alibaba/wan-2.5/video-extend

text-till-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.

Inmatning

Laddar parameterkonfiguration...

Utmatning

Vilande

Dina genererade videor visas här

Konfigurera parametrar och klicka på Kör för att börja generera

Varje körning kostar $0.052. För $10 kan du köra cirka 192 gånger.

Du kan fortsätta med:

Seedance 2.0 Kling v3 Vidu Wan2.7

Parametrar

Kodexempel
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()

Installera

Installera det nödvändiga paketet för ditt programmeringsspråk.

pip install requests

Autentisering

Alla API-förfrågningar kräver autentisering via en API key. Du kan hämta din API key från Atlas Cloud-instrumentpanelen.

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

HTTP-huvuden

import os

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

Håll din API key säker

Exponera aldrig din API key i klientkod eller publika arkiv. Använd miljövariabler eller en backend-proxy istället.

Skicka en förfrågan

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())

Skicka en förfrågan

Skicka en asynkron genereringsförfrågan. API:et returnerar ett prediction ID som du kan använda för att kontrollera statusen och hämta resultatet.

POST/api/v1/model/generateVideo

Förfrågningsinnehåll

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']}")

Svar

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

Kontrollera status

Polla prediction-endpointen för att kontrollera den aktuella statusen för din förfrågan.

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

Polling-exempel

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)

Statusvärden

processingFörfrågan bearbetas fortfarande.

completedGenereringen är klar. Utdata är tillgängliga.

succeededGenereringen lyckades. Utdata är tillgängliga.

failedGenereringen misslyckades. Kontrollera error-fältet.

Slutfört svar

{
  "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"
  }
}

Ladda upp filer

Ladda upp filer till Atlas Cloud-lagring och få en URL som du kan använda i dina API-förfrågningar. Använd multipart/form-data för uppladdning.

POST/api/v1/model/uploadMedia

Uppladdningsexempel

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}")

Svar

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

Input Schema

Följande parametrar accepteras i förfrågningsinnehållet.

Totalt: 0Obligatorisk: 0Valfri: 0

Inga parametrar tillgängliga.

Exempel på förfrågningsinnehåll

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

Output Schema

API:et returnerar ett prediction-svar med de genererade utdata-URL:erna.

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

Exempelsvar

{
  "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 integrerar 300+ AI-modeller direkt i din AI-kodassistent. Ett kommando för att installera, sedan använd naturligt språk för att generera bilder, videor och chatta med LLM.

Stödda klienter

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ stödda klienter

Installera

npx skills add AtlasCloudAI/atlas-cloud-skills

Konfigurera API Key

Hämta din API key från Atlas Cloud-instrumentpanelen och ställ in den som en miljövariabel.

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

Funktioner

När det är installerat kan du använda naturligt språk i din AI-assistent för att komma åt alla Atlas Cloud-modeller.

BildgenereringGenerera bilder med modeller som Nano Banana 2, Z-Image och fler.

VideoskapandeSkapa videor från text eller bilder med Kling, Vidu, Veo m.fl.

LLM-chattChatta med Qwen, DeepSeek och andra stora språkmodeller.

MediauppladdningLadda upp lokala filer för bildredigering och bild-till-video-arbetsflöden.

Läs mer

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server ansluter din IDE med 300+ AI-modeller via Model Context Protocol. Fungerar med alla MCP-kompatibla klienter.

Stödda klienter

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ stödda klienter

Installera

npx -y atlascloud-mcp

Konfiguration

Lägg till följande konfiguration i din IDE:s MCP-inställningsfil.

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

Tillgängliga verktyg

atlas_generate_imageGenerera bilder från textpromptar.

atlas_generate_videoSkapa videor från text eller bilder.

atlas_chatChatta med stora språkmodeller.

atlas_list_modelsBläddra bland 300+ tillgängliga AI-modeller.

atlas_quick_generateInnehållsskapande i ett steg med automatiskt modellval.

atlas_upload_mediaLadda upp lokala filer för API-arbetsflöden.

Läs mer

github.com/AtlasCloudAI/mcp-server

API Schema

Schema ej tillgängligt

Inga exempel tillgängliga

Logga in för att visa förfrågningshistorik

Du måste vara inloggad för att få tillgång till din modellförfrågningshistorik.

Logga In

Varför välja Wan 2.5?

