Wan API: Open Video Generation by Alibaba
Wan API wprowadza otwarte modele wideo Wan firmy Alibaba do Atlas Cloud za pomocą jednego ujednoliconego klucza. Wan 2.2 zapoczątkował architekturę Mixture-of-Experts dla dyfuzji wideo, zwiększając pojemność i kontrolę ruchu przy tym samym koszcie wnioskowania. Obsługuje konwersję tekstu na wideo, obrazu na wideo i wideo na wideo, oferując kontrolę od pierwszej do ostatniej klatki, rozszerzanie oraz skalowanie (upscaling), a wszystko to jest dostępne wraz z ponad 300 modelami.
Poznaj Wiodące Modele
Atlas Cloud zapewnia najnowsze, wiodące w branży modele kreatywne.
Każdy model i tryb API Wan
Dopasuj każde zadanie do odpowiedniego wariantu Wan 2.2: kinowych modeli A14B, lekkiego TI2V-5B oraz wersji turbo dla szybkości, obejmujących tekst, obraz i wideo do wideo, a wszystko to za pomocą jednego klucza w Atlas Cloud.
| Model | Description |
|---|---|
| Wan 2.2 T2V-A14B (Text to Video) | The flagship text-to-video model, using the Mixture-of-Experts architecture for cinematic motion and fine aesthetic control. Best when you need the strongest fidelity from a pure text prompt. |
| Wan 2.2 I2V-A14B (Image to Video) | Animates a still image into moving footage while preserving subject identity and texture, with an MoE design that holds detail as frames evolve. A fit for product shots and concept art brought to life. |
| Wan 2.2 V2V (Video to Video) | Transforms existing footage: restyle a clip, shift its tone, or apply a new look while keeping the original motion intact. Turns one source video into several variations without a reshoot. |
| Wan 2.2 TI2V-5B (Text and Image to Video) | A lighter model that combines text and image inputs in one checkpoint, generating 720p at 24fps. Efficient enough for consumer GPUs, so it suits quick, cost-aware generation. |
| Wan 2.2 Turbo (Accelerated) | A speed-first path built on an rCM sampler and 4-step distillation, cutting latency while retaining strong fidelity. Built for iteration, batch generation, and prompt testing. |
| Wan 2.2 Video Extend | Lengthens an existing clip into a longer sequence while keeping motion and lighting continuous with the source. Turns a short draft into a fuller deliverable. |
| Wan 2.2 Upscale | Sharpens footage to 1080p or 2K while preserving timing and composition, with 4K planned for a later release. A finishing step for drafts and older clips. |
Funkcje API Wan
Wan API wprowadza otwarty model Wan 2.2 od Alibaba do Atlas Cloud z architekturą Mixture-of-Experts, kinową kontrolą ruchu, prowadzeniem od pierwszej do ostatniej klatki, rozszerzaniem wideo i skalowaniem w górę (upscaling), wszystko dostępne za pomocą jednego, ujednoliconego klucza.
Architektura Wideo Mieszaniny Ekspertów
Wan 2.2 był pierwszym modelem dyfuzji wideo, w którym zastosowano architekturę Mixture-of-Experts, dzieląc proces odszumiania pomiędzy wyspecjalizowanych ekspertów. Zwiększa to pojemność i szczegółowość modelu bez podnoszenia kosztów wnioskowania, co pozwala uzyskać bogatsze sceny i dokładniejszy ruch przy tym samym budżecie obliczeniowym.
Kinematograficzny ruch i kontrola estetyczna za pomocą Wan API
Trained on curated data labeled for lighting, composition, contrast, and color, the Wan API gives fine control over the look of a shot. Wan 2.2 handles complex motion, dynamic camera moves, and fluid transitions, so prompts like an aerial orbit or a handheld tracking shot render as intended.
