
Wan 2.5 Video Extend API by Alibaba
Extend your videos with Alibaba WAN 2.5 video extender model with audio.
Wan 2.5 - A Escolha do Criador de Vídeo Inteligente
EM ALTAGeração Sincronizada de Áudio e Vídeo, Tudo em Um
O Wan 2.5 é um modelo revolucionário de geração de vídeo por IA que cria conteúdo áudio-visual sincronizado em uma única etapa. Sem necessidade de gravar a voz separadamente ou ajustar o movimento labial manualmente — basta fornecer um prompt claro e estruturado para gerar instantaneamente vídeos completos com áudio/narração e sincronização labial.
Por que escolher o Wan 2.5?
Mais Acessível
Apesar dos recentes cortes de preços do Google, o Veo 3 ainda é caro no geral. O Wan 2.5 é leve e econômico, oferecendo mais opções aos criadores e reduzindo significativamente os custos de produção.
Geração em Uma Etapa, Sincronização Completa
Com o Wan 2.5, não é necessário gravar voz separadamente nem alinhar manualmente o movimento labial. Basta fornecer um prompt claro e estruturado para gerar vídeos completos com áudio/narração e sincronização labial de uma só vez — mais rápido e simples.
Suporte Multilíngue
Quando os prompts estão em chinês, o Wan 2.5 gera vídeos com sincronização de áudio e vídeo de forma confiável. Em contraste, o Veo 3 frequentemente exibe "idioma desconhecido" para prompts em chinês.
Recriação Precisa de Personagens
O Wan 2.5 se destaca na restauração de traços de personagens, apresentando com precisão aparência, expressões e estilos de movimento, tornando os personagens dos vídeos gerados mais reconhecíveis e personalizados para uma narrativa e imersão aprimoradas.
Renderização de Estilo Artístico
Suporta renderização no estilo Studio Ghibli, criando texturas aquareladas pintadas à mão e efeitos de animação. Proporciona experiências visuais calorosas e oníricas que elevam o apelo artístico e a profundidade narrativa.
Quem Pode se Beneficiar?
Equipes de Marketing
Seja para lançamentos de produtos, campanhas promocionais ou marketing de marca, o Wan 2.5 ajuda você a gerar vídeos de alta qualidade rapidamente, tornando a criação simples e eficiente.
- Demos de produtos e tutoriais sem dores de cabeça com coordenação
- Marketing em redes sociais com legendas multilíngues e sincronização labial
- Conteúdo gerado por IA permite que as equipes foquem em estratégia e criatividade
Empresas Globais
Oferece soluções ideais de localização de conteúdo para multinacionais, tornando a criação mais fácil e eficiente.
- Suporte a vídeos multilíngues com reconhecimento de prompts
- Geração com um clique de legendas e narrações com sincronização labial
- Localização rápida de conteúdo para mercados globais
Criadores de Histórias / YouTubers
Os criadores podem aproveitar o Wan 2.5 para melhorar a eficiência de produção de vídeos, garantindo saídas de alta qualidade.
- Narrativa imersiva com ações e expressões precisas dos personagens
- Maior eficiência de publicação com menos tempo em edição e pós-produção
- Conteúdo diversificado, de vídeos curtos a segmentos de histórias animadas
Equipes de Treinamento Corporativo
O Wan 2.5 torna o treinamento corporativo mais eficiente e envolvente.
- Vídeos profissionais substituem documentos de texto entediantes
- Criação rápida de demos operacionais e tutoriais de treinamento
- Estilo consistente e saída padronizada para implementação global
Freelancers Criativos / Estúdios Independentes
O Wan 2.5 libera a criatividade sem precisar de equipamentos caros ou atores — a IA gera tudo com eficiência.
- Experimente trabalhos diversificados, de curtas-metragens a conteúdo para redes sociais
- Da inspiração à conclusão com "geração em um clique"
- Conteúdo de alta qualidade sem equipamentos caros ou atores profissionais
Instituições Educacionais / Criadores de Cursos Online
Transforme criatividade em realidade sem altos custos — o Wan 2.5 torna a produção de conteúdo de qualidade fácil e econômica.
- Experimente estilos variados, de curtas-metragens a vídeos promocionais
- Maior eficiência de produção do conceito ao produto final
- Conteúdo de qualidade sem equipamentos caros ou talentos profissionais
Recursos Principais
Geração A/V em Uma Etapa
Gere vídeos completos com áudio sincronizado, narração e sincronização labial em um único processo
Sincronização de Dois Personagens
Suporta a geração simultânea de dois personagens com ações, expressões e sincronização labial coordenadas para interações naturais
Qualidade Profissional
Saída de vídeo de alta qualidade com expressões realistas dos personagens e sincronização labial precisa
Suporte Multilíngue
Excelente suporte para prompts em chinês e geração confiável de conteúdo multilíngue
Custo-Benefício
Custos significativamente menores em comparação com os concorrentes, mantendo a qualidade profissional
Restauração de Traços dos Personagens
Recria com precisão a aparência, expressões e estilos de movimento dos personagens com alta fidelidade e personalidade
Renderização de Estilo Artístico
Suporta diversos estilos artísticos, incluindo texturas aquareladas pintadas à mão inspiradas no Studio Ghibli
Cenas Imersivas
Ideal para cenas de diálogo, entrevistas ou curtas-metragens com dois personagens, com consistência audiovisual natural
Wan 2.5 Prompt Showcase
Discover the power of Wan 2.5 through these curated examples. From digital human lip-sync to dual character scenes, artistic rendering to character restoration - experience the possibilities.
Study Room Scholar
Middle-aged man reading with perfect lip-sync in a warm study environmentA 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.
Park Sunset Romance
Couple interaction with synchronized dual character actions and expressionsA 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.
Ballet Performance Art
Precise character trait restoration with artistic movement and expressionA 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.
Ghibli Forest Magic
Studio Ghibli-inspired animation with hand-painted watercolor textureStudio 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.
Perfeito Para
Especificações Técnicas
Experimente o Wan 2.5 - Sua Revolução na Criação de Vídeos
Junte-se a milhares de criadores e empresas que estão transformando a criação de conteúdo em vídeo com a tecnologia de geração áudio-visual sincronizada.
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.


















