Pular para o conteúdo principal

Sem censura — Este modelo declara não aplicar filtro de conteúdo. A SpicyAPI encaminha a solicitação sem adicionar uma análise de conteúdo da plataforma; as obrigações legais e de consentimento continuam com o cliente.Ver todos os modelos com esse nível de filtragem
alibaba/wan-2.5/image-to-video

O image-to-video Wan 2.5 da Alibaba anima um quadro de abertura em um clipe de 5 ou 10 segundos com som gerado, em 480p, 720p ou 1080p. Um prompt conduz o movimento e uma faixa de áudio opcional pode guiar o ritmo.

A partir de $0.045/s10% abaixo do preço oficial
Executar modelo

Playground

Entrada

Imagem para vídeo
384/1500
Opcional. O que acontece depois do quadro: uma ação, um comportamento de câmera e uma frase sobre o som. Até 1.500 caracteres. no máximo 1500 caracteres
1/1

Arraste arquivos ou links de mídia, cole ou selecione · 1 arquivo · Máx. 10 MB · JPG · PNG · WEBP · GIF

  • 1
1 / 1 arquivos
O quadro inicial. Assunto, figurino, cenário, direção da luz e proporções do clipe vêm dele, então recorte primeiro. JPEG, PNG, BMP ou WebP de até 20 MB, com cada lado entre 240 e 8.000 pixels. pelo menos 1 caracteres
0/500
O que não pode aparecer: uma segunda pessoa, legendas, um objeto que a imagem insiste em trazer de volta. Até 500 caracteres; uma lista curta basta. no máximo 500 caracteres
afeta o preço
480p, 720p ou 1080p; padrão 720p. Faixas mais altas custam mais por segundo e demoram mais para voltar.
Duraçãoafeta o preço
510
Exatamente 5 ou 10. Clipes curtos seguram melhor mãos e cabelo: defina o visual em cinco segundos primeiro.
0/1

Solte um arquivo de áudio aqui ou procure no computador · 1 arquivo · Máx. 90 MB · MP3 · WAV

0 / 1 arquivos
Uma fala ou deixa musical para acompanhar, para que a voz e as batidas caiam onde você espera. WAV ou MP3, de 3 a 30 segundos e até 15 MB. Áudio mais longo que o clipe é cortado no fim; se for mais curto, o resto do clipe fica sem som. pelo menos 1 caracteres
Expansão do prompt
Desligada por padrão. Ligue para uma ideia de uma linha; deixe desligada se o prompt já descreve uma ação precisa.
Seed
De 0 a 2147483647. Fixe ao comparar resolução ou duração a partir do mesmo quadro; para um valor aleatório, omita o campo em vez de enviar 0. não menor que 0 · não maior que 2147483647
Filtro de segurançaDesligado

A SpicyAPI não executa filtro de segurança neste modelo. Seu prompt e suas mídias chegam ao modelo exatamente como você os enviou, e o próprio modelo decide o resultado.

Verificando sua conta antes de liberar o envio e a estimativa de preço.

Saída

Pronto para uma nova execução
Resultado de exemplo
Estender
Ampliação de vídeo
Edição de vídeo

Modelos relacionados e próximas tarefas

Não encontrou o modelo que precisa?

Conte qual modelo adicionar e para que você vai usá-lo. Os pedidos vão direto para quem decide os próximos modelos.

Um quadro inicial, sem censura, com som gerado

O Wan 2.5 imagem para vídeo recebe um único quadro inicial, mais um prompt opcional descrevendo o que acontece a seguir, e retorna um clipe de 5 ou 10 segundos com som gerado junto com o movimento. Não há campo aspect_ratio aqui: a saída mantém a proporção da imagem enviada. O conteúdo nesta rota não tem restrições, sem camada de filtro da plataforma adicionada sobre o modelo.

