alibaba/wan-2.5/video-extend

testo-in-video

Wan 2.5 Video Extend API by Alibaba

alibaba/wan-2.5/video-extend

Video-extend

Extend your videos with Alibaba WAN 2.5 video extender model with audio.

INPUT

Caricamento configurazione parametri...

OUTPUT

In attesa

I video generati appariranno qui

Configura le impostazioni e clicca Esegui per iniziare

La tua richiesta costerà $0.052 per esecuzione. Con $10 puoi eseguire questo modello circa 192 volte.

Ecco cosa puoi fare dopo:

Seedance 2.0 Kling v3 Vidu Wan2.7

Parametri

Esempio di codice
import requests
import time

# Step 1: Start video generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "alibaba/wan-2.5/video-extend",
    "prompt": "A beautiful sunset over the ocean with gentle waves",
    "width": 512,
    "height": 512,
    "duration": 3,
    "fps": 24,
}

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"] in ["completed", "succeeded"]:
            print("Generated video:", 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)

video_url = check_status()

Installa

Installa il pacchetto di dipendenze richiesto.

pip install requests

Autenticazione

Tutte le richieste API richiedono l'autenticazione tramite una chiave API. Puoi ottenere la tua chiave API dalla dashboard di Atlas Cloud.

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

Header HTTP

import os

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

Proteggi la tua chiave API

Non esporre mai la tua chiave API nel codice lato client o nei repository pubblici. Utilizza invece variabili d'ambiente o un proxy backend.

Invia una richiesta

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
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())

Invia una richiesta

Invia una richiesta di generazione asincrona. L'API restituisce un ID di previsione che puoi usare per controllare lo stato e recuperare il risultato.

POST/api/v1/model/generateVideo

Corpo della richiesta

import requests

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

data = {
    "model": "alibaba/wan-2.5/video-extend",
    "input": {
        "prompt": "A beautiful sunset over the ocean with gentle waves"
    }
}

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

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

Risposta

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

Controlla lo stato

Interroga l'endpoint di previsione per verificare lo stato attuale della tua richiesta.

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

Esempio di polling

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)

Valori di stato

processingLa richiesta è ancora in fase di elaborazione.

completedGenerazione completata. Gli output sono disponibili.

succeededGenerazione riuscita. Gli output sono disponibili.

failedLa generazione è fallita. Controlla il campo errore.

Risposta completata

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.mp4"
    ],
    "metrics": {
      "predict_time": 45.2
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Carica file

Carica file nello storage Atlas Cloud e ottieni un URL utilizzabile nelle tue richieste API. Usa multipart/form-data per il caricamento.

POST/api/v1/model/uploadMedia

Esempio di caricamento

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}")

Risposta

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

Schema di input

I seguenti parametri sono accettati nel corpo della richiesta.

Totale: 0Obbligatorio: 0Opzionale: 0

Nessun parametro disponibile.

Esempio di corpo della richiesta

{
  "model": "alibaba/wan-2.5/video-extend"
}

Schema di output

L'API restituisce una risposta di previsione con gli URL degli output generati.

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for video generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

Esempio di risposta

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.mp4"
  ],
  "metrics": {
    "predict_time": 45.2
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills integra oltre 300 modelli di IA direttamente nel tuo assistente di codifica IA. Un comando per installare, poi usa il linguaggio naturale per generare immagini, video e chattare con LLM.

Client supportati

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ client supportati

Installa

npx skills add AtlasCloudAI/atlas-cloud-skills

Configura chiave API

Ottieni la tua chiave API dalla dashboard di Atlas Cloud e impostala come variabile d'ambiente.

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

Funzionalità

Una volta installato, puoi usare il linguaggio naturale nel tuo assistente IA per accedere a tutti i modelli Atlas Cloud.

Generazione di immaginiGenera immagini con modelli come Nano Banana 2, Z-Image e altri.

Creazione di videoCrea video da testo o immagini con Kling, Vidu, Veo, ecc.

Chat LLMChatta con Qwen, DeepSeek e altri grandi modelli linguistici.

