alibaba/wan-2.5/text-to-image

نص إلى صورة

Wan 2.5 Text-to-Image API by Alibaba

alibaba/wan-2.5/text-to-image

Text-to-image

Generate AI images with Alibaba WAN 2.5 text-to-image model.

الإدخال

الطلب *

الطلب السلبي

الحجم

توسيع الطلب

البذرة

الإخراج

في انتظار التنفيذ

ستظهر الصورة المُنشأة هنا

قم بتعيين المعاملات وانقر فوق تشغيل لبدء الإنشاء

كل مرة ستكلف $0.021 مع $10 يمكنك التشغيل حوالي 476 مرة

يمكنك المتابعة بـ:

صورة إلى فيديو صورة إلى صورة

المعلمات

مثال الكود
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "alibaba/wan-2.5/text-to-image",  # Required. model name
    "enable_prompt_expansion": False,  # If set to true, the prompt optimizer will be enabled
    "negative_prompt": "example_value",  # Negative prompt for the generation
    "prompt": "A beautiful landscape with mountains and lake",  # Required. The prompt for generating the image
    "seed": -1,  # The random seed to use for the generation
    "size": "1280*1280",  # The size of the generated image in pixels (width*height)
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

التثبيت

قم بتثبيت الحزمة المطلوبة للغة البرمجة الخاصة بك.

pip install requests

المصادقة

تتطلب جميع طلبات API المصادقة عبر مفتاح API. يمكنك الحصول على مفتاح API الخاص بك من لوحة تحكم Atlas Cloud.

export ATLASCLOUD_API_KEY="your-api-key-here"

ترويسات HTTP

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

حافظ على أمان مفتاح API الخاص بك

لا تكشف أبدًا مفتاح API الخاص بك في الكود من جانب العميل أو المستودعات العامة. استخدم متغيرات البيئة أو وكيل الخادم الخلفي بدلاً من ذلك.

إرسال طلب

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

إرسال طلب

أرسل طلب توليد غير متزامن. تُرجع API معرّف التنبؤ الذي يمكنك استخدامه للتحقق من الحالة واسترداد النتيجة.

POST/api/v1/model/generateImage

نص الطلب

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "alibaba/wan-2.5/text-to-image",
    "prompt": "A beautiful landscape with mountains and lake"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['data']['id']}")
print(f"Status: {result['data']['status']}")

الاستجابة

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

التحقق من الحالة

استعلم عن نقطة نهاية التنبؤ للتحقق من الحالة الحالية لطلبك.

GET/api/v1/model/prediction/{prediction_id}

مثال الاستعلام

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

قيم الحالة

processingلا يزال الطلب قيد المعالجة.

completedاكتمل التوليد. المخرجات متاحة.

succeededنجح التوليد. المخرجات متاحة.

failedفشل التوليد. تحقق من حقل الخطأ.

استجابة مكتملة

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

رفع الملفات

ارفع الملفات إلى تخزين Atlas Cloud واحصل على URL يمكنك استخدامه في طلبات API الخاصة بك. استخدم multipart/form-data للرفع.

POST/api/v1/model/uploadMedia

مثال الرفع

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

الاستجابة

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Input Schema

المعاملات التالية مقبولة في نص الطلب.

الإجمالي: 6مطلوب: 2اختياري: 4

modelstringrequired

model name

Default: "alibaba/wan-2.5/text-to-image"

enable_prompt_expansionboolean

If set to true, the prompt optimizer will be enabled.

Default: false

negative_promptstring

Negative prompt for the generation.

promptstringrequired

The prompt for generating the image.

seedinteger

The random seed to use for the generation. -1 means a random seed will be used.

Default: -1

sizestring

The size of the generated image in pixels (width*height).

Default: "1280*1280"

576*1344720*1280720*1680768*1024800*1200936*2184960*1280960*14401024*7681024*10241080*19201168*17521200*8001200*16001224*16321280*7201280*9601280*12801344*5761440*9601440*14401600*12001632*12241680*7201752*11681920*10802184*936

مثال على نص الطلب

{
  "model": "alibaba/wan-2.5/text-to-image",
  "enable_prompt_expansion": false,
  "prompt": "A beautiful landscape",
  "seed": -1,
  "size": "1280*1280"
}

Output Schema

تُرجع API استجابة تنبؤ تحتوي على عناوين URL للمخرجات المولّدة.

created_atstring

ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).

idstring

Unique identifier for the prediction, the ID of the prediction to get.

modelstring

Model ID used for the prediction.

outputsarray

Array of URLs to the generated content (empty when status is not completed).

statusstring

Status of the task: created, processing, completed, or failed.

