Wan API: Open Video Generation by Alibaba

Wan API ger utvecklare Alibabas öppna Wan-videomodeller på Atlas Cloud via en enda enhetlig nyckel. Den här sidan kör Wan 2.2, en grundläggande videomodel som var banbrytande med en Mixture-of-Experts-arkitektur för videodiffusion, som täcker text-till-video, bild-till-video och video-till-video med filmatisk rörelsekontroll. Den ligger bredvid mer än 300 andra modeller på samma konto, så du når den med OpenAI-kompatibla slutpunkter och utan separat inställning.

Wan 2.2 släpps i några varianter: A14B-modellerna som är byggda för text-till-video och bild-till-video i biokvalitet, och den lättare TI2V-5B-modellen som kombinerar båda lägena och körs i 720p på vanliga konsument-GPU:er. Atlas Cloud erbjuder också turbo-varianter som byter bort lite verklighetstrogenhet mot snabbare generering med lägre latens. Välj A14B för maximal kvalitet, TI2V-5B för effektivitet och turbo för snabb iteration.

Wan API omfattar text till video, bild till video och video till video, så att du kan utgå från en prompt, animera en stillbild eller omvandla befintligt filmmaterial. Det stöder även kontroll från första till sista bildrutan, videoförlängning för att göra ett klipp längre och uppskalning för att skärpa upplösningen. Varje läge är en parameter- eller ändpunktsändring (endpoint), vilket upprätthåller en blandad pipeline i en enda integration.

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 genererar inbyggt i 480p och 720p, med högre upplösning tillgänglig via uppskalning till 1080p eller 2K, och typiska klipplängder i det korta intervallet av några sekunder per generering. Den lättare TI2V-5B-varianten är inriktad på 720p vid 24fps.

Ja. Wan 2.2 släpps av Alibaba under Apache 2.0-licensen, med modellvikter och inferenskod publicerade på HuggingFace och GitHub, så du kan ladda ner, modifiera och drifta den själv. Att köra den lokalt kräver en GPU med minst 16 GB VRAM, helst mer för de större A14B-modellerna. Atlas Cloud är värd för Wan API så du helt kan hoppa över arbetet med hårdvara och skalning.

Ja. Apache 2.0-licensen tillåter kommersiell användning, modifiering och vidaredistribution, så videor som genereras med Wan 2.2 kan användas i kommersiella projekt. Läs igenom Atlas Clouds användarvillkor för specifikationerna i din prenumeration och observera de vanliga begränsningarna kring generering av innehåll som skildrar verkliga, identifierbara personer utan deras medgivande.

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.

Genereringen är asynkron: varje begäran returnerar ett förutsägelse-ID som du pollar tills klippet är klart, vilket passar köer och körningar med stora volymer. Lägg till en exponentiell backoff och ett nytt försök vid ett 429-svar, och använd turbo-varianterna för utkast för att hålla genomströmningen hög. Kontakta supporten för att höja samtidighetsgränserna i takt med att din arbetsbelastning växer.

Skapa ett konto på Atlas Cloud, generera en API-nyckel och skicka en begäran till Wan-modellen med din prompt eller inmatningsbild via den OpenAI-kompatibla ändpunkten (endpoint). Gör förfrågningar (poll) till förutsägelseändpunkten för att hämta det färdiga klippet, och skala sedan upp vid behov. Eftersom samma nyckel ger åtkomst till över 300 modeller kan du testa andra video- och bildmodeller utan några extra inställningar.