Caricamento mediaCarica file locali per la modifica di immagini e flussi di lavoro da immagine a video.

Scopri di più

github.com/AtlasCloudAI/atlas-cloud-skills

Server MCP

Il server MCP di Atlas Cloud collega il tuo IDE con oltre 300 modelli di IA tramite il Model Context Protocol. Funziona con qualsiasi client compatibile MCP.

Client supportati

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ client supportati

Installa

npx -y atlascloud-mcp

Configurazione

Aggiungi la seguente configurazione al file delle impostazioni MCP del tuo IDE.

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

Strumenti disponibili

atlas_generate_imageGenera immagini da prompt testuali.

atlas_generate_videoCrea video da testo o immagini.

atlas_chatChatta con grandi modelli linguistici.

atlas_list_modelsEsplora oltre 300 modelli di IA disponibili.

atlas_quick_generateCreazione di contenuti in un solo passaggio con selezione automatica del modello.

atlas_upload_mediaCarica file locali per i flussi di lavoro API.

Scopri di più

github.com/AtlasCloudAI/mcp-server

API Schema

Schema non disponibile

Nessun esempio disponibile

Accedi per visualizzare la cronologia delle richieste

Devi effettuare l'accesso per consultare la cronologia delle richieste del modello.

Accedi

Perché scegliere Wan 2.5?

Più conveniente

Nonostante i recenti tagli di prezzo di Google, Veo 3 rimane complessivamente costoso. Wan 2.5 è leggero e conveniente, offre ai creatori più opzioni riducendo significativamente i costi di produzione.

Generazione in un solo passaggio, sincronizzazione end-to-end

Con Wan 2.5 non è necessario registrare separatamente l'audio né allineare manualmente le labbra. Basta fornire un prompt chiaro e strutturato per generare video completi con audio/doppiaggio e lip sync in una sola volta – più veloce e più semplice.

Supporto multilingue

Quando i prompt sono in cinese, Wan 2.5 genera in modo affidabile video con audio e video sincronizzati. Al contrario, Veo 3 mostra spesso "lingua sconosciuta" per i prompt in cinese.

Ricreazione precisa dei personaggi

Wan 2.5 eccelle nella fedele riproduzione dei tratti dei personaggi, presentando con precisione aspetto, espressioni e stile di movimento, rendendo i personaggi generati più riconoscibili e personalizzati per una narrazione e un'immersione più coinvolgente.

Rendering in stile artistico

Supporta il rendering in stile Studio Ghibli, creando texture acquerellate dipinte a mano ed effetti animati. Offre esperienze visive calde e oniriche che esaltano il fascino artistico e la profondità narrativa.

Chi può trarne vantaggio?

Team di marketing

Che si tratti di lanci di prodotto, campagne promozionali o brand marketing, Wan 2.5 ti aiuta a generare rapidamente video di alta qualità, rendendo la creazione semplice ed efficiente.

Demo di prodotto e tutorial senza il fastidio del coordinamento
Marketing sui social media con sottotitoli multilingue e lip sync
I contenuti generati dall'AI permettono al team di concentrarsi su strategia e creatività

Bottom line: In sintesi: creare non è mai stato così semplice, veloce e intelligente – Wan 2.5 è la tua arma segreta per il marketing!

Aziende globali

Offre soluzioni ideali di localizzazione dei contenuti per le multinazionali, rendendo la creazione più semplice ed efficiente.

Supporto video multilingue con riconoscimento dei prompt
Generazione con un clic di sottotitoli e doppiaggi sincronizzati alle labbra
Localizzazione rapida dei contenuti per i mercati globali

Bottom line: In sintesi: la creazione di contenuti cross-border non è mai stata così semplice, veloce e intelligente.

Creatori di storie / YouTuber

I creatori possono sfruttare Wan 2.5 per migliorare l'efficienza della produzione video garantendo al contempo un output di alta qualità.

Narrazione immersiva con azioni ed espressioni dei personaggi precise
Maggiore efficienza di pubblicazione con tempi di editing e post-produzione ridotti
Contenuti diversificati dai video brevi ai segmenti di storie animate

Team di formazione aziendale

Wan 2.5 rende la formazione aziendale più efficiente e coinvolgente.