مثال على الاستجابة

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

يدمج Atlas Cloud Skills أكثر من 400 نموذج ذكاء اصطناعي مباشرة في مساعد البرمجة بالذكاء الاصطناعي الخاص بك. أمر واحد للتثبيت، ثم استخدم اللغة الطبيعية لتوليد الصور ومقاطع الفيديو والدردشة مع LLM.

العملاء المدعومون

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ العملاء المدعومون

التثبيت

npx skills add AtlasCloudAI/atlas-cloud-skills

إعداد مفتاح API

احصل على مفتاح API الخاص بك من لوحة تحكم Atlas Cloud وعيّنه كمتغير بيئة.

export ATLASCLOUD_API_KEY="your-api-key-here"

الإمكانيات

بمجرد التثبيت، يمكنك استخدام اللغة الطبيعية في مساعد الذكاء الاصطناعي الخاص بك للوصول إلى جميع نماذج Atlas Cloud.

توليد الصورأنشئ صورًا باستخدام نماذج مثل Nano Banana 2 و Z-Image والمزيد.

إنشاء الفيديوأنشئ مقاطع فيديو من نص أو صور باستخدام Kling و Vidu و Veo وغيرها.

دردشة LLMتحدث مع Qwen و DeepSeek ونماذج اللغة الكبيرة الأخرى.

رفع الوسائطارفع الملفات المحلية لتحرير الصور وسير عمل تحويل الصور إلى فيديو.

MCP Server

يربط Atlas Cloud MCP Server بيئة التطوير الخاصة بك بأكثر من 400 نموذج ذكاء اصطناعي عبر Model Context Protocol. يعمل مع أي عميل متوافق مع MCP.

العملاء المدعومون

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ العملاء المدعومون

التثبيت

npx -y atlascloud-mcp

التكوين

أضف التكوين التالي إلى ملف إعدادات MCP في بيئة التطوير الخاصة بك.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

الأدوات المتاحة

atlas_generate_imageتوليد صور من أوصاف نصية.

atlas_generate_videoإنشاء مقاطع فيديو من نص أو صور.

atlas_chatالدردشة مع نماذج اللغة الكبيرة.

atlas_list_modelsتصفح أكثر من 400 نموذج ذكاء اصطناعي متاح.

atlas_quick_generateإنشاء محتوى بخطوة واحدة مع اختيار تلقائي للنموذج.

atlas_upload_mediaرفع الملفات المحلية لسير عمل API.

اعرف المزيد

github.com/AtlasCloudAI/mcp-server

مخطط API

{
  "info": {
    "title": "AtlasCloud API",
    "version": "1.0.0",
    "description": "The AtlasCloud API."
  },
  "openapi": "3.0.0",
  "paths": {
    "/api/v1/model/generateImage": {
      "post": {
        "requestBody": {
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          },
          "required": true
        },
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        }
      },
      "x-api-name": "model_run"
    },
    "/api/v1/model/result/{request_id}": {
      "get": {
        "parameters": [
          {
            "in": "path",
            "name": "request_id",
            "required": true,
            "schema": {
              "description": "Request ID",
              "type": "string"
            }
          }
        ],
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "Result of the request."
          }
        }
      },
      "x-api-name": "model_result"
    }
  },
  "components": {
    "schemas": {
      "Input": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "alibaba/wan-2.5/text-to-image"
          },
          "enable_prompt_expansion": {
            "default": false,
            "description": "If set to true, the prompt optimizer will be enabled.",
            "type": "boolean"
          },
          "negative_prompt": {
            "description": "Negative prompt for the generation.",
            "type": "string"
          },
          "prompt": {
            "description": "The prompt for generating the image.",
            "type": "string"
          },
          "seed": {
            "default": -1,
            "description": "The random seed to use for the generation. -1 means a random seed will be used.",
            "type": "integer"
          },
          "size": {
            "default": "1280*1280",
            "description": "The size of the generated image in pixels (width*height).",
            "enum": [
              "576*1344",
              "720*1280",
              "720*1680",
              "768*1024",
              "800*1200",
              "936*2184",
              "960*1280",
              "960*1440",
              "1024*768",
              "1024*1024",
              "1080*1920",
              "1168*1752",
              "1200*800",
              "1200*1600",
              "1224*1632",
              "1280*720",
              "1280*960",
              "1280*1280",
              "1344*576",
              "1440*960",
              "1440*1440",
              "1600*1200",
              "1632*1224",
              "1680*720",
              "1752*1168",
              "1920*1080",
              "2184*936"
            ],
            "type": "string"
          }
        },
        "required": [
          "model",
          "prompt"
        ],
        "type": "object",
        "x-order-properties": [
          "model",
          "prompt",
          "size",
          "enable_prompt_expansion",
          "negative_prompt",
          "seed"
        ]
      },
      "PredictionResponse": {
        "properties": {
          "created_at": {
            "description": "ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).",
            "format": "date-time",
            "type": "string"
          },
          "has_nsfw_contents": {
            "description": "Array of boolean values indicating NSFW detection for each output.",
            "items": {
              "type": "boolean"
            },
            "type": "array"
          },
          "id": {
            "description": "Unique identifier for the prediction, the ID of the prediction to get.",
            "type": "string"
          },
          "model": {
            "description": "Model ID used for the prediction.",
            "type": "string"
          },
          "outputs": {
            "description": "Array of URLs to the generated content (empty when status is not completed).",
            "items": {
              "type": "object"
            },
            "type": "array"
          },
          "status": {
            "description": "Status of the task: created, processing, completed, or failed.",
            "type": "string"
          },
          "urls": {
            "description": "Object containing related API endpoints.",
            "type": "object"
          }
        },
        "type": "object"
      }
    }
  },
  "servers": [
    {
      "url": "https://api.atlascloud.ai"
    }
  ]
}

