de uma imagem fornecida por você e anima o que acontece em seguida. Duas entradas são obrigatórias: um quadro inicial em JPEG, PNG ou WebP de até 10 MB e um prompt de até 5.000 caracteres que descreve o movimento. Cada solicitação devolve um único clipe sem som de cinco segundos, em 480p (o padrão) ou em 720p.

Escolha um modo do Wan 2.2 pelo material de partida

A imagem define a aparência

Sujeito, figurino, cenário e direção da luz vêm todos da imagem inicial, então o prompt não precisa descrevê-los de novo. É isso que torna este modo o certo para material que precisa bater com uma referência: no exemplo do frasco de sérum, a imagem fixa o rótulo e a silhueta, e o prompt pede apenas um arco de câmera e uma luz em movimento.

O formato vem da imagem

Este endpoint não tem ajuste de proporção. As proporções mais seguras são 16:9 e 9:16, porque uma imagem em outras proporções pode voltar redimensionada e cortada no centro. Recorte a imagem no formato de entrega antes de enviá-la.

Duração fixa, só imagem

Toda tomada tem cinco segundos de vídeo sem som, e nem a duração nem o áudio podem ser alterados. Com os dois fixos, o movimento é a única variável; por isso cada exemplo publicado pede um único movimento ou uma única relação de causa e efeito.

A expansão do prompt muda mais do que o texto

A expansão do prompt vem desligada. Ativada, ela pode mudar a aparência da renderização, e não só o texto da instrução, então compare com uma execução sem ela antes de mantê-la. O exemplo do sino de vento e da figura a deixa desligada para que a frase seja executada exatamente como foi escrita.

Dar movimento a uma foto de produto

Envie um packshot aprovado e peça um movimento de câmera ou uma mudança de luz enquanto o produto fica no lugar. O exemplo do frasco de sérum mostra o padrão: a câmera faz devagar um quarto de volta ao redor de um frasco conta-gotas, uma faixa suave de luz de janela desliza pelo vidro, e o prompt afirma que o frasco em si não se move.

Um único momento de atuação a partir de um retrato

O exemplo do vestido slip parte de um retrato de estúdio e pede uma só ação: ela transfere o peso, vira os ombros para a lente, dá dois passos lentos e sustenta o olhar. A câmera fica travada, o fundo cinza do estúdio não é alterado e a tomada é renderizada em 720p.

Movimento com causa visível

No exemplo do sino de vento e da figura, um sino de vento gira e uma forma atrás de uma cortina de gaze se move junto, enquanto a sombra da cortina atravessa a cena. Escrever causa e efeito num clipe curto e sem som dá um motivo ao movimento e evita que ele pareça um loop.

# 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/image-to-video",
  "input": {
    "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"

Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.