Video professionali al posto di noiosi documenti testuali
Creazione rapida di demo operative e tutorial di formazione
Stile coerente e output standardizzato per il deployment globale

Creativi freelance / Piccoli studi

Wan 2.5 lascia scorrere la creatività senza costose attrezzature o attori – l'AI genera tutto in modo efficiente.

Sperimenta opere diverse dai cortometraggi ai contenuti per i social media
Dall'ispirazione al completamento con la "generazione in un clic"
Contenuti di alta qualità senza attrezzature costose né attori professionisti

Bottom line: In sintesi: Wan 2.5 rende la creazione più semplice, libera ed entusiasmante a ogni tentativo!

Istituti scolastici / Creatori di corsi online

Trasforma la creatività in realtà senza costi elevati – Wan 2.5 rende la produzione di contenuti di qualità semplice ed economica.

Sperimenta stili diversi dai cortometraggi ai video promozionali
Maggiore efficienza produttiva dal concept al prodotto finito
Contenuti di qualità senza attrezzature costose né talenti professionisti

Bottom line: In sintesi: Wan 2.5 rende la creazione semplice, efficiente e libera – ogni tentativo è spettacolare!

Funzionalità principali

Generazione A/V in un solo passaggio

Genera video completi con audio sincronizzato, doppiaggio e lip sync in un unico processo

Sincronizzazione di due personaggi

Supporta la generazione simultanea di due personaggi con azioni, espressioni e lip sync sincronizzati per interazioni naturali

Qualità professionale

Output video di alta qualità con espressioni realistiche dei personaggi e sincronizzazione labiale precisa

Supporto multilingue

Eccellente supporto per prompt in cinese e generazione affidabile di contenuti multilingue

Conveniente

Costi significativamente inferiori rispetto ai competitor mantenendo la qualità professionale

Riproduzione dei tratti del personaggio

Ricrea con precisione aspetto, espressioni e stili di movimento dei personaggi con alta fedeltà e personalità

Rendering in stile artistico

Supporta vari stili artistici tra cui texture acquerellate dipinte a mano in stile Studio Ghibli

Scene immersive

Perfetto per scene di dialogo, interviste o cortometraggi a due personaggi con coerenza audio-visiva naturale

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.

Perfetto Per

🎬

Produzione video

📢

Contenuti di marketing

🎓

Video educativi

📱

Social media

🌐

Contenuti multilingue

💼

Formazione aziendale

🎭

Intrattenimento

💃

Arti performative

🎨

Animazione e anime

📚

Narrazione

👥

Video a due personaggi

🎙️

Interviste

📺

Media broadcast

Specifiche Tecniche

Tipo di modello:Generazione audio-visiva sincronizzata

Funzionalità chiave:Sync A/V, Riproduzione personaggi, Rendering artistico, Multilingue

Supporto lingue:Cinese, inglese e altre lingue

Qualità output:Video HD professionale con audio

Velocità di generazione:Generazione rapida in un solo passaggio

Integrazione API:RESTful API con documentazione completa

Scopri Wan 2.5 - La tua rivoluzione nella creazione video

Unisciti a migliaia di creatori e aziende che stanno trasformando la creazione dei propri contenuti video con la tecnologia di generazione audio-visiva sincronizzata.

🎬Sync A/V in un solo passaggio

🌍Supporto multilingue

⚡Conveniente

Wan 2.5: A next-generation AI video generation model developed by Alibaba Wanxiang.

Model Card Overview

Field	Description
Model Name	Wan 2.5
Developed By	Alibaba Group
Release Date	September 24, 2025
Model Type	Generative AI, Video Foundation Model
Related Links	Official Website: https://wan.video/, Hugging Face: https://huggingface.co/Wan-AI, Technical Paper (Wan Series): https://arxiv.org/abs/2503.20314

Introduction

Wan 2.5 is a state-of-the-art, open-source video foundation model developed by Alibaba's Wan AI team. It is designed to generate high-quality, cinematic videos complete with synchronized audio directly from text or image prompts. The model represents a significant advancement in the field of generative AI, aiming to lower the barrier for creative video production. Its core contribution lies in its ability to produce coherent, dynamic, and narratively consistent video clips with a high degree of realism and integrated audio-visual elements, such as lip-sync and sound effects, in a single, streamlined process.