Tekst, obraz i wideo na wideo
Wan 2.2 obejmuje generowanie wideo z tekstu, obrazu i wideo w jednym modelu, dzięki czemu możesz zacząć od promptu, animować statyczny obraz lub przekształcać istniejący materiał filmowy. Przełączanie trybów odbywa się poprzez zmianę parametru, co pozwala utrzymać mieszany pipeline w ramach pojedynczej integracji.
Kontrola od pierwszej do ostatniej klatki za pomocą Wan API
Wan API obsługuje prowadzenie za pomocą pierwszej i ostatniej klatki, co pozwala na ustawienie klatki początkowej i końcowej, podczas gdy model generuje ruch między nimi. Daje to reżyserom precyzyjną kontrolę nad tym, jak ujęcie się zaczyna i kończy, co jest przydatne w przypadku prezentacji produktów i zaplanowanych w scenariuszu momentów.
Rozszerzanie i Upscaling Wideo
Poza generowaniem od podstaw, Wan 2.2 wydłuża istniejące klipy w dłuższe sekwencje, zachowując ruch, oraz skaluje materiał filmowy do rozdzielczości 1080p lub 2K, pozostawiając ramy czasowe i kompozycję nienaruszone. Razem te funkcje przekształcają krótkie wersje robocze w dopracowane, dłuższe materiały końcowe bez konieczności ponownego nagrywania.
Turbo akceleracja z Wan API
API Wan oferuje ścieżkę turbo opartą na samplerze rCM i 4-etapowej destylacji, kompresując kroki odszumiania w celu generowania z niskim opóźnieniem. Zachowuje wysoką wierność wizualną, jednocześnie skracając czas oczekiwania, co idealnie sprawdza się w iteracjach, uruchamianiu wsadowym i testowaniu promptów.
Jeden prompt poprzez Wan API i dalej
Uruchom ten sam prompt przez Wan API i inne wiodące modele wideo w Atlas Cloud i porównaj, jak każdy z nich radzi sobie z ruchem kinowym, zmianą stylizacji i elastycznością open-source w jednej scenie.
Filmowy wielo-ujęciowy etiuda nastrojowa w 8 sekund, kontrolowane światło i kolor. Ujęcie 1, powolny najazd kamery: przyćmiony gabinet nocą, pojedyncza lampka biurkowa rozlewa ciepłe światło na otwartą książkę, gdy w smudze światła unosi się kurz. Ujęcie 2, ostre cięcie: szeroki kadr samotnej postaci stojącej przy oknie od podłogi do sufitu, światła miasta miękkie w bokeh za deszczem na szybie. Ujęcie 3, zbliżenie: palce wodzą po brzegu filiżanki kawy, para unosi się spiralnie w chłodnym niebieskim świetle. Ujęcie 4, niski kąt: postać odwraca się ku drzwiom, przez które wlewa się ciepłe światło korytarza, sylwetka nabiera ostrości. Ujęcie 5, dramatyczny plan szeroki: pokój w miękkim świetle świtu, zasłony jarzą się, gdy lampa gaśnie z kliknięciem. Bogata korekcja barwna, celowe zmiany oświetlenia, płytka głębia ostrości, filmowy, ostre 1080p.
Wan 2.2
Pixverse v6
Veo 3.1
Pokaz restylizacji i ruchu w 8 sekund, ostre cięcia. Ujęcie 1: zwykłe dzienne nagranie uliczne osoby idącej przez targ, przekształcone w ciepły, malarski, ilustrowany styl, podczas gdy ruch chodzenia pozostaje naturalny i ciągły. Ujęcie 2, ostre cięcie: ta sama scena przestylizowana na chłodny, filmowy wygląd w tonacji teal i pomarańczu, z zachowaniem ruchu tłumu. Ujęcie 3: powolny najazd na stragan z owocami, gdy styl przechodzi w miękką akwarelę, kolory delikatnie rozlewają się na krawędziach. Spójny ruch podstawowy w każdej restylizacji, płynne przejścia, czysty detal, ostre 1080p.