قالب موجه LLM

# alibaba/wan-2.5/text-to-image

> Generate AI images with Alibaba WAN 2.5 text-to-image model.


## Overview

- **Submit endpoint (POST)**: `https://api.atlascloud.ai/api/v1/model/generateImage` — start an async generation; returns a `prediction_id`
- **Poll endpoint (GET)**: `https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}` — poll this until the prediction finishes
- **Model ID**: `alibaba/wan-2.5/text-to-image`


## API Information

This model can be used via our HTTP API or more conveniently via our client libraries.
See the input and output schema below, as well as the usage examples.


### Input Schema

The API accepts the following input parameters:

- **`model`** (`string`, _required_):
  model name
  - Default: `"alibaba/wan-2.5/text-to-image"`

- **`prompt`** (`string`, _required_):
  The prompt for generating the image.

- **`size`** (`string`, _optional_):
  The size of the generated image in pixels (width*height).
  - Default: `"1280*1280"`
  - Options: "576*1344", "720*1280", "720*1680", "768*1024", "800*1200", "936*2184", "960*1280", "960*1440", "1024*768", "1024*1024", "1080*1920", "1168*1752", "1200*800", "1200*1600", "1224*1632", "1280*720", "1280*960", "1280*1280", "1344*576", "1440*960", "1440*1440", "1600*1200", "1632*1224", "1680*720", "1752*1168", "1920*1080", "2184*936"

- **`enable_prompt_expansion`** (`boolean`, _optional_):
  If set to true, the prompt optimizer will be enabled.
  - Default: `false`

- **`negative_prompt`** (`string`, _optional_):
  Negative prompt for the generation.

- **`seed`** (`integer`, _optional_):
  The random seed to use for the generation. -1 means a random seed will be used.
  - Default: `-1`



**Required Parameters Example**:

```json
{
  "model": "alibaba/wan-2.5/text-to-image",
  "prompt": ""
}
```


**Full Example**:

```json
{
  "model": "alibaba/wan-2.5/text-to-image",
  "prompt": "",
  "size": "1280*1280",
  "enable_prompt_expansion": false,
  "negative_prompt": "",
  "seed": -1
}
```


### Output Schema

The API returns the following output format:


- **`created_at`** (`string`, _optional_):
  ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).

- **`has_nsfw_contents`** (`array[boolean]`, _optional_):
  Array of boolean values indicating NSFW detection for each output.

- **`id`** (`string`, _optional_):
  Unique identifier for the prediction, the ID of the prediction to get.

- **`model`** (`string`, _optional_):
  Model ID used for the prediction.

- **`outputs`** (`array[object]`, _optional_):
  Array of URLs to the generated content (empty when status is not completed).

- **`status`** (`string`, _optional_):
  Status of the task: created, processing, completed, or failed.

- **`urls`** (`object`, _optional_):
  Object containing related API endpoints.