Key Features & Innovations

Wan 2.5 introduces several key features that distinguish it from previous models and competitors:

Unified Audio-Visual Synthesis: Unlike many models that require separate steps for video and audio generation, Wan 2.5 creates video with natively synchronized audio, including voice, sound effects, and lip-sync, in one step.
High-Fidelity, High-Resolution Output: The model is capable of generating videos in multiple resolutions, including 480p, 720p, and full 1080p HD, with significant improvements in visual quality and frame-to-frame stability over its predecessors.
Extended Video Duration: Wan 2.5 can generate video clips up to 10 seconds in length, offering more creative flexibility for storytelling compared to other models in its class.
Advanced Cinematic Control: The model demonstrates a sophisticated understanding of cinematic language, allowing for precise control over camera movement, shot composition, and character consistency within scenes.
Open-Source Commitment: Following the precedent set by earlier versions, the Wan series of models, including Wan 2.5, are open-sourced to encourage research, development, and innovation within the broader AI community.

Model Architecture & Technical Details

Wan 2.5 is built upon the Diffusion Transformer (DiT) paradigm, which has become a mainstream approach for high-quality generative tasks. The technical report for the Wan model series outlines a suite of innovations that contribute to its performance.

The architecture includes a novel Variational Autoencoder (VAE) designed for high-efficiency video compression, enabling the model to handle high-resolution video data effectively. The Wan series is available in multiple sizes to balance performance and computational requirements, such as the 1.3B and 14B parameter models detailed for Wan 2.2. The model was trained on a massive, curated dataset comprising billions of images and videos, which enhances its ability to generalize across a wide range of motions, semantics, and aesthetic styles.

Intended Use & Applications

Wan 2.5 is designed for a wide array of applications in creative and commercial fields. Its intended uses include:

Content Creation: Generating short-form videos for social media, marketing campaigns, and digital advertising.
Storytelling and Filmmaking: Creating cinematic scenes, character animations, and narrative sequences for short films and conceptual art.
Prototyping: Rapidly visualizing scripts and storyboards for film, television, and game development.
Personalized Media: Enabling users to create unique, personalized video content from their own ideas and images.

Performance

Wan 2.5 has demonstrated significant performance improvements over previous versions and holds a competitive position against other leading video generation models. Independent reviews and benchmarks provide insight into its capabilities.

Benchmark Scores

A review conducted by Curious Refuge Labs™ evaluated the model's visual generation capabilities across several metrics.

Metric	Score (out of 10)
Prompt Adherence	7.0
Temporal Consistency	6.6
Visual Fidelity	6.5
Motion Quality	5.9
Style & Cinematic Realism	5.7
Overall Score	6.3

These scores indicate strong prompt understanding and a notable improvement in visual quality from Wan 2.2, although it still shows limitations in complex motion and realism compared to top-tier commercial models.

Esplora Modelli Simili

NEW

HOT

testo-in-video

Van-2.5 Text-to-video

Convert prompts into cinematic video clips with synchronized sound. Van 2.5 generates 720p/1080p outputs with stable motion, native audio sync, and prompt-faithful visual storytelling.

Van-2.5 Image-to-video

Get animated visuals from your images faster without major quality sacrifice. Perfect for preview workflows, previews at scale, or mass production of animated assets.

HappyHorse-1.0 Image-to-video

Animates a first-frame image into video with optional prompt guidance, 720P or 1080P output, and durations from 3 to 15 seconds.

HappyHorse-1.0 Text-to-video

Generates videos from text prompts with HappyHorse 1.0, supporting 720P or 1080P output, flexible aspect ratios, and durations from 3 to 15 seconds.

