alibaba/wan-2.5/text-to-image

टेक्स्ट-से-इमेज

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.

इनपुट

प्रॉम्प्ट *

नकारात्मक प्रॉम्प्ट

आकार

प्रॉम्प्ट विस्तार

सीड

आउटपुट

निष्क्रिय

जेनरेट की गई छवियां यहां दिखाई देंगी

अपनी सेटिंग्स कॉन्फ़िगर करें और शुरू करने के लिए चलाएं पर क्लिक करें

आपके अनुरोध की लागत $0.021 प्रति रन होगी। $10 के साथ आप इस मॉडल को लगभग 476 बार चला सकते हैं।

आगे आप यह कर सकते हैं:

इमेज-से-वीडियो इमेज-से-इमेज

पैरामीटर

कोड उदाहरण
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()

इंस्टॉल करें

अपनी प्रोग्रामिंग भाषा के लिए आवश्यक पैकेज इंस्टॉल करें।

pip install requests

प्रमाणीकरण

सभी API अनुरोधों के लिए API कुंजी के माध्यम से प्रमाणीकरण आवश्यक है। आप अपनी API कुंजी Atlas Cloud डैशबोर्ड से प्राप्त कर सकते हैं।

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

HTTP हेडर

import os

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

अपनी API कुंजी सुरक्षित रखें

क्लाइंट-साइड कोड या सार्वजनिक रिपॉज़िटरी में अपनी API कुंजी कभी उजागर न करें। इसके बजाय एनवायरनमेंट वेरिएबल या बैकएंड प्रॉक्सी का उपयोग करें।

अनुरोध सबमिट करें

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())

अनुरोध सबमिट करें

एक असिंक्रोनस जनरेशन अनुरोध सबमिट करें। API एक प्रेडिक्शन ID लौटाता है जिसका उपयोग आप स्थिति जाँचने और परिणाम प्राप्त करने के लिए कर सकते हैं।

POST/api/v1/model/generateImage

अनुरोध बॉडी

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']}")

प्रतिक्रिया

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

स्थिति जाँचें

अपने अनुरोध की वर्तमान स्थिति जाँचने के लिए प्रेडिक्शन एंडपॉइंट को पोल करें।

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

पोलिंग उदाहरण

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)

स्थिति मान

processingअनुरोध अभी भी प्रोसेस हो रहा है।

completedजनरेशन पूर्ण हो गया है। आउटपुट उपलब्ध हैं।

succeededजनरेशन सफल रहा। आउटपुट उपलब्ध हैं।

failedजनरेशन विफल हो गया। एरर फ़ील्ड जाँचें।

पूर्ण प्रतिक्रिया

{
  "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"
  }
}

फ़ाइलें अपलोड करें

Atlas Cloud स्टोरेज पर फ़ाइलें अपलोड करें और एक URL प्राप्त करें जिसका उपयोग आप अपने API अनुरोधों में कर सकते हैं। अपलोड के लिए multipart/form-data का उपयोग करें।

POST/api/v1/model/uploadMedia

अपलोड उदाहरण

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}")

प्रतिक्रिया

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

Input Schema

अनुरोध बॉडी में निम्नलिखित पैरामीटर स्वीकार किए जाते हैं।

कुल: 6आवश्यक: 2वैकल्पिक: 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

अनुरोध बॉडी का उदाहरण

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

Output Schema

API जनरेट किए गए आउटपुट URL के साथ एक प्रेडिक्शन प्रतिक्रिया लौटाता है।

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.

प्रतिक्रिया का उदाहरण

{
  "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

Atlas Cloud Skills 400+ AI मॉडल को सीधे आपके AI कोडिंग असिस्टेंट में इंटीग्रेट करता है। इंस्टॉल करने के लिए एक कमांड, फिर इमेज, वीडियो जनरेट करने और LLM के साथ चैट करने के लिए प्राकृतिक भाषा का उपयोग करें।

समर्थित क्लाइंट

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ समर्थित क्लाइंट

इंस्टॉल करें

npx skills add AtlasCloudAI/atlas-cloud-skills

API कुंजी सेटअप करें

Atlas Cloud डैशबोर्ड से अपनी API कुंजी प्राप्त करें और इसे एनवायरनमेंट वेरिएबल के रूप में सेट करें।

