Tekst til videoBillede til videoFra 0,30 $ / video
Alibaba Clouds flagskibsmodel inden for multimodale videobaserede videoer, Wanx 2.1, udmærker sig ved at generere filmiske videoer med realistisk fysik, kompleks bevægelseshåndtering og tosprogede teksteffekter.
curl-X POST 'https://pollo.ai/api/platform/v1/generation/alibaba/wan-v2-1/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "mode": "fast", "duration": 5, "aspectRatio": "16:9" }}'
Inkluder eventuelt webhookUrl for at modtage et callback, når opgaven lykkes eller mislykkes.
Valgfrit anmodningsfelt
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","mode":"fast","duration":5,"aspectRatio":"16:9"},"webhookUrl":"https://example.com/webhooks/pollo"}
Skema
Inputfelter for det valgte slutpunkt og tilstand.
Felt
Type
Påkrævet
Beskrivelse
prompt
string
Ja
Text prompt describing the content to generate.
mode
string
Ingen
Generation mode of the model (e.g. a faster or higher-quality tier).
Wan 2.1 er en avanceret AI-model udviklet af Alibabas Wan-team til at generere videoer i høj kvalitet ud fra tekstbeskrivelser eller billeder.
Med Wan 2.1 på Pollo API kan udviklere tilføje tekst-til-video og billede-til-video til deres apps og vælge enten en hurtig kladdetilstand eller en pro-tilstand med højere kvalitet til fem sekunders klip i flere billedformater.
Nøglefunktioner i Wan 2.1 API
Tosprogede teksteffekter
Wan 2.1 tegner kinesiske og engelske tegn direkte ind i billedet, så titler, labels og undertekster bevarer formen i stedet for at opløses til støj, når frames skrider frem.
Realistisk fysik
Bevægelse følger tyngdekraft og momentum, så faldende objekter, flydende stof og vægtforskydning opfører sig troværdigt og holder den genererede action jordnær i stedet for svævende eller gummiagtig ved nærmere eftersyn.
Håndtering af kompleks bevægelse
Flerleddet bevægelse forbliver sammenhængende, fra en menneskemængde, der krydser en gade, til lemmer og værktøjer, der bevæger sig samtidig, uden at motivet smører ud eller mister struktur midt i klippet.
Vejledning med tekst og billede
Start med en skrevet prompt, eller animer et eksisterende stillbillede, så Wan 2.1 understøtter både idé-først-koncepter og asset-først-workflows bygget op omkring en fast åbningsframe.
Fast- og Pro-tilstand
Vælg en hurtig gennemkørsel til hurtig iteration eller en finpudset gennemkørsel, når detaljer er vigtige, så kladder og endelige renderinger kan dele én model uden at skifte integrationer.
Use cases for Wan 2.1 API
Lokaliserede videotekster: Generér klip med kinesisk eller engelsk tekst på skærmen til tosprogede kampagner, forklaringsvideoer med undertekster og regionsspecifikt butiksmateriale.
Skilte- og butiksscener: Producer optagelser, hvor butiksskilte, menuer eller plakater indeholder rigtige, læsbare ord til retail- og hospitality-mockups.
Fysikdrevet action: Animer hældende væsker, tumlende rekvisitter eller stof i bevægelse til demoer, hvor troværdig vægt sælger øjeblikket.
Genanimation af billeder: Giv et stillframe bevægelse, mens den originale komposition bevares—nyttigt til foto-til-klip og referencebaserede værktøjer.
Generering af titelkort: Lav korte intro- eller outrosekvenser, hvor kinetisk tekst og bevægelse optræder sammen i én enkelt genereret optagelse.
Crowd- og multi-subjekt-shots: Render travle scener med flere bevægelige elementer, der forbliver tydeligt adskilt, velegnet til establishing shots og baggrundsplader.
Hurtig konceptskitsering: Brug fast-tilstand til hurtigt at forhåndsvise en beskrevet scene, før du bruger compute på en finpudset pro-rendering.
Vertikale social-klip: Eksportér korte videoer i portrætformat til feeds og stories uden beskæring eller omramning af en horisontal kilde.
Sådan bruger du Wan 2.1 API
Få en API-nøgle: Opret en Pollo API-konto, og generér din API key fra udviklerdashboardet.
Vælg modellen: Send forespørgsler til Wan 2.1-endpointet på /generation/wanx/wanx-v2-1.
Tilføj dine input: Angiv en prompt til tekst-til-video plus en aspectRatio (16:9, 9:16, 4:3, 3:4 eller 1:1), eller send en image-URL til billede-til-video, og sæt derefter mode til fast eller pro. Klippets length er 5 sekunder.
Generér og hent: Indsend opgaven, poll den returnerede opgavestatus, og download den færdige video, når behandlingen lykkes.