Wan 2.2
Pixverse v6
Veo 3.1
What You Can Build with the Wan API
Od krótkich klipów społecznościowych i filmów produktowych po prewizualizację, zmianę stylu i samodzielnie hostowane potoki, Wan API przekształca otwarty model Wan 2.2 firmy Alibaba w funkcje produkcyjne za pomocą jednego ujednoliconego klucza w Atlas Cloud.
Kinowe wideo społecznościowe i krótkie formy wideo
Przekształć prompt lub pojedynczy obraz w krótkie, kinowe klipy dla TikTok, Reels i Shorts, korzystając z kontroli ruchu i estetycznej korekcji barwnej, do których stworzono Wan 2.2. Narzędzia dla twórców i zespoły ds. mediów społecznościowych mogą produkować dopracowane pionowe treści bez konieczności nagrywania.
Filmy produktowe i marketingowe z Wan API
Animate a product photo into a moving showcase with the Wan API, using image to video and first-to-last frame control to script how the reveal opens and closes. Marketing teams get repeatable ad clips from stills, sized for each channel.
Previs and Storyboards
Generate quick motion references from scripts and concept art before committing to a full shoot. Wan 2.2's camera and motion control let directors test staging, pacing, and shot transitions cheaply, then iterate before production.
Zmiana stylu i ponowne wykorzystanie istniejących materiałów wideo za pomocą Wan API
Użyj trybów video to video oraz extend z API Wan, aby zmienić styl klipów, zmodyfikować tonację lub wydłużyć scenę, zachowując płynność ruchu. Jeden klip źródłowy może zostać przekształcony w kilka wariacji lub dłuższą wersję bez konieczności ponownego nagrywania.
Remastering i upscaling wideo
Wyostrz i wydłuż starsze materiały filmowe lub te w niskiej rozdzielczości dzięki skalowaniu Wan 2.2 do 1080p lub 2K oraz trybowi rozszerzania, zachowując synchronizację i kompozycję. Nadaje to archiwom i wstępnym projektom czyste, gotowe do dostarczenia wykończenie.
Samohostowane lub chmurowe potoki wideo z Wan API
Ponieważ Wan 2.2 jest dostępny na zasadach open source w ramach licencji Apache 2.0, możesz samodzielnie hostować wagi lub uzyskać dostęp do Wan API w Atlas Cloud, aby pominąć konfigurację GPU. Podłącz go do zautomatyzowanego potoku, który przekształca wiersze danych w gotowe klipy na dużą skalę, a wszystko to za pomocą jednej integracji.
Porównanie Wan API
Sprawdź, jak Wan API wypada na tle innych wiodących modeli wideo pod względem architektury, danych wejściowych i licencjonowania, abyś mógł wybrać odpowiedni model. Wszystkie są dostępne na platformie Atlas Cloud.
| Model | Provider | Architecture | Inputs | Open Weights | Best For |
|---|---|---|---|---|---|
| Wan 2.2 | Alibaba | Mixture-of-Experts diffusion | Text, image, video | Yes (Apache 2.0) | Cinematic open-source video with self-host option |
| Seedance 2.0 | ByteDance | Proprietary | Text, image, video, audio | No | Multimodal, reference-driven cinematic video |
| Kling 3.0 | Kuaishou | Proprietary | Text, image, video | No | AI Director storytelling, multilingual dialogue |
| Hailuo | MiniMax | Proprietary | Text, image | No | Lifelike physics motion and anime styles |
| Veo 3.1 | Proprietary | Text, image | No | Cinematic, prompt-faithful short clips |
Jak używać Wan na Atlas Cloud
Zacznij w kilka minut — wykonaj te proste kroki, aby zintegrować i wdrożyć modele za pośrednictwem platformy Atlas Cloud.
Utwórz konto Atlas Cloud
Zarejestruj się na atlascloud.ai i ukończ weryfikację. Nowi użytkownicy otrzymują bezpłatne kredyty do eksploracji platformy i testowania modeli.
