Wan 3.0 API

Wan 3.0 Изображение в видео оживляет ваше статичное изображение. image_url используется ровно как первый кадр, поэтому одежда, тело, декорации и направление света берутся из картинки, а промпту остаётся описать только движение. Промпт необязателен: без него модель анимирует кадр сама. Необязательный last_image_url точно задаёт последний кадр. Клипы длятся от 2 до 30 секунд в 480p, 720p или 1080p, генерация звука включена по умолчанию. Это самый буквальный из режимов: если результат должен совпасть с формулировкой, отдайте внешний вид изображению, а промпт — движению.

Выберите режим по исходному материалу

Первый кадр задаёт потолок качества

Раз первый кадр — это ваше изображение, его резкость, свет и композиция становятся верхней границей клипа. Подходят JPEG, PNG без прозрачности, BMP или WEBP от 240 до 8000 пикселей по стороне, с соотношением сторон не шире 8:1 и размером до 20 МБ. Если не указывать aspect_ratio, клип унаследует форму кадра; противоречащее соотношение обрежет его.

Финальный кадр закреплён, а не предложен

last_image_url — не мягкая подсказка: клип заканчивается ровно на этом изображении, и поле работает только вместе с image_url. В примере с флаконом один и тот же пэкшот передан на оба конца, поэтому флакон поворачивается на четверть оборота, блик проходит по стеклу, и он возвращается к исходному ракурсу с читаемой этикеткой.

Длинные отрезки между двумя закреплёнными моментами

Когда заданы оба конца, генерируется только переход между ними. Пример на крыше закрепляет открытую танцевальную позицию как первый кадр и нижнюю точку поддержки как последний, а модель заполняет пять секунд между ними в 720p; те же два кадра могут обрамлять гораздо более длинное движение, потому что на этом эндпоинте duration_seconds доходит до 30.

Вращение товара с возвратом к главному ракурсу

Для пэкшота передайте утверждённое изображение и как первый, и как последний кадр, зафиксируйте камеру и опишите одно движение. В примере с флаконом используется один мягкий рисующий свет слева, без музыки (generate_audio равно false), и фиксированный сид 20260907 — так легко повторить то же движение после небольшой правки текста и сравнить два файла.

Стилизованные кадры, которые следуют тексту

Если одежда, тело или декорации должны выглядеть ровно как утверждено, поместите их в первый кадр. Пример у окна начинается с кадра женщины в шёлковой сорочке; промпт описывает только её поворот к объективу, прозрачную занавеску, проплывающую перед светом, и медленный наезд, пока рассвет становится ярче. Клип идёт 5 секунд в 1080p со звуком.

# 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-3.0/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.