تحويل النص إلى فيديوالصورة إلى فيديومن 0,30 $ / فيديو
Wanx 2.1, das Flaggschiff-Modell der multimodalen Videogrundlage von Alibaba Cloud, zeichnet sich durch die Generierung von Kinovideos mit realistischer Physik, komplexer Bewegungsverarbeitung und zweisprachigen Texteffekten aus.
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" }}'
يمكنك تضمين webhookUrl اختياريًا لتلقي رد اتصال عند نجاح المهمة أو فشلها.
حقل طلب اختياري
{"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"}
مخطط
حقول إدخال لنقطة النهاية والوضع المحددين.
مجال
يكتب
مطلوب
وصف
prompt
string
نعم
Text prompt describing the content to generate.
mode
string
لا
Generation mode of the model (e.g. a faster or higher-quality tier).
Wan 2.1 ist ein fortschrittliches KI-Modell, das vom Wan-Team von Alibaba entwickelt wurde, um hochwertige Videos aus Textbeschreibungen oder Bildern zu erzeugen.
Mit Wan 2.1 auf Pollo API können Entwickler Text-zu-Video und Bild-zu-Video in ihre Apps integrieren und dabei zwischen einem schnellen Entwurfsmodus und einem detailstärkeren pro-Modus für fünfsekündige Clips in mehreren Seitenverhältnissen wählen.
Hauptfunktionen der Wan 2.1 API
Zweisprachige Texteffekte
Wan 2.1 rendert chinesische und englische Zeichen direkt in eine Szene, sodass Titel, Labels und Untertitel ihre Form behalten, statt mit fortschreitenden Frames in Rauschen zu zerfallen.
Realistische Physik
Bewegungen folgen Schwerkraft und Impuls, sodass fallende Objekte, fließende Stoffe und Gewichtsverlagerungen glaubwürdig wirken und die generierte Action auch bei genauer Betrachtung geerdet statt schwebend oder gummiartig bleibt.
Umgang mit komplexer Bewegung
Mehrteilige Bewegung bleibt kohärent – von einer Menschenmenge, die eine Straße überquert, bis zu Gliedmaßen und Werkzeugen, die sich gleichzeitig bewegen – ohne dass das Motiv mitten im Clip verschmiert oder Struktur verliert.
Text- und Bildsteuerung
Starte mit einem geschriebenen Prompt oder animiere ein bestehendes Standbild, sodass Wan 2.1 sowohl idea-first Konzepte als auch asset-first Workflows mit festem Startframe unterstützt.
Fast- und pro-Modi
Wähle einen schnellen Durchlauf für rasche Iterationen oder einen verfeinerten Durchlauf, wenn Details wichtig sind, damit Entwürfe und finale Renderings dasselbe Modell nutzen können, ohne Integrationswechsel.
Anwendungsfälle der Wan 2.1 API
Lokalisierte Videountertitel: Erzeuge Clips mit chinesischem oder englischem On-Screen-Text für zweisprachige Kampagnen, untertitelte Erklärvideos und regionsspezifische Storefront-Inhalte.
Beschilderungs- und Storefront-Szenen: Produziere Shots, in denen Ladenschilder, Menüs oder Poster echte lesbare Wörter tragen – für Retail- und Hospitality-Mockups.
Physikgetriebene Action: Animiere eingegossene Flüssigkeiten, stürzende Props oder bewegte Stoffe für Demos, bei denen glaubwürdiges Gewicht den Moment verkauft.
Bild-Reanimation: Gib ein Standbild vor und setze es in Bewegung, während die ursprüngliche Komposition erhalten bleibt – nützlich für Foto-zu-Clip- und referenzbasierte Tools.
Title-Card-Generierung: Erstelle kurze Intro- oder Outro-Sequenzen, in denen kinetischer Text und Bewegung gemeinsam in einem einzigen generierten Shot erscheinen.
Crowd- und Multi-Subject-Shots: Rendere geschäftige Szenen mit mehreren bewegten Elementen, die klar getrennt bleiben – geeignet für Establishing Shots und Hintergrundplatten.
Schnelles Concept-Drafting: Nutze den fast-Modus, um eine beschriebene Szene schnell vorzuschauen, bevor du Rechenleistung für ein verfeinertes pro-Rendering einsetzt.
Vertikale Social-Clips: Gib kurze Videos im Hochformat für Feeds und Stories aus, ohne eine Landscape-Quelle zuzuschneiden oder neu zu framen.
So verwendest du die Wan 2.1 API
Hol dir einen API Key: Erstelle ein Pollo API-Konto und generiere deinen API Key im Entwickler-Dashboard.
Wähle das Modell: Sende Anfragen an den Wan 2.1-Endpunkt unter /generation/wanx/wanx-v2-1.
Füge deine Eingaben hinzu: Übergib einen prompt für Text-zu-Video plus ein aspectRatio (16:9, 9:16, 4:3, 3:4 oder 1:1), oder übergib eine image-URL für Bild-zu-Video, und setze dann mode auf fast oder pro. Die Clip-length beträgt 5 Sekunden.
Generieren und abrufen: Reiche den Task ein, frage den zurückgegebenen Task-Status per Polling ab und lade das fertige Video herunter, sobald die Verarbeitung erfolgreich war.
Prompting-Best-Practices für die Wan 2.1 API
Behandle den Prompt wie ein Szenen-Briefing. Benenne Motiv, Bewegung, jeden On-Screen-Text mit exakter Formulierung, Framing und