Abrir o Playground
Um quadro inicial, sem censura, com som gerado
Entrada
image_url, o quadro inicial, obrigatório
Proporção
Herdada da imagem de entrada, sem campo separado
Duração
5 ou 10 segundos, nenhum outro valor é aceito
Resolução
480p, 720p ou 1080p, padrão 720p
Prompt
Opcional, até 1.500 caracteres, descreve a ação após o quadro
Política de conteúdo
Sem censura, sem filtro de conteúdo da plataforma neste endpoint
Sem censura
Sem filtro de conteúdo da plataforma neste endpointEsta rota não carrega nenhuma camada de filtragem adicionada sobre o modelo, então só os próprios limites do modelo estão em jogo. O endpoint texto para vídeo desta família fica em outro nível, indicado em sua própria página.
Quadro primeiro
A imagem define a forma, o prompt define o movimentoNão há parâmetro aspect_ratio. Seja qual for a proporção em que a imagem de entrada chega, essa é a proporção do clipe de saída, então prompt pode se concentrar inteiramente no que acontece depois do primeiro quadro.
Áudio
Som gerado na mesma chamadaO clipe volta com o som já mixado a partir da mesma requisição. audio_url está disponível quando uma fala ou deixa específica precisa guiar o tempo em vez disso.

Onde Wan 2.5 é forte

Começa de um quadro real, não da descrição dele

Começa de um quadro real, não da descrição dele

image_url é o único campo obrigatório. Envie uma imagem estática e o modelo carrega seu enquadramento, sujeito e iluminação para o clipe, o que representa o caminho mais curto para uma cena que precisa combinar com arte ou material que você já tem.

O prompt é opcional e de escopo restrito

O prompt é opcional e de escopo restrito

prompt aqui só precisa descrever a ação, o movimento de câmera e o clima que seguem o quadro inicial. Omiti-lo ainda produz movimento, com menos direção sobre para onde ele vai, o que explica por que vale escrever uma linha de ação clara mesmo com o campo sendo opcional.

  • Som gerado junto com o movimento

    Nenhuma chamada de áudio separada é necessária para ouvir algo de volta. audio_url está disponível quando o clipe precisa seguir uma fala gravada ou uma deixa musical em vez do som ambiente gerado por padrão junto com o visual.

  • enable_prompt_expansion quando a ação é de uma linha

    Este campo também vem desligado por padrão aqui. Ligado, reescreve uma linha de ação curta em uma descrição mais completa antes de gerar o clipe, o que ajuda quando o briefing tem poucas palavras, e vale a pena desligar de novo assim que a ação estiver escrita com precisão suficiente para comparar dois renders.

  • negative_prompt ainda se aplica

    Mesmo com uma imagem guiando o quadro e a forma geral da cena, negative_prompt, até 500 caracteres, mantém elementos indesejados, legendas ou pessoas extras fora do movimento gerado que segue o quadro estático inicial.

  • Mesmos controles de duração e resolução do texto para vídeo

    5 ou 10 segundos, 480p a 1080p e cobrança por segundo conforme o nível de resolução funcionam aqui exatamente como na rota de texto para vídeo da família. O único controle de saída que não é reaproveitado é aspect_ratio: este endpoint não tem esse campo, porque o frame inicial já define a proporção do clipe.

Para quem é Wan 2.5

  • Animar uma imagem estática existente sem redescrevê-la

    Criadores de conteúdo

    Animar uma imagem estática existente sem redescrevê-la

    Pule o trabalho de escrever uma descrição de cena do zero para uma cena que já existe. Envie o quadro que já tem em mãos e escreva só o que deve acontecer quando ele começar a se mover: image_url carrega o sujeito, o figurino, o cenário e a direção da luz para o clipe sem uma palavra de descrição.

  • Movimento sem restrições a partir de uma aparência fixa

    Trabalho de personagem e companion

    Movimento sem restrições a partir de uma aparência fixa

    Esta rota não carrega nenhum filtro de conteúdo adicionado sobre o modelo, o que a torna utilizável para trabalho de companion, roleplay e criativo sem censura. A aparência fica fixa pelo quadro enviado, então uma série mantém o mesmo personagem ao longo dos clipes sem um campo de referência ou identidade para configurar.