Dlaczego Używać Wan na Atlas Cloud
Połączenie zaawansowanych modeli Wan z platformą GPU-akcelerowaną Atlas Cloud zapewnia niezrównaną wydajność, skalowalność i doświadczenie deweloperskie.
Wydajność i Elastyczność
Niska Latencja:
Inferencja zoptymalizowana pod GPU dla rozumowania w czasie rzeczywistym.
Zunifikowane API:
Uruchamiaj Wan, GPT, Gemini i DeepSeek za pomocą jednej integracji.
Przejrzysta Wycena:
Przewidywalne rozliczenia za token z opcjami serverless.
Przedsiębiorstwo i Skala
Doświadczenie Dewelopera:
SDK, analityka, narzędzia dostrajania i szablony.
Niezawodność:
99,99% dostępności, RBAC i logowanie gotowe na zgodność.
Bezpieczeństwo i Zgodność:
SOC 2 Type II, zgodność z HIPAA, suwerenność danych w USA.
Często zadawane pytania dotyczące Wan API
Wan API zapewnia programistom otwarte modele wideo Wan od Alibaba w Atlas Cloud za pomocą jednego ujednoliconego klucza. Ta strona uruchamia Wan 2.2, fundamentalny model wideo, który zapoczątkował architekturę Mixture-of-Experts dla dyfuzji wideo, obejmującą konwersję tekstu na wideo, obrazu na wideo oraz wideo na wideo z kinową kontrolą ruchu. Znajduje się obok ponad 300 innych modeli na tym samym koncie, dzięki czemu można uzyskać do niego dostęp za pomocą punktów końcowych kompatybilnych z OpenAI bez konieczności oddzielnej konfiguracji.
Wan 2.2 jest dostępny w kilku wariantach: modelach A14B stworzonych do generowania wideo z tekstu i obrazu w kinowej jakości oraz lżejszym modelu TI2V-5B, który łączy oba tryby i działa w rozdzielczości 720p na konsumenckich procesorach graficznych (GPU). Atlas Cloud oferuje również warianty turbo, które poświęcają odrobinę wierności na rzecz szybszego generowania o niższych opóźnieniach. Wybierz A14B dla maksymalnej jakości, TI2V-5B dla wydajności i turbo do szybkiego iterowania.
Wan API obejmuje konwersję tekstu na wideo, obrazu na wideo oraz wideo na wideo, dzięki czemu można rozpocząć od promptu, animować nieruchomy obraz lub przekształcić istniejący materiał. Obsługuje również kontrolę od pierwszej do ostatniej klatki, rozszerzanie wideo w celu wydłużenia klipu oraz upscaling w celu wyostrzenia rozdzielczości. Każdy tryb to zmiana parametru lub punktu końcowego (endpoint), co pozwala na utrzymanie mieszanego potoku (pipeline) w ramach jednej integracji.
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 generuje natywnie w rozdzielczości 480p i 720p, z możliwością uzyskania wyższej rozdzielczości poprzez upscaling do 1080p lub 2K, a typowa długość klipu to zaledwie kilka sekund na jedną generację. Lżejszy wariant TI2V-5B jest zoptymalizowany pod kątem 720p przy 24fps.
Tak. Wan 2.2 jest wydany przez firmę Alibaba na licencji Apache 2.0, a wagi modelu i kod inferencyjny zostały opublikowane w serwisach HuggingFace i GitHub, dzięki czemu można go pobrać, modyfikować i samodzielnie hostować. Uruchomienie go lokalnie wymaga procesora graficznego (GPU) z co najmniej 16 GB pamięci VRAM, a najlepiej więcej w przypadku większych modeli A14B. Atlas Cloud hostuje usługę Wan API, dzięki czemu można całkowicie pominąć prace związane ze sprzętem i skalowaniem.