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

क्षमताएँ

एक बार इंस्टॉल होने के बाद, आप सभी Atlas Cloud मॉडल तक पहुँचने के लिए अपने AI असिस्टेंट में प्राकृतिक भाषा का उपयोग कर सकते हैं।

इमेज जनरेशनNano Banana 2, Z-Image और अन्य मॉडल के साथ इमेज जनरेट करें।

वीडियो निर्माणKling, Vidu, Veo आदि के साथ टेक्स्ट या इमेज से वीडियो बनाएँ।

LLM चैटQwen, DeepSeek और अन्य बड़े भाषा मॉडल के साथ चैट करें।

मीडिया अपलोडइमेज एडिटिंग और इमेज-टू-वीडियो वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server आपके IDE को Model Context Protocol के माध्यम से 400+ AI मॉडल से जोड़ता है। किसी भी MCP-संगत क्लाइंट के साथ काम करता है।

समर्थित क्लाइंट

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ समर्थित क्लाइंट

इंस्टॉल करें

npx -y atlascloud-mcp

कॉन्फ़िगरेशन

अपने IDE की MCP सेटिंग्स फ़ाइल में निम्नलिखित कॉन्फ़िगरेशन जोड़ें।

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

उपलब्ध टूल

atlas_generate_imageटेक्स्ट प्रॉम्प्ट से इमेज जनरेट करें।

atlas_generate_videoटेक्स्ट या इमेज से वीडियो बनाएँ।

atlas_chatबड़े भाषा मॉडल के साथ चैट करें।

atlas_list_models400+ उपलब्ध AI मॉडल ब्राउज़ करें।

atlas_quick_generateऑटो मॉडल चयन के साथ एक-चरण कंटेंट निर्माण।

atlas_upload_mediaAPI वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/mcp-server

API स्कीमा

{
  "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"
    }
  ]
}

LLM के लिए प्रॉम्प्ट टेम्पलेट

# 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)

कोई उदाहरण उपलब्ध नहीं

लोड हो रहा है...

Wan 2.5 - स्मार्ट वीडियो क्रिएटर्स की पसंद

लोकप्रिय

ऑल-इन-वन ऑडियो-वीडियो सिंक्रोनाइज़्ड जनरेशन

Wan 2.5 एक क्रांतिकारी AI वीडियो जनरेशन मॉडल है जो एक ही चरण में सिंक्रोनाइज़्ड ऑडियो-वीडियो कंटेंट तैयार करता है। अलग से वॉयस रिकॉर्डिंग या मैन्युअल लिप-सिंक की ज़रूरत नहीं - बस एक स्पष्ट, संरचित प्रॉम्प्ट दें और ऑडियो/वॉयसओवर तथा लिप सिंक के साथ पूरा वीडियो तुरंत जनरेट करें।

Wan 2.5 क्यों चुनें?

अधिक किफायती

Google की हालिया मूल्य कटौती के बावजूद, Veo 3 कुल मिलाकर अब भी महंगा है। Wan 2.5 हल्का और किफायती है, जो क्रिएटर्स को अधिक विकल्प देता है और साथ ही उत्पादन लागत को काफी कम करता है।

एक-चरण जनरेशन, एंड-टू-एंड सिंक

Wan 2.5 के साथ, अलग से वॉयस रिकॉर्डिंग या मैन्युअल लिप अलाइनमेंट की जरूरत नहीं। बस एक स्पष्ट, संरचित प्रॉम्प्ट दें और एक ही बार में ऑडियो/वॉयसओवर और लिप सिंक के साथ पूरा वीडियो जनरेट करें - तेज और सरल।

बहुभाषी अनुकूल

जब प्रॉम्प्ट चीनी में होते हैं, Wan 2.5 विश्वसनीय रूप से A/V सिंक्रोनाइज्ड वीडियो जनरेट करता है। इसके विपरीत, Veo 3 अक्सर चीनी प्रॉम्प्ट के लिए "अज्ञात भाषा" दिखाता है।

सटीक कैरेक्टर रिक्रिएशन

Wan 2.5 कैरेक्टर विशेषताओं की बहाली में उत्कृष्ट है, जो कैरेक्टर की उपस्थिति, भाव और गति शैलियों को सटीक रूप से प्रस्तुत करता है, जिससे जनरेटेड वीडियो कैरेक्टर अधिक पहचानने योग्य और व्यक्तिगत बनते हैं और कहानी कहने व इमर्शन को बढ़ाते हैं।

कलात्मक शैली रेंडरिंग

Studio Ghibli-शैली रेंडरिंग का समर्थन करता है, जो हाथ से पेंटेड वॉटरकलर टेक्सचर और एनिमेशन इफेक्ट्स बनाता है। गर्म, सपनीले दृश्य अनुभव प्रदान करता है जो कलात्मक आकर्षण और कहानी की गहराई को बढ़ाते हैं।

किसे फायदा हो सकता है?