**Example Response**:

```json
{
  "created_at": "",
  "has_nsfw_contents": [],
  "id": "",
  "model": "",
  "outputs": [],
  "status": "",
  "urls": {}
}
```


## Usage Examples

### cURL

```bash
# Step 1: Start generation (async)
curl -X POST "https://api.atlascloud.ai/api/v1/model/generateImage" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "alibaba/wan-2.5/text-to-image",
  "prompt": "",
  "size": "1280*1280",
  "enable_prompt_expansion": false,
  "negative_prompt": "",
  "seed": -1
}'

# Response will contain: {"code": 200, "data": {"id": "prediction_id", "status": "processing"}}

# Step 2: Poll for result (replace {prediction_id} with the id returned above)
curl -X GET "https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

# Keep polling until status is "completed", "succeeded" or "failed"
# When completed, outputs will contain the generated content URL(s)
```

## Additional Resources

### Documentation

- [Model Playground](https://www.atlascloud.ai/models/alibaba/wan-2.5/text-to-image)

لا توجد أمثلة

جارٍ التحميل...

Wan 2.5 - اختيار صانعي الفيديو الأذكياء

الأكثر رواجاً

توليد متزامن للصوت والصورة في حلٍّ متكامل

Wan 2.5 نموذج ثوري لتوليد الفيديو بالذكاء الاصطناعي ينشئ محتوى صوتياً وبصرياً متزامناً في خطوة واحدة. لا حاجة إلى تسجيل صوتي منفصل أو مزامنة يدوية للشفاه - ما عليك سوى تقديم موجّه واضح ومنظَّم لتوليد مقاطع فيديو كاملة مع الصوت/التعليق الصوتي ومزامنة الشفاه على الفور.

لماذا تختار Wan 2.5؟

أكثر توفيرًا

على الرغم من التخفيضات الأخيرة في أسعار Google، لا يزال Veo 3 مكلفًا بشكل عام. أما Wan 2.5 فخفيف الوزن وفعّال من حيث التكلفة، مما يمنح المبدعين خيارات أوسع مع تخفيض ملحوظ في تكاليف الإنتاج.

توليد في خطوة واحدة، مزامنة شاملة

مع Wan 2.5، لا حاجة لتسجيل صوتي منفصل أو محاذاة يدوية لحركة الشفاه. فقط قدّم موجّهاً واضحاً ومنظماً لتوليد مقاطع فيديو كاملة مع الصوت والتعليق الصوتي ومزامنة الشفاه دفعة واحدة - أسرع وأسهل.

دعم متعدد اللغات

عندما تكون الموجّهات بالصينية، يولّد Wan 2.5 مقاطع فيديو مزامنة صوتية وبصرية بشكل موثوق. في المقابل، كثيرًا ما يعرض Veo 3 رسالة "لغة غير معروفة" للموجّهات الصينية.

إعادة إنشاء الشخصيات بدقة

يتميز Wan 2.5 باستعادة سمات الشخصيات بدقة، مع تقديم المظهر والتعابير وأساليب الحركة بصورة صحيحة، مما يجعل شخصيات الفيديو المولّدة أكثر قابلية للتعرف وتفرداً، مما يعزز السرد والانغماس.

تصيير الأسلوب الفني

يدعم تصيير النمط Studio Ghibli، مع إنشاء ملمس مائي مرسوم يدوياً وتأثيرات الرسوم المتحركة. يمنح تجارب بصرية دافئة وحالمة تعزز الجاذبية الفنية وعمق السرد.

من يستفيد؟

فرق التسويق

سواء كان إطلاق منتجات أو حملات ترويجية أو تسويق علامة تجارية، يساعدك Wan 2.5 على توليد مقاطع فيديو عالية الجودة بسرعة، مما يجعل الإنشاء سهلاً وفعّالاً.

عروض توضيحية للمنتجات وشروحات دون متاعب التنسيق
تسويق على وسائل التواصل الاجتماعي مع ترجمة متعددة اللغات ومزامنة الشفاه
المحتوى المولّد بالذكاء الاصطناعي يتيح للفرق التركيز على الاستراتيجية والإبداع

Bottom line: خلاصة القول: لم يكن الإنشاء بهذه البساطة والسرعة والذكاء من قبل - Wan 2.5 سلاحك السري في التسويق!

الشركات العالمية

يوفر حلولاً مثالية لتوطين المحتوى للشركات متعددة الجنسيات، مما يجعل الإنشاء أسهل وأكثر كفاءة.

دعم مقاطع الفيديو متعددة اللغات مع التعرف على الموجّهات
توليد ترجمات وتعليقات صوتية مزامنة الشفاه بنقرة واحدة
توطين سريع للمحتوى للأسواق العالمية

Bottom line: خلاصة القول: لم يكن إنشاء المحتوى عبر الحدود بهذه البساطة والسرعة والذكاء من قبل.