Mer prisvärt

Trots Googles senaste prissänkningar är Veo 3 fortfarande dyrt totalt sett. Wan 2.5 är lättviktig och kostnadseffektiv – det ger kreatörer fler alternativ och sänker produktionskostnaderna avsevärt.

Generering i ett steg, end-to-end-synk

Med Wan 2.5 behövs ingen separat röstinspelning eller manuell läppsynk. Ange bara en tydlig, strukturerad prompt för att i ett enda steg generera kompletta videor med ljud/voiceover och läppsynk – snabbare och enklare.

Flerspråksvänlig

När prompten är på kinesiska genererar Wan 2.5 tillförlitligt ljud- och bildsynkroniserade videor. Veo 3 däremot visar ofta "okänt språk" för kinesiska prompter.

Precis karaktärsåterskapning

Wan 2.5 utmärker sig i att återskapa karaktärsdrag och presenterar exakt utseende, uttryck och rörelsestilar – vilket gör genererade videokaraktärer mer igenkännbara och personliga för ett starkare berättande och djupare inlevelse.

Konstnärlig stilrendering

Stöder Studio Ghibli-inspirerad rendering med handmålade akvarelltexturer och animationseffekter. Skapar varma, drömska visuella upplevelser som förstärker konstnärlig utstrålning och berättardjup.

Vem gynnas?

Marknadsföringsteam

Oavsett om det gäller produktlanseringar, kampanjer eller varumärkesmarknadsföring hjälper Wan 2.5 dig att snabbt skapa videor av hög kvalitet – enkelt och effektivt.

Produktdemos och guider – utan krångel med koordinering
Marknadsföring i sociala medier med flerspråkiga undertexter och läppsynk
AI-genererat innehåll låter teamen fokusera på strategi och kreativitet

Bottom line: Sammanfattning: Att skapa innehåll har aldrig varit så enkelt, snabbt och smart – Wan 2.5 är ditt hemliga vapen inom marknadsföring!

Globala företag

Erbjuder ideala innehållslokaliseringslösningar för multinationella företag – smidigare och effektivare skapande.

Flerspråkigt videostöd med promptigenkänning
Generera läppsynkade undertexter och röstöver med ett klick
Snabb innehållslokalisering för globala marknader

Bottom line: Sammanfattning: Gränsöverskridande innehållsskapande har aldrig varit så enkelt, snabbt och smart.

Berättarskapare / YouTubers

Kreatörer kan utnyttja Wan 2.5 för att effektivisera videoproduktionen och samtidigt säkerställa hög kvalitet.

Uppslukande berättande med exakta karaktärsrörelser och uttryck
Högre publiceringseffektivitet med kortare redigerings- och efterproduktionstid
Varierat innehåll – från korta videor till animerade berättelsesegment

Företagsutbildningsteam

Wan 2.5 gör företagsutbildningar mer effektiva och engagerande.

Professionella videor ersätter tråkiga textdokument
Snabbt skapande av driftsdemos och utbildningshandledningar
Konsekvent stil och standardiserad output för global utrullning

Kreativa frilansare / Mindre studior

Wan 2.5 låter kreativiteten flöda fritt utan dyr utrustning eller skådespelare – AI genererar allt effektivt.

Experimentera med varierade verk – från kortfilmer till innehåll för sociala medier
Från idé till färdigt resultat med "generering i ett steg"
Innehåll av hög kvalitet utan dyr utrustning eller professionella skådespelare

Bottom line: Sammanfattning: Wan 2.5 gör skapandet enklare, friare och mer spännande – varje försök imponerar!

Utbildningsinstitutioner / Onlinekursskapare

Förvandla kreativitet till verklighet utan höga kostnader – Wan 2.5 gör kvalitetsproduktion enkel och ekonomisk.

Experimentera med olika stilar – från kortfilmer till reklamvideor
Högre produktionseffektivitet från idé till färdig produkt
Kvalitetsinnehåll utan dyr utrustning eller professionell kompetens

Bottom line: Sammanfattning: Wan 2.5 gör skapandet enkelt, effektivt och fritt – varje försök är spektakulärt!