  • Um retrato estático que fala uma linha específica

    Clipes guiados por diálogo

    Um retrato estático que fala uma linha específica

    Passe um retrato como image_url e a fala gravada como audio_url, depois descreva quem fala e onde em prompt. Os movimentos labiais e o ritmo seguem o tempo do arquivo de áudio em vez de um palpite gerado, o que deixa o prompt livre para carregar a atuação: para onde os olhos vão e quando a expressão muda.

  • Dois endpoints, um só formato de requisição

    Integradores de API

    Dois endpoints, um só formato de requisição

    duration_seconds, resolution, audio_url, negative_prompt, enable_prompt_expansion e seed se comportam da mesma forma nas duas rotas do Wan 2.5, então um único pipeline posterior atende as duas. Mover uma requisição para cá significa adicionar image_url e remover aspect_ratio, que este schema rejeita; mover de volta significa remover image_url, preencher prompt e definir aspect_ratio quando 16:9 não for a proporção desejada.

Como chamar a API Wan 2.5

  1. Começar pelo quadro

    image_url é obrigatório e define tanto o sujeito quanto a proporção do clipe de saída. Ao contrário da rota texto para vídeo da família, não há um controle de forma separado neste endpoint.

  2. Escrever o que acontece a seguir, não o que já está no quadro

    prompt é opcional aqui e deve cobrir a ação, o movimento de câmera e o clima que seguem a imagem inicial. Tudo o que a imagem estática já mostra está resolvido: figurino e cenário não precisam de uma segunda descrição.

  3. Excluir com negative_prompt, não com negação no prompt

    Legendas, pessoas extras ou uma cor indesejada ficam fora do movimento gerado com mais confiabilidade por meio deste campo dedicado, até 500 caracteres, do que por meio de uma negação escrita em prompt.

  4. Adicionar audio_url para uma fala ou deixa específica

    Omita quando o som gerado combinar com a cena. Defina quando o movimento e os gestos labiais precisarem seguir uma faixa gravada, e dê a essa faixa duração suficiente para cobrir o clipe, porque os segundos que o arquivo não alcança voltam em silêncio, enquanto o áudio excedente é cortado.

  5. Definir duration_seconds e resolution, depois enviar

    5 ou 10 segundos; 480p, 720p ou 1080p. Crie a tarefa com uma Idempotency-Key e guarde o id de tarefa retornado para verificações de status ou novas tentativas seguras.

  6. Consultar ou receber o callback

    A resposta de status traz a URL do ativo concluído. Sirva esse arquivo do armazenamento da plataforma, e guarde o id de tarefa junto para que um clipe entregue possa ser rastreado até o quadro e o prompt que o produziram.

Exemplos resolvidos com Wan 2.5

  • Animar um retrato estático em movimento e som

    O prompt nomeia uma ação e um movimento de câmera, deixando intactos a iluminação e o sujeito já presentes no quadro.

    The person in the frame turns slowly toward the camera and smiles, warm afternoon light shifting across their face, camera holds steady, soft ambient room tone

  • Um quadro que fala uma linha específica

    Na requisição real, audio_url carregaria a fala gravada; o prompt aqui só indica quem fala e onde.

    The woman in the frame leans slightly forward and speaks directly to camera, her expression softening mid-sentence, quiet room with a single desk lamp

  • Um quadro de paisagem estendido em câmera lenta

    O prompt negativo mantém legendas e figuras extras fora de uma cena que deve ser lida como calma e vazia.

    Mist drifts slowly across the still lake shown in the frame, a single bird lifts off from the water's surface near the far shore, quiet ambient water and wind sound

Perguntas sobre a API Wan 2.5

Descreva só o que acontece depois do quadro inicial, já que image_url já fixa o sujeito, o enquadramento e a proporção. Adicione audio_url quando uma fala específica precisar cair em um movimento labial, e mantenha elementos indesejados em negative_prompt. Duas tomadas da mesma imagem estática só se comparam bem quando seed fica fixo e um único campo muda: mude duration_seconds em uma passada e resolution na seguinte, e a diferença entre elas continua legível.

Todos os modelos Wan22

Modelos de vídeo18

Modelos de imagem4

Comparações relacionadas

Wan 2.5 vs Wan 2.2Wan 2.5 vs Wan 2.6