मार्केटिंग टीमें

चाहे प्रोडक्ट लॉन्च हो, प्रचार अभियान हो या ब्रांड मार्केटिंग, Wan 2.5 आपको तुरंत उच्च-गुणवत्ता वाले वीडियो जनरेट करने में मदद करता है, जिससे निर्माण आसान और कुशल बनता है।

समन्वय की परेशानी के बिना प्रोडक्ट डेमो और ट्यूटोरियल
बहुभाषी सबटाइटल और लिप सिंक के साथ सोशल मीडिया मार्केटिंग
AI-जनरेटेड कंटेंट टीमों को रणनीति और रचनात्मकता पर ध्यान केंद्रित करने देता है

Bottom line: निष्कर्ष: निर्माण कभी इतना सरल, तेज और स्मार्ट नहीं रहा - Wan 2.5 मार्केटिंग के लिए आपका सीक्रेट हथियार है!

वैश्विक उद्यम

बहुराष्ट्रीय कंपनियों के लिए आदर्श कंटेंट लोकलाइजेशन समाधान प्रदान करता है, जिससे निर्माण आसान और अधिक कुशल होता है।

प्रॉम्प्ट पहचान के साथ बहुभाषी वीडियो समर्थन
लिप-सिंक्ड सबटाइटल और वॉयसओवर का वन-क्लिक जनरेशन
वैश्विक बाजारों के लिए तेज कंटेंट लोकलाइजेशन

Bottom line: निष्कर्ष: क्रॉस-बॉर्डर कंटेंट निर्माण कभी इतना सरल, तेज और स्मार्ट नहीं रहा।

स्टोरी क्रिएटर्स / YouTubers

क्रिएटर्स Wan 2.5 का उपयोग करके उच्च-गुणवत्ता आउटपुट सुनिश्चित करते हुए वीडियो उत्पादन दक्षता बढ़ा सकते हैं।

सटीक कैरेक्टर एक्शन और भावों के साथ इमर्सिव स्टोरीटेलिंग
एडिटिंग और पोस्ट-प्रोडक्शन समय कम करके अधिक पब्लिशिंग दक्षता
शॉर्ट वीडियो से लेकर एनिमेटेड कहानी खंडों तक विविध कंटेंट

कॉर्पोरेट ट्रेनिंग टीमें

Wan 2.5 कॉर्पोरेट ट्रेनिंग को अधिक कुशल और आकर्षक बनाता है।

प्रोफेशनल वीडियो उबाऊ टेक्स्ट डॉक्यूमेंट की जगह लेते हैं
ऑपरेशनल डेमो और ट्रेनिंग ट्यूटोरियल का त्वरित निर्माण
वैश्विक रोलआउट के लिए एकसमान शैली और मानकीकृत आउटपुट

क्रिएटिव फ्रीलांसर / छोटे स्टूडियो

Wan 2.5 महंगे उपकरण या अभिनेताओं के बिना रचनात्मकता को स्वतंत्र रूप से बहने देता है - AI सब कुछ कुशलता से जनरेट करता है।

शॉर्ट फिल्मों से लेकर सोशल मीडिया कंटेंट तक विविध कार्यों के साथ प्रयोग करें
प्रेरणा से लेकर पूर्णता तक "वन-क्लिक जनरेशन" के साथ
महंगे उपकरण या प्रोफेशनल अभिनेताओं के बिना उच्च-गुणवत्ता कंटेंट

Bottom line: निष्कर्ष: Wan 2.5 निर्माण को आसान, अधिक स्वतंत्र और अधिक रोमांचक बनाता है - हर प्रयास शानदार होता है!