Tak. Licencja Apache 2.0 zezwala na komercyjne wykorzystanie, modyfikacje i redystrybucję, więc wideo wygenerowane za pomocą Wan 2.2 może być używane w projektach komercyjnych. Zapoznaj się z warunkami korzystania z usług Atlas Cloud w celu uzyskania szczegółowych informacji o swoim planie i pamiętaj o standardowych ograniczeniach dotyczących generowania treści przedstawiających prawdziwe, możliwe do zidentyfikowania osoby bez ich zgody.
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.
Generowanie jest asynchroniczne: każde żądanie zwraca identyfikator prognozy, który jest odpytywany (polling), dopóki klip nie będzie gotowy, co jest odpowiednie dla kolejek i uruchomień o dużej objętości. Dodaj wykładnicze opóźnienie (exponential backoff) i ponów próbę przy odpowiedzi 429, a do wersji roboczych używaj wariantów turbo, aby utrzymać wysoką przepustowość. Skontaktuj się z pomocą techniczną, aby zwiększyć limity współbieżności w miarę wzrostu obciążenia pracą.
Utwórz konto w Atlas Cloud, wygeneruj klucz API i wyślij żądanie do modelu Wan z Twoim promptem lub obrazem wejściowym za pośrednictwem endpointu kompatybilnego z OpenAI. Odpytuj endpoint predykcyjny w celu uzyskania gotowego klipu, a następnie skaluj w górę w miarę potrzeb. Ponieważ ten sam klucz zapewnia dostęp do ponad 300 modeli, możesz testować inne modele wideo i obrazów bez żadnej dodatkowej konfiguracji.
Poznaj Więcej Rodzin
Seedance 2.0
API Seedance 2.0 zapewnia produkcyjny dostęp do multimodalnego modelu wideo ByteDance — czteromodalne dane wejściowe (tekst, obraz, wideo, dźwięk) oraz wiodący w branży system „Universal Reference”, który blokuje kompozycję, ruchy kamery i działania postaci w różnych ujęciach. Zintegruj kontrolę na poziomie reżysera za pomocą jednego wywołania API, stałej stawki 0,09 USD/s, natychmiastowego klucza i braku listy oczekujących — wszystko to przy wsparciu czasu sprawności i zgodności klasy korporacyjnej. Seedance 2.0 Native 4K jest już dostępne!
Grok Imagine
Grok Imagine API zapewnia programistom możliwość generowania obrazów, wideo i dźwięku od xAI w jednym pakiecie. Tworzy obrazy w rozdzielczości do 2K z wielojęzycznym renderowaniem tekstu, a także filmy do 15 sekund z natywnym, zsynchronizowanym dźwiękiem i edycją opartą na referencjach. W Atlas Cloud jeden klucz uruchamia każdy tryb Grok Imagine, dzięki czemu można przełączać się między obrazem, wideo i dźwiękiem bez osobnych konfiguracji, już od 0,02 USD za obraz i 0,05 USD za sekundę.
Gemini Omni Flash
Gemini Omni API wprowadza do Twojego stacku multimodalny model generowania i edycji wideo od Google DeepMind, zaprezentowany na Google I/O 2026. Gemini Omni łączy silnik rozumowania Gemini z mediami generatywnymi, przyjmując dowolną kombinację tekstu, obrazów, wideo i dźwięku, aby tworzyć spójne, oparte na wiedzy wyniki. Dopracowuj rezultaty w naturalnej rozmowie — podmieniaj obiekty, przepisuj sceny i zmieniaj style, podczas gdy fizyka, postacie i ciągłość pozostają nienaruszone. Atlas Cloud udostępnia pełną gamę Gemini Omni Flash — tekst na wideo, obraz na wideo z maksymalnie 7 obrazami referencyjnymi oraz referencję na wideo — poprzez jedno ujednolicone API z przejrzystym rozliczaniem za sekundę już od $0.112 i bez subskrypcji. Zacznij tworzyć już dziś.