صانعو القصص / YouTubers

يمكن للمبدعين الاستفادة من Wan 2.5 لتحسين كفاءة إنتاج الفيديو مع ضمان جودة المخرجات.

سرد قصصي غامر مع حركات وتعابير دقيقة للشخصيات
كفاءة نشر أعلى مع تقليل وقت التحرير والإنتاج اللاحق
محتوى متنوع من مقاطع الفيديو القصيرة إلى مقاطع القصص المتحركة

فرق التدريب المؤسسي

يجعل Wan 2.5 التدريب المؤسسي أكثر كفاءة وجاذبية.

مقاطع فيديو احترافية تحل محل المستندات النصية المملة
إنشاء سريع لعروض العمليات وشروحات التدريب
أسلوب موحد ومخرجات معيارية قابلة للتطبيق عالمياً

المبدعون المستقلون / الاستوديوهات الصغيرة

يتيح Wan 2.5 للإبداع أن يتدفق بحرية دون الحاجة إلى معدات مكلفة أو ممثلين - يولّد الذكاء الاصطناعي كل شيء بكفاءة.

تجربة أعمال متنوعة من الأفلام القصيرة إلى محتوى وسائل التواصل الاجتماعي
من الإلهام إلى الإنجاز بـ"توليد بنقرة واحدة"
محتوى عالي الجودة دون معدات مكلفة أو ممثلين محترفين

Bottom line: خلاصة القول: Wan 2.5 يجعل الإنشاء أسهل وأكثر حرية وإثارة في كل محاولة!

المؤسسات التعليمية / منشئو الدورات الإلكترونية

حوّل الإبداع إلى واقع دون تكاليف باهظة - Wan 2.5 يجعل إنتاج المحتوى الجيد أمراً سهلاً واقتصادياً.

تجربة أساليب متنوعة من الأفلام القصيرة إلى مقاطع الترويج
كفاءة إنتاج أعلى من الفكرة إلى المنتج النهائي
محتوى جيد دون معدات مكلفة أو مواهب متخصصة

Bottom line: خلاصة القول: Wan 2.5 يجعل الإنشاء سهلاً وفعّالاً وحراً - كل محاولة رائعة!

الميزات الأساسية

توليد صوتي وبصري في خطوة واحدة

توليد مقاطع فيديو كاملة مع صوت متزامن وتعليق صوتي ومزامنة شفاه في عملية واحدة

مزامنة شخصيتين

يدعم التوليد المتزامن لشخصيتين مع مزامنة الحركات والتعابير والشفاه للتفاعل الطبيعي

جودة احترافية

مخرجات فيديو عالية الجودة مع تعابير واقعية للشخصيات ومزامنة دقيقة للشفاه

دعم متعدد اللغات

دعم ممتاز للموجّهات الصينية وتوليد موثوق للمحتوى متعدد اللغات

فعّال من حيث التكلفة

تكاليف أقل بكثير مقارنة بالمنافسين مع الحفاظ على الجودة الاحترافية

استعادة سمات الشخصيات

إعادة إنشاء مظهر الشخصيات وتعابيرها وأساليب حركتها بدقة عالية وشخصية مميزة

تصيير الأسلوب الفني

يدعم أساليب فنية متنوعة بما فيها ملمس الألوان المائية المرسومة يدوياً بنمط Studio Ghibli

مشاهد غامرة

مثالي لمشاهد الحوار والمقابلات أو الأفلام القصيرة ثنائية الشخصية مع اتساق طبيعي بين الصوت والصورة

Digital Human Sync

Study Room Scholar

Middle-aged man reading with perfect lip-sync in a warm study environment

Lip-sync with audioEnvironmental soundsCharacter emotion

Prompt

A middle-aged man sitting at a wooden desk in a cozy study room, surrounded by bookshelves and a warm lamp glow. He opens an old book and reads aloud with a calm, deep voice: 'History teaches us more than just facts… it shows us who we are.' The room has subtle background sounds: pages turning, the faint ticking of a clock, and distant rain against the window.

Dual Character Scene

Park Sunset Romance

Couple interaction with synchronized dual character actions and expressions

Dual character syncNatural interactionAmbient soundscape

Prompt

A young couple sitting on a park bench during sunset. The woman leans her head on the man's shoulder. He whispers softly: 'No matter where we go, I'll always be here with you.' The sound includes the rustling of leaves, distant laughter of children playing, and the gentle hum of cicadas in the evening air.

