Wan API: Open Video Generation by Alibaba

L'API Wan fournit aux développeurs les modèles vidéo ouverts Wan d'Alibaba sur Atlas Cloud via une clé unifiée unique. Cette page exécute Wan 2.2, un modèle vidéo fondamental qui a été le pionnier d'une architecture Mixture-of-Experts pour la diffusion vidéo, couvrant la génération de texte vers vidéo, d'image vers vidéo et de vidéo vers vidéo avec un contrôle de mouvement cinématographique. Il côtoie plus de 300 autres modèles sur le même compte, vous pouvez donc y accéder avec des points de terminaison compatibles OpenAI et sans configuration séparée.

Wan 2.2 est disponible en plusieurs variantes : les modèles A14B conçus pour la génération texte-vers-vidéo et image-vers-vidéo de qualité cinématographique, et le modèle plus léger TI2V-5B qui combine les deux modes et fonctionne en 720p sur des GPU grand public. Atlas Cloud propose également des variantes turbo qui sacrifient un peu de fidélité pour une génération plus rapide et à plus faible latence. Choisissez A14B pour une qualité maximale, TI2V-5B pour l'efficacité, et turbo pour une itération rapide.

L'API Wan couvre la conversion de texte en vidéo, d'image en vidéo et de vidéo en vidéo, vous permettant de démarrer à partir d'un prompt, d'animer une image fixe ou de transformer des séquences existantes. Elle prend également en charge le contrôle de la première à la dernière image, l'extension vidéo pour allonger un clip et l'upscaling pour affiner la résolution. Chaque mode correspond à une modification de paramètre ou d'endpoint, ce qui permet de conserver un pipeline mixte sur une seule intégration.

Mixture-of-Experts, or MoE, splits the denoising process across specialized expert models that each handle part of the work. Wan 2.2 was the first video diffusion model to use this design, which raises overall model capacity and detail without increasing inference cost per step. In practice that means richer scenes and more accurate motion at the same compute budget.

Wan 2.2 génère nativement en 480p et 720p, avec une résolution plus élevée disponible grâce à l'upscaling en 1080p ou 2K, et des durées de clip typiques de l'ordre de quelques secondes par génération. La variante plus légère TI2V-5B cible le 720p à 24fps.

Oui. Wan 2.2 est publié par Alibaba sous la licence Apache 2.0, avec les poids du modèle et le code d'inférence publiés sur HuggingFace et GitHub, vous pouvez donc le télécharger, le modifier et l'auto-héberger. Son exécution locale nécessite un GPU avec au moins 16 Go de VRAM, idéalement plus pour les plus grands modèles A14B. Atlas Cloud héberge la Wan API afin que vous puissiez ignorer entièrement le travail lié au matériel et à la mise à l'échelle.

Oui. La licence Apache 2.0 autorise l'utilisation commerciale, la modification et la redistribution, de sorte que les vidéos générées avec Wan 2.2 peuvent être intégrées dans des projets commerciaux. Consultez les conditions d'utilisation d'Atlas Cloud pour connaître les spécificités de votre forfait, et notez les restrictions habituelles concernant la génération de contenu représentant des personnes réelles et identifiables sans leur consentement.

The turbo variants apply an rCM sampler and 4-step distillation, which compress the denoising process into far fewer steps. This lowers latency and cost per clip while keeping strong visual fidelity, which makes turbo a good fit for iteration, batch runs, and prompt testing. Move to the standard A14B models when a final render needs maximum detail.

La génération est asynchrone : chaque requête renvoie un ID de prédiction que vous interrogez (polling) jusqu'à ce que le clip soit prêt, ce qui convient aux files d'attente et aux exécutions à grand volume. Ajoutez un délai d'attente exponentiel et une nouvelle tentative lors d'une réponse 429, et utilisez les variantes turbo pour les brouillons afin de maintenir un débit élevé. Contactez l'assistance pour augmenter les limites de simultanéité à mesure que votre charge de travail augmente.

Créez un compte sur Atlas Cloud, générez une clé API et envoyez une requête au modèle Wan avec votre prompt ou image d'entrée via le endpoint compatible OpenAI. Interrogez le endpoint de prédiction pour obtenir le clip terminé, puis mettez à l'échelle selon vos besoins. Étant donné que la même clé permet d'accéder à plus de 300 modèles, vous pouvez tester d'autres modèles vidéo et image sans aucune configuration supplémentaire.