Введение
Wan 2.7 Spicy Изображение в видео — один из двух эндпоинтов семейства моделей без цензуры Wan 2.7 Spicy. Стартовый кадр в image_url и обязательный prompt превращаются в видео длиной от 2 до 15 секунд в 720p или 1080p со звуком. Кадр задаёт человека, гардероб, тело, декорации, направление света и форму клипа, а промпт — движение, камеру и звук.
В теле запроса нет флага контента, нет декларации для каждого запроса и нет этапа проверки: клип продолжает то, что показывает разрешённый кадр. Задач «текст в видео» и референса в этом семействе нет, поэтому каждый новый клип начинается со статичного кадра; чтобы продолжить уже готовый клип, используйте Продление видео.
Ключевые возможности и особенности
Отправленный кадр — это кадр, который движется
image_url принимает JPEG, PNG без прозрачности, BMP или WEBP, размером от 240 до 8 000 пикселей по каждой стороне, с соотношением сторон от 1:8 до 8:1 и весом не более 20 МБ. Поля соотношения сторон нет, поэтому кадрирование, которое вы отправили, и возвращается. Всё, что показано на исходном изображении, переходит в клип как есть.
Любая целая длительность от 2 до 15 секунд
duration_seconds принимает любое целое число от 2 до 15, по умолчанию 5, а resolution — 720p (по умолчанию) или 1080p. Оба параметра влияют на цену и время обработки. После десяти секунд дрейф рук и ткани становится заметным, поэтому длинные кадры лучше строить из исходника, который уже держит нужную позу.
Сгенерированный звук или ваша дорожка
generate_audio по умолчанию включён и возвращает фон и эффекты, совпадающие с картинкой. Чтобы управлять синхронизацией губ и темпом через записанную реплику или музыкальный акцент, передайте audio_url — WAV или MP3 от 2 до 30 секунд, до 15 МБ — и оставьте generate_audio включённым: при false переданная дорожка тоже не используется.
Расширение промпта включено с самого начала
На этом эндпоинте enable_prompt_expansion по умолчанию true, без доплаты, и переписывает промпт перед генерацией. Для брифа в одну строку это полезно. Когда описание движения стало точным, переключите его в false, чтобы ваша формулировка дошла до модели без изменений.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
image_url | Да | Стартовый кадр и самый мощный рычаг здесь. Одежда, тело, площадка, направление света и соотношение сторон клипа наследуются от него. |
prompt | Да | Обязателен. Тратьте его только на движение и камеру: одно действие, одно поведение камеры, одна ремарка про звук. Не менее 1 символов |
negative_prompt | Нет | То, чего быть не должно: второй человек, реквизит, надпись на стене, водяной знак, который плашка упорно воспроизводит. Единственное место для исключений. Не более 500 символов |
duration_seconds | Нет | Любое целое число от 2 до 15, по умолчанию 5. Дрейф в кистях рук и ткани становится заметен после десяти секунд. |
resolution | Нет | 720p или 1080p, по умолчанию 720p. Влияет и на цену, и на время возврата задачи. |
audio_url | Нет | Звуковая дорожка, за которой идёт клип: она ведёт синхрон губ и темп. Берите её, когда реплика или музыкальный акцент обязаны попасть в конкретный кадр. |
seed | Нет | От 0 до 2147483647. Держите его, пока сравниваете 720p с 1080p или пять секунд с десятью. |
generate_audio | Нет | Включён по умолчанию; клип возвращается со звуком, сведённым с картинкой. При false дорожка из |
enable_prompt_expansion | Нет | По умолчанию включено, без доплаты. Prompt переписывается до генерации: это помогает при однострочном брифе. По умолчанию: |
Стоимость
| Спецификация | Стоимость |
|---|---|
| $0.1235 / секунду |
| $0.19 / секунду |
Сценарии использования
Сцены без цензуры по разрешённому исходнику
Сцены, которые отказываются делать другие видео-API: отправьте кадр, опишите движение, получите клип. В запросе ничего не объявляется о содержимом. Можно использовать только взрослых, давших согласие, и материалы с надлежащей лицензией; за права, возраст и местное законодательство в отношении всех изображённых людей отвечаете вы.
Один и тот же персонаж во многих клипах
Используйте один исходник персонажа как стартовый кадр каждого клипа и меняйте только строку действия. Лицо и гардероб несёт исходник, а не промпт, поэтому от кадра к кадру это остаётся тот же человек. При сравнении дублей фиксируйте и seed.
Ткань, ветер и второстепенное движение
В примере с дюной ночью над головой подбрасывают несколько метров шёлка цвета индиго, а в это время песок стекает с гребня, пламя фонаря колеблется и длинная тень ложится на песчаную рябь. Большая мягкая ткань — сложный объект, поэтому проверьте на всех пяти секундах, что шёлк не рвётся и не застывает.
Говорящие клипы на вашем аудио
Загрузите записанную реплику через audio_url, и клип будет сгенерирован под неё: движение губ и темп следуют уже имеющемуся дублю. Получается персонаж, который произносит ваш текст, а не просто шевелит губами.
Руководство по промптам и практические советы
Сначала соберите стартовый кадр
Обрежьте кадр под формат сдачи и проверьте, что на нём уже есть нужные человек, костюм, комната и направление света. Затем используйте negative_prompt (до 500 символов) для того, что исходник постоянно подсказывает: второго человека, реквизит, надпись на стене, водяной знак. Исключить что-то можно только здесь, поскольку промпт отведён под движение.
Адаптируйте приложенный пример
Пример за кулисами запущен с duration_seconds 5 и resolution 720p по кадру шоу-гёрл у зеркала с лампами. Костюм, перья и свет уже есть в исходнике, поэтому промпт говорит только о том, что она делает и как звучит комната.
She finishes adjusting the sequin strap, checks herself in the bulb-lit mirror, then turns her head to camera and raises one eyebrow before stepping out of frame toward the stage. Bulbs flicker, feathers stir in the draft, smoke drifts, muffled orchestra and applause building behind the wall.
Точный запрос, по которому получен клип этого эндпоинта, сгенерированный из стартового кадра, показанного рядом.
Меняйте одно поле за запуск
Доведите кадр на пяти секундах и 720p, затем держите seed, пока пробуете 1080p или большую длительность; если поменять два параметра сразу, пара дублей ничего не скажет. После десяти секунд внимательно проверяйте дрейф рук и ткани и перед сдачей просмотрите клип со звуком.
Быстрый старт 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.7-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.




























