alibaba/wan-2.5/image-edit

immagine-in-immagine

Wan 2.5 Image Edit API by Alibaba

alibaba/wan-2.5/image-edit

Image-edit

Open and Advanced Large-Scale Image Generative Models.

INPUT

Caricamento configurazione parametri...

OUTPUT

In attesa

Le immagini generate appariranno qui

Configura le impostazioni e clicca Esegui per iniziare

La tua richiesta costerà $0.021 per esecuzione. Con $10 puoi eseguire questo modello circa 476 volte.

Ecco cosa puoi fare dopo:

Immagine in Video Immagine in Immagine

Parametri

Esempio di codice
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/image-edit",
    "prompt": "A beautiful landscape with mountains and lake",
    "width": 512,
    "height": 512,
    "steps": 20,
    "guidance_scale": 7.5,
}

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()

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/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())

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/generateImage

Corpo della richiesta

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/image-edit",
    "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']}")

Risposta

{
  "code": 200,
  "data": {
    "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.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "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/image-edit"
}

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 image 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.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 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

Caricamento...

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

Alibaba WAN 2.5 Image Edit

Alibaba WAN 2.5 Image Edit enables you to upload an existing visual and specify the desired adjustments. The model preserves layout and subject structure while implementing high-quality updates based on natural language.

Why creators love it

Structure-preserving edits: Make lighting, color, or object changes without breaking composition.
Text-guided styling: Reimagine materials, moods, or art styles with concise prompts.
Prompt expansion on demand: Enable automatic prompt enrichment when you need extra detail.
Flexible output sizes: Pick the resolution that best matches your downstream workflow.

Perfect for

Marketing and design teams refining campaign visuals.
E-commerce sellers upgrading product imagery.
Content creators polishing thumbnails, covers, and posts.
Artists experimenting with variations of their original work.

Billing rules

Minimum charge: 1 image.
Total cost = number of images × price per resolution.

How to use

Provide the image you want to refine. (Image dimensions must be in (384, 5000))
Describe the desired adjustments in the prompt.
Choose the target resolution and submit.
Review the enhanced output and download the version you like best.

Pro tips

Start with clear instructions about colors, lighting, or objects to adjust.
Pair positive and negative prompts to control what should or should not appear.
Keep source images at or above your target resolution for optimal fidelity.

Note

If you did not upload the image locally, please ensure that the image URL is accessible! A successfully accessible image will display a preview in the interface.

Recommended Resolutions

Aspect Ratio	Exact (W×H)	Exact Pixels	Rounded (W×H, ÷64)	Rounded Pixels
1:1	1448 × 1448	2,096,704	1408 × 1408	1,982,464
3:2	1773 × 1182	2,095,686	1728 × 1152	1,990,656
4:3	1672 × 1254	2,096,688	1664 × 1216	2,023,424
16:9	1936 × 1089	2,108,304	1920 × 1088	2,088,960
21:9	2212 × 948	2,096,976	2176 × 960	2,088,960
1:1	1024 × 1024	1,048,576	1024 × 1024	1,048,576
3:2	1254 × 836	1,048,344	1216 × 832	1,011,712
4:3	1182 × 887	1,048,434	1152 × 896	1,032,192
16:9	1365 × 768	1,048,320	1344 × 768	1,032,192
21:9	1564 × 670	1,047,880	1536 × 640	983,040
1:1	323 × 323	104,329	320 × 320	102,400
3:2	397 × 264	104,808	384 × 256	98,304
4:3	374 × 280	104,720	448 × 320	143,360
16:9	432 × 243	104,976	448 × 256	114,688
21:9	495 × 212	104,940	576 × 256	147,456

Esplora Modelli Simili

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/PIC

$0.021/PIC

-30%