Best practices for prompting i Wan 2.1 API
Tænk på prompten som en scenebeskrivelse. Navngiv motivet, bevægelsen, evt. tekst på skærmen med præcis ordlyd, framing og setting, så Wan 2.1 har tydelige mål at rendere efter.
En enkel prompt-formel
Subject + specific motion + exact on-screen text (if any) + camera framing + setting and lighting
Det bør du lægge mærke til
Sæt din tekst i præcis ordlyd: Skriv de ord, du vil have på skærmen, i prompten, da Wan 2.1 renderer de kinesiske eller engelske tegn, den får.
Beskriv fysisk bevægelse: Angiv hvordan ting bevæger sig, fx tipper, hælder eller svajer, så fysikmotoren har et konkret mål.
Hold én fokuseret handling: Én tydelig bevægelse hænger bedre sammen på tværs af et fem sekunders klip end flere konkurrerende begivenheder.
Sæt billedformat tidligt: Match framing til destinationen—vælg vertikalt til social og bredt til landskabsscener.
Brug tilstand efter formål: Lav kladder i fast-tilstand, og render derefter den udvalgte version igen i pro-tilstand, når du har brug for renere detaljer.
Eksempelprompts
Tosproget butiksskilt
"A small noodle shop at dusk, steam rising from bowls, a glowing sign above the door reads 'Open' in English and Chinese. Warm lantern light, slow push-in, people passing in soft focus, realistic style."
Fysikdrevet køkkenshot
"Honey pours slowly from a jar onto a stack of pancakes, the stream twisting and pooling with visible thickness. Top-down camera, soft morning window light, clean realistic style focused on believable flow."
Animeret titelkort
"Bold English text 'CHAPTER ONE' forms letter by letter over a windswept grassland, blades of grass bending in the breeze. Steady wide shot, overcast light, minimal graphic style with subtle motion."
Gadescene med menneskemængde
"A busy market street where several vendors gesture and shoppers weave between stalls, fruit and fabric in view. Handheld medium shot, bright midday light, natural realistic style with many small moving details."
Wan 2.1 vs Kling 1.6 vs Hunyuan Video
Funktion
Wan 2.1
Kling 1.6
Hunyuan Video
Tosproget tekst på skærmen
✅ Rendering af kinesisk og engelsk
❌ Begrænset teksttrofasthed
❌ Begrænset teksttrofasthed
Fysisk realisme
✅ Stærk vægt- og bevægelsesfornemmelse
✅ God bevægelseskontrol
✅ Glat, realistisk bevægelse
Kompleks multi-subjekt-bevægelse
✅
✅
✅
Inputtyper
Tekst og billede
Tekst og billede
Tekst og billede
Kliplængde
5 sekunder
Korte, styrede klip
Korte klip
Anbefalet til
Tekst i video og fysisk bevægelse
Styret karakterbevægelse
Open-model realistisk video
Hvorfor vælge Wan 2.1 API?
Wan 2.1 skiller sig ud, når et shot både skal indeholde rigtige, læsbare ord og troværdig bevægelse samtidig—fra tosprogede undertekster og skiltning til fysikdrevet action i ét klip.
Gennem Pollo API får du adgang til Wan 2.1 med én API key sammen med 300+ førende video- og billedmodeller, med klar dokumentation, polling af opgavestatus og generation til lavere pris end Fal AI.
Start med Wan 2.1-endpointet på Pollo API for at lancere tosprogede, fysikbevidste videofunktioner, og sammenlign derefter med Kling og Hunyuan uden at røre din integration.
Wan 2.1 API FAQs
Hvad er Wan 2.1?
Wan 2.1 er Alibaba Clouds multimodale videofundamentmodel, kendt for realistisk fysik, kompleks bevægelse og rendering af kinesisk og engelsk tekst inde i genereret video fra tekst- eller billedinput.
Understøtter Wan 2.1 API tekst- og billedinput?
Ja. Du kan generere fra en skrevet prompt eller animere en image-URL, så den passer til både koncept-først- og asset-først-video-workflows.
Kan Wan 2.1 rendere tekst inde i en video?
Ja. Den tegner kinesiske og engelske tegn direkte ind i scenen, så skilte, titler og undertekster forbliver læsbare, mens shotet bevæger sig.
Hvilken kliplængde og hvilke formater er tilgængelige?
Wan 2.1 producerer fem sekunders klip og understøtter flere billedformater, inklusive horisontal, vertikal og kvadratisk, valgt pr. forespørgsel.
Hvad er forskellen på fast- og pro-tilstand?
Fast-tilstand prioriterer hurtig iteration til kladder, mens pro-tilstand bruger mere compute på finpudsede detaljer til endelige renderinger.
Hvorfor køre Wan 2.1 via Pollo API?
Pollo API giver én integration til Wan 2.1 og 300+ andre modeller med dokumentation, opgavesporing og billigere generation end sammenlignelige udbydere.
