Wan API: Open Video Generation by Alibaba

Wan API 通过一个统一的密钥，为开发者在 Atlas Cloud 上提供 Alibaba 开源的 Wan 视频模型。本页面运行 Wan 2.2，这是一款开创了用于视频扩散的混合专家（Mixture-of-Experts）架构的基础视频模型，涵盖文生视频、图生视频以及具备电影级运动控制的视频生视频功能。它与同一账户下的 300 多种其他模型并列，因此您可以通过兼容 OpenAI 的端点访问它，无需单独设置。

Wan 2.2 提供几个不同的变体版本：专为电影级文生视频和图生视频打造的 A14B 模型，以及将这两种模式结合并在消费级 GPU 上以 720p 运行的轻量级 TI2V-5B 模型。Atlas Cloud 还提供 turbo 变体，以牺牲少许保真度来换取更快、更低延迟的生成速度。选择 A14B 以获得最高质量，选择 TI2V-5B 以获得高效率，选择 turbo 以进行快速迭代。

Wan API 涵盖文生视频、图生视频和视频生视频功能，因此您可以从提示词开始、让静态图像动起来，或转换现有视频素材。它还支持首尾帧控制、用于延长片段的视频扩展以及用于提高清晰度的超分辨率放大。每种模式只需更改参数或端点，从而在单一集成中保持混合工作流。

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 原生支持 480p 和 720p 分辨率生成，通过升频技术可提供 1080p 或 2K 的更高分辨率，每次生成的典型视频片段长度在几秒钟的短片范围内。更轻量级的 TI2V-5B 变体则旨在实现 24fps 的 720p 视频生成。

是的。Wan 2.2由Alibaba在Apache 2.0许可证下发布，模型权重和推理代码已在HuggingFace和GitHub上开源，因此您可以下载、修改和自行托管。在本地运行它需要至少具备16GB VRAM的GPU，对于更大的A14B模型，最好配备更多的显存。Atlas Cloud托管了Wan API，因此您可以完全省去硬件和扩展方面的工作。

是的。Apache 2.0 许可证允许商业使用、修改和重新分发，因此使用 Wan 2.2 生成的视频可用于商业项目。请查阅 Atlas Cloud 的服务条款以了解您套餐的具体信息，并注意关于未经同意生成包含真实、可识别人物的内容的常规限制。

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.

生成过程是异步的：每个请求会返回一个预测 ID，您可以对其进行轮询直到片段准备就绪，这非常适合队列和高容量运行。请添加指数退避策略并在收到 429 响应时重试，对于草稿，请使用 turbo 变体以保持高吞吐量。随着工作负载的增长，请联系技术支持以提高并发限制。

在 Atlas Cloud 上创建一个帐户，生成 API 密钥，并通过兼容 OpenAI 的端点向 Wan 模型发送包含您的提示词或输入图像的请求。轮询预测端点以获取完成的视频片段，然后根据需要进行扩展。因为同一个密钥可以访问 300 多个模型，所以您无需任何额外设置即可测试其他视频和图像模型。