Kärnfunktioner

Ljud- och videogenerering i ett steg

Generera kompletta videor med synkroniserat ljud, voiceover och läppsynk i en enda process

Dubbelkaraktärssynk

Stöder samtidig generering av två karaktärer med synkroniserade rörelser, uttryck och läppsynk för naturliga interaktioner

Professionell kvalitet

Videoutdata av hög kvalitet med realistiska karaktärsuttryck och exakt läppsynk

Flerspråkigt stöd

Utmärkt stöd för kinesiska prompter och tillförlitlig generering av flerspråkigt innehåll

Bra prisvärde

Avsevärt lägre kostnader jämfört med konkurrenter – utan avkall på professionell kvalitet

Återgivning av karaktärsdrag

Återger exakt karaktärens utseende, uttryck och rörelsestilar med hög trovärdighet och personlighet

Konstnärlig stilrendering

Stöder olika konstnärliga stilar, inklusive Studio Ghibli-inspirerade handmålade akvarelltexturer

Uppslukande scener

Perfekt för dialogscener, intervjuer eller kortfilmer med två personer – med naturlig samstämmighet mellan ljud och bild

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.

Användningsområden

🎬

Videoproduktion

📢

Marknadsföringsinnehåll

🎓

Utbildningsvideor

📱

Sociala medier

🌐

Flerspråkigt innehåll

💼

Företagsutbildning

🎭

Underhållning

💃

Scenkonst

🎨

Animation och anime

📚

Berättande

👥

Dubbelkaraktärsvideor

🎙️

Intervjuer

📺

Broadcastmedia

Tekniska Specifikationer

Modelltyp:Synkroniserad ljud- och videogenerering

Nyckelfunktioner:Ljud-/bildsynk, karaktärsåtergivning, konstnärlig rendering, flerspråkig

Språkstöd:Kinesiska, engelska och mer

Utdatakvalitet:Professionell HD-video med ljud

Genereringshastighet:Snabb generering i ett steg

API-integration:RESTful API med utförlig dokumentation

Upplev Wan 2.5 – din revolution inom videoskapande

Anslut dig till tusentals kreatörer och företag som förvandlar sitt videoskapande med synkroniserad ljud- och videogenerering.

🎬Ljud-/bildsynk i ett steg

🌍Flerspråkigt stöd

⚡Bra prisvärde

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.

Utforska Liknande Modeller

NEW

HOT

text-till-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/SEK

bild-till-video

Wan-2.2-spicy Image-to-video

Open and Advanced Large-Scale Video Generative Models.

From

$0.03/SEK

bild-till-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/SEK

$0.07/SEK

-30%

Ett API för all media-AI.

Utforska alla modeller

Wan 2.5 Video Extend API by Alibaba

Inmatning

Utmatning

Parametrar

Kodexempel

Installera

Autentisering

HTTP-huvuden

Skicka en förfrågan

Skicka en förfrågan

Förfrågningsinnehåll

Svar

Kontrollera status

Polling-exempel

Statusvärden

Slutfört svar

Ladda upp filer

Uppladdningsexempel

Svar

Input Schema

Exempel på förfrågningsinnehåll

Output Schema

Exempelsvar

Atlas Cloud Skills

Stödda klienter

Installera

Konfigurera API Key

Funktioner

MCP Server

Stödda klienter

Installera

Konfiguration

Tillgängliga verktyg

API Schema

Logga in för att visa förfrågningshistorik

Wan 2.5 – Det smarta valet för videoskapare

Varför välja Wan 2.5?

Mer prisvärt

Generering i ett steg, end-to-end-synk

Flerspråksvänlig

Precis karaktärsåterskapning

Konstnärlig stilrendering

Vem gynnas?

Marknadsföringsteam

Globala företag

Berättarskapare / YouTubers

Företagsutbildningsteam

Kreativa frilansare / Mindre studior

Utbildningsinstitutioner / Onlinekursskapare

Kärnfunktioner

Ljud- och videogenerering i ett steg

Dubbelkaraktärssynk

Professionell kvalitet

Flerspråkigt stöd

Bra prisvärde

Återgivning av karaktärsdrag

Konstnärlig stilrendering

Uppslukande scener

Wan 2.5 Prompt Showcase

Study Room Scholar

Park Sunset Romance

Ballet Performance Art

Ghibli Forest Magic

Användningsområden

Tekniska Specifikationer

Upplev Wan 2.5 – din revolution inom videoskapande

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

Utforska Liknande Modeller

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