Character Restoration

Ballet Performance Art

Precise character trait restoration with artistic movement and expression

Character trait restorationMovement precisionArtistic lighting

Prompt

A graceful ballerina with her hair in a messy bun, performing a powerful and emotional contemporary ballet routine. She is in a minimalist, dark art studio. Abstract patterns of light and shadow, projected from a hidden source, dance across her body and the surrounding walls, constantly shifting with her movements. The camera focuses on the tension in her muscles and the expressive gestures of her hands. A single, dramatic slow-motion shot captures her mid-air leap, with the light patterns swirling around her like a galaxy. Moody, artistic, high contrast.

Artistic Style Rendering

Ghibli Forest Magic

Studio Ghibli-inspired animation with hand-painted watercolor texture

Ghibli art styleHand-painted textureMagical atmosphere

Prompt

Studio Ghibli-inspired anime style. A young girl with a straw hat lies peacefully in a sun-dappled magical forest, surrounded by friendly, glowing forest spirits (Kodama). A gentle breeze rustles the leaves of the giant, ancient trees. The air is filled with sparkling dust motes, illuminated by shafts of sunlight. The art style is soft, with a hand-painted watercolor texture. The scene feels serene, magical, and heartwarming.

مثالي لـ

🎬

إنتاج الفيديو

📢

محتوى تسويقي

🎓

مقاطع فيديو تعليمية

📱

وسائل التواصل الاجتماعي

🌐

محتوى متعدد اللغات

💼

تدريب مؤسسي

🎭

ترفيه

💃

فنون الأداء

🎨

رسوم متحركة وأنيمي

📚

فن السرد

👥

مقاطع فيديو بشخصيتين

🎙️

مقابلات

📺

إعلام إذاعي

المواصفات الفنية

نوع النموذج:توليد متزامن صوتي وبصري

الميزات الرئيسية:مزامنة صوتية وبصرية، استعادة الشخصيات، تصيير فني، متعدد اللغات

دعم اللغات:الصينية، الإنجليزية وغيرها

جودة المخرجات:فيديو HD احترافي مع صوت

سرعة التوليد:توليد سريع في خطوة واحدة

تكامل API:RESTful API مع توثيق شامل

اختبر Wan 2.5 - ثورة في إبداعك للفيديو

انضم إلى آلاف المبدعين والشركات الذين يحدثون تحولاً في إنشاء محتوى الفيديو بفضل تقنية التوليد المتزامن للصوت والصورة.

🎬مزامنة صوتية وبصرية في خطوة واحدة

🌍دعم متعدد اللغات

⚡فعّال من حيث التكلفة

Alibaba WAN 2.5 Text-to-Image Model

Alibaba WAN 2.5 is a high-quality text-to-image model provided by Alibaba Cloud's DashScope platform.

استكشف نماذج مماثلة

Wan-2.7 Pro Image-to-image

Edits and recomposes images with Wan 2.7 image pro using text instructions and multi-image references for higher quality outputs.

Wan-2.7 Pro Text-to-image

Generates images from text prompts with Wan 2.7 image pro, supporting higher fidelity outputs and 4K-ready workflows.

Wan-2.7 Image-to-image

Edits and recomposes images with Wan 2.7 image using text instructions, multi-image references, and optional interaction boxes.

Wan-2.7 Text-to-image

Generates images from text prompts with Wan 2.7 image, supporting fast iteration and strong prompt fidelity for illustration and photorealistic outputs.

Qwen Image 2.0 Pro Text-to-image

Qwen Image 2.0 Pro is a professional-grade text-to-image model with superior quality and advanced prompt understanding. Up to 2k. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Qwen Image 2.0 Pro Edit

Qwen Image 2.0 Pro Edit is a professional-grade image editing model with superior quality and advanced instruction understanding. Up to 2k. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Qwen Image 2.0 Edit

Qwen Image 2.0 Edit is an advanced image-editing model with improved quality and better understanding of instructions. Up to 2k. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Qwen Image 2.0 Text-to-image

Qwen Image 2.0 is an advanced text-to-image model with enhanced image quality and improved prompt understanding. Up to 2k. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Qwen-Image Edit Plus 20251215

Supports multiple image inputs and outputs, allowing for precise modification of text within images, addition, deletion, or movement of objects, alteration of subject actions, transfer of image styles, and enhancement of image details.

From$0.03/صورة

$0.021/صورة

-30%