HappyHorse-1.0 Video-edit

Edits an input video with text instructions and optional reference images, supporting 720P or 1080P output.

HappyHorse-1.0 Reference-to-video

Generates videos from one to nine reference images and a text prompt, supporting 720P or 1080P output, flexible aspect ratios, and durations from 3 to 15 seconds.

Wan-2.7 Image-to-video

Animates images into videos with first-frame, first-and-last-frame, video continuation, and audio-driven modes.

Wan-2.7 Text-to-video

Generates videos from text prompts with multi-shot narrative, audio generation, and sound-image synchronization.

Wan-2.7 Video-edit

Edits videos using text instructions, reference images, and style transfer with multi-modal input support.

Wan-2.7 Reference-to-video

Generates character-driven videos from reference images and videos, with multi-subject and voice-cloning support.

Wan-2.2 Image-to-video

Open and Advanced Large-Scale Video Generative Models.

Wan-2.2 Image-to-video Lora

Open and Advanced Large-Scale Video Generative Models.

From

$0.04/SEC

immagine-in-video

Wan-2.2-spicy Image-to-video

Open and Advanced Large-Scale Video Generative Models.

From

$0.03/SEC

immagine-in-video

Wan-2.2-spicy Image-to-video Lora

Open and Advanced Large-Scale Video Generative Models.

Wan-2.6 Image-to-video Flash

Wan2.6 image to video flash, faster and more cost-effective generation. Intelligent shot scheduling enables multi‑camera storytelling, supports stable multi‑speaker dialogue with more natural and realistic vocal timbres.

Wan-2.6 Video-to-video

A speed-optimized video-to-video option that prioritizes lower latency while retaining strong visual fidelity. Ideal for iteration, batch generation, and prompt testing.

From$0.1/SEC

$0.07/SEC

-30%

Un'unica API per tutta l'IA multimediale.

Esplora tutti i modelli

Wan 2.5 Video Extend API by Alibaba

INPUT

OUTPUT

Parametri

Esempio di codice

Installa

Autenticazione

Header HTTP

Invia una richiesta

Invia una richiesta

Corpo della richiesta

Risposta

Controlla lo stato

Esempio di polling

Valori di stato

Risposta completata

Carica file

Esempio di caricamento

Risposta

Schema di input

Esempio di corpo della richiesta

Schema di output

Esempio di risposta

Atlas Cloud Skills

Client supportati

Installa

Configura chiave API

Funzionalità

Server MCP

Client supportati

Installa

Configurazione

Strumenti disponibili

API Schema

Accedi per visualizzare la cronologia delle richieste

Wan 2.5 - La scelta dei creatori video intelligenti

Perché scegliere Wan 2.5?

Più conveniente

Generazione in un solo passaggio, sincronizzazione end-to-end

Supporto multilingue

Ricreazione precisa dei personaggi

Rendering in stile artistico

Chi può trarne vantaggio?

Team di marketing

Aziende globali

Creatori di storie / YouTuber

Team di formazione aziendale

Creativi freelance / Piccoli studi

Istituti scolastici / Creatori di corsi online

Funzionalità principali

Generazione A/V in un solo passaggio

Sincronizzazione di due personaggi

Qualità professionale

Supporto multilingue

Conveniente

Riproduzione dei tratti del personaggio

Rendering in stile artistico

Scene immersive

Wan 2.5 Prompt Showcase

Study Room Scholar

Park Sunset Romance

Ballet Performance Art

Ghibli Forest Magic

Perfetto Per

Specifiche Tecniche

Scopri Wan 2.5 - La tua rivoluzione nella creazione video

Wan 2.5: A next-generation AI video generation model developed by Alibaba Wanxiang.

Model Card Overview

Introduction

Key Features & Innovations

Model Architecture & Technical Details

Intended Use & Applications

Performance

Benchmark Scores

Esplora Modelli Simili

Van-2.5 Text-to-video

Van-2.5 Image-to-video

HappyHorse-1.0 Image-to-video

HappyHorse-1.0 Text-to-video

HappyHorse-1.0 Video-edit