GPT Image 2
API GPT Image 2 daje programistom dostęp do najnowszego modelu obrazów firmy OpenAI, następcy GPT Image 1.5. Generuje i edytuje on obrazy z dokładnym renderowaniem tekstu w skryptach łacińskich i CJK, a także zapewnia silną kompozycję dla plakatów, makiet i infografik. W Atlas Cloud można uzyskać do niego dostęp za pośrednictwem jednego zunifikowanego API wraz z ponad 300 modelami, z darmowymi kredytami, gwarantowanym czasem pracy (uptime) na poziomie 99,99% i bez wymogu weryfikacji organizacji OpenAI.
Najpotężniejsze modele kreatywne Google są w pełni dostępne na platformie Atlas Cloud. Veo 3.1 zapewnia kinową generację wideo, Nano Banana 2 umożliwia tworzenie obrazów o wysokiej wierności, a Gemini wprowadza wielomodalną inteligencję do każdego przepływu pracy. Uzyskaj dostęp do pełnego pakietu modeli Google za pomocą jednego klucza API key z dostępnością Day-0 i cennikiem pay-as-you-go.
Seedance 2.0 Mini
Seedance 2.0 Mini wprowadza multimodalne generowanie wideo firmy ByteDance do przepływów pracy, w których szybkość i koszty mają największe znaczenie. Zapewnia podstawowe możliwości Seedance 2.0 przy mniejszym zużyciu zasobów — szybsze generowanie, niższy koszt na wideo i tę samą integrację API, z której już korzystasz. Dla zespołów obsługujących potoki o dużej objętości lub tworzących prototypy na dużą skalę, Mini jest praktycznym wyborem domyślnym.
ByteDance
Od generowania kinowych filmów po tworzenie obrazów o wysokiej wierności, najpotężniejsze modele ByteDance są dostępne w Atlas Cloud. Uruchamiaj Seedance i Seedream na dużą skalę z najniższymi cenami wnioskowania i zerowymi kosztami ogólnymi infrastruktury.
Alibaba
Atlas Cloud łączy pełną gamę modeli Alibaba w ramach jednego API: Qwen do zadań związanych z językiem i obrazem oraz Wan do generowania wideo w rozdzielczości do 1080p. Uzyskaj dostęp do każdego modelu w modelu płatności zgodnie z rzeczywistym użyciem (pay-as-you-go) bez subskrypcji. Alibaba API jest dostępne poprzez pojedynczy bazowy adres URL (base URL) przy użyciu istniejącego klienta kompatybilnego z OpenAI.
OpenAI
Atlas Cloud zapewnia dostęp do pełnej linii API OpenAI, od GPT Image 2 do generowania obrazów po Sora 2 do wideo. Każdy model jest dostępny w modelu płatności za użycie (pay-as-you-go) bez miesięcznych zobowiązań. Zintegruj się za pomocą jednej zmiany bazowego adresu URL, korzystając z API kompatybilnego z OpenAI.
xAI
Zbuduj kompletne potoki przetwarzania obrazów i wideo za pomocą xAI API w Atlas Cloud. Generuj w rozdzielczości 2K, edytuj za pomocą obrazów referencyjnych i animuj obrazy w klipy zsynchronizowane z dźwiękiem.
Kwaivgi
API Kwaivgi o 15% poniżej standardowej ceny. Atlas Cloud zapewnia dostęp od pierwszego dnia (Day-0) do nowych wydań Kling z modelem płatności zgodnie z użyciem (pay-as-you-go) i bez limitów stanowisk. Jedno konto, jeden klucz, każdy model Kling od poziomu standardowego po poziom master.
Seedream 5.0 Pro
Seedream 5.0 Pro API udostępnia programistom sterowalny model edycji obrazów firmy ByteDance w Atlas Cloud. Precyzyjnie rozmieszcza edycje za pomocą kotwic i współrzędnych, dzieli obrazy na edytowalne warstwy, łączy wiele odniesień oraz dopasowuje dokładne kolory i materiały, z wielojęzycznym tekstem w rozdzielczościach 2K i 3K. W Atlas Cloud można uzyskać do niego dostęp za pomocą jednego klucza!