शैक्षणिक संस्थान / ऑनलाइन कोर्स क्रिएटर्स

उच्च लागत के बिना रचनात्मकता को वास्तविकता में बदलें - Wan 2.5 गुणवत्तापूर्ण कंटेंट उत्पादन को आसान और किफायती बनाता है।

शॉर्ट फिल्मों से प्रचार वीडियो तक विभिन्न शैलियों के साथ प्रयोग करें
अवधारणा से तैयार उत्पाद तक अधिक उत्पादन दक्षता
महंगे उपकरण या प्रोफेशनल प्रतिभा के बिना गुणवत्तापूर्ण कंटेंट

Bottom line: निष्कर्ष: Wan 2.5 निर्माण को सहज, कुशल और स्वतंत्र बनाता है - हर प्रयास शानदार होता है!

मुख्य विशेषताएं

एक-चरण A/V जनरेशन

एकल प्रक्रिया में सिंक्रोनाइज्ड ऑडियो, वॉयसओवर और लिप-सिंक के साथ पूर्ण वीडियो जनरेट करें

डुअल कैरेक्टर सिंक

प्राकृतिक इंटरैक्शन के लिए सिंक्रोनाइज्ड एक्शन, भाव और लिप-सिंक के साथ दो कैरेक्टर के एक साथ जनरेशन का समर्थन करता है

प्रोफेशनल गुणवत्ता

वास्तविक कैरेक्टर भाव और सटीक लिप सिंक्रोनाइजेशन के साथ उच्च-गुणवत्ता वीडियो आउटपुट

बहुभाषी समर्थन

चीनी प्रॉम्प्ट के लिए उत्कृष्ट समर्थन और बहुभाषी कंटेंट की विश्वसनीय जनरेशन

किफायती

प्रोफेशनल गुणवत्ता बनाए रखते हुए प्रतिस्पर्धियों की तुलना में काफी कम लागत

कैरेक्टर विशेषता बहाली

उच्च फिडेलिटी और व्यक्तित्व के साथ कैरेक्टर की उपस्थिति, भाव और गति शैलियों को सटीक रूप से पुनः बनाता है

कलात्मक शैली रेंडरिंग

Studio Ghibli-प्रेरित हाथ से पेंटेड वॉटरकलर टेक्सचर सहित विभिन्न कलात्मक शैलियों का समर्थन करता है

इमर्सिव दृश्य

डायलॉग दृश्यों, इंटरव्यू या डुअल-पर्सन शॉर्ट फिल्मों के लिए परफेक्ट, प्राकृतिक ऑडियो-विजुअल संगति के साथ

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.

परफेक्ट फॉर

🎬

वीडियो उत्पादन

📢

मार्केटिंग कंटेंट

🎓

शैक्षणिक वीडियो

📱

सोशल मीडिया

🌐

बहुभाषी कंटेंट

💼

कॉर्पोरेट ट्रेनिंग

🎭

मनोरंजन

💃

प्रदर्शन कला

🎨

एनिमेशन और एनीमे

📚

कहानी कहना

👥

डुअल कैरेक्टर वीडियो

🎙️

इंटरव्यू

📺

ब्रॉडकास्ट मीडिया

तकनीकी विनिर्देश

मॉडल प्रकार:ऑडियो-विजुअल सिंक्रोनाइज्ड जनरेशन

मुख्य विशेषताएं:A/V सिंक, कैरेक्टर बहाली, कलात्मक रेंडरिंग, बहु-भाषा

भाषा समर्थन:चीनी, अंग्रेजी और अन्य

आउटपुट गुणवत्ता:ऑडियो के साथ प्रोफेशनल HD वीडियो

जनरेशन गति:तेज एक-चरण जनरेशन

API इंटीग्रेशन:व्यापक दस्तावेज़ीकरण के साथ RESTful API

Wan 2.5 का अनुभव करें - आपकी वीडियो क्रिएशन क्रांति

हज़ारों क्रिएटर्स और कंपनियों के साथ जुड़ें जो सिंक्रोनाइज़्ड ऑडियो-वीडियो जनरेशन तकनीक से अपने वीडियो कंटेंट क्रिएशन को बदल रहे हैं।

🎬एक-चरण A/V सिंक

🌍बहुभाषी समर्थन

⚡किफायती

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.

समान मॉडल देखें

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/छवि

$0.021/छवि

-30%