Wan API: Open Video Generation by Alibaba

L'API Wan fornisce agli sviluppatori i modelli video aperti Wan di Alibaba su Atlas Cloud tramite un'unica chiave unificata. Questa pagina esegue Wan 2.2, un modello video fondamentale che ha pionierizzato un'architettura Mixture-of-Experts per la diffusione video, coprendo la generazione da testo a video, da immagine a video e da video a video con controllo del movimento cinematografico. Si affianca ad oltre 300 altri modelli sullo stesso account, in modo da potervi accedere con endpoint compatibili con OpenAI e senza alcuna configurazione separata.

Wan 2.2 è disponibile in diverse varianti: i modelli A14B progettati per la generazione da testo a video e da immagine a video con qualità cinematografica, e il modello più leggero TI2V-5B che combina entrambe le modalità e funziona a 720p su GPU consumer. Atlas Cloud offre anche varianti turbo che sacrificano un po' di fedeltà per una generazione più rapida e a latenza inferiore. Scegli A14B per la massima qualità, TI2V-5B per l'efficienza e turbo per un'iterazione rapida.

L'API Wan copre le funzioni text-to-video, image-to-video e video-to-video, consentendoti di iniziare da un prompt, animare un'immagine fissa o trasformare filmati esistenti. Supporta anche il controllo dal primo all'ultimo fotogramma, l'estensione video per allungare una clip e l'upscaling per migliorare la risoluzione. Ogni modalità richiede solo una modifica di parametro o di endpoint, mantenendo così una pipeline mista in un'unica integrazione.

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 genera nativamente a 480p e 720p, con risoluzioni più elevate disponibili tramite upscaling a 1080p o 2K, e durate tipiche delle clip nell'intervallo breve di pochi secondi per generazione. La variante più leggera TI2V-5B punta al 720p a 24fps.

Sì. Wan 2.2 è rilasciato da Alibaba con licenza Apache 2.0, con i pesi del modello e il codice di inferenza pubblicati su HuggingFace e GitHub, in modo da poterlo scaricare, modificare e ospitare in proprio. L'esecuzione in locale richiede una GPU con almeno 16 GB di VRAM, idealmente di più per i modelli A14B più grandi. Atlas Cloud ospita la Wan API, in modo da poter saltare completamente il lavoro sull'hardware e sul ridimensionamento.

Sì. La licenza Apache 2.0 consente l'uso commerciale, la modifica e la ridistribuzione, pertanto i video generati con Wan 2.2 possono essere utilizzati in progetti commerciali. Consulta i termini di servizio di Atlas Cloud per i dettagli specifici del tuo piano e presta attenzione alle consuete restrizioni relative alla generazione di contenuti che ritraggono persone reali e identificabili senza il loro consenso.

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 generazione è asincrona: ogni richiesta restituisce un ID di previsione che viene interrogato (polling) finché la clip non è pronta, il che si adatta alle code e alle esecuzioni di grandi volumi. Aggiungi un backoff esponenziale e un nuovo tentativo su una risposta 429 e usa le varianti turbo per le bozze per mantenere un throughput elevato. Contatta l'assistenza per aumentare i limiti di concorrenza man mano che il carico di lavoro cresce.

Crea un account su Atlas Cloud, genera una chiave API e invia una richiesta al modello Wan con il tuo prompt o immagine di input tramite l'endpoint compatibile con OpenAI. Effettua il polling dell'endpoint di previsione per ottenere la clip terminata, quindi scala in base alle necessità. Poiché la stessa chiave accede a oltre 300 modelli, puoi testare altri modelli video e di immagini senza alcuna configurazione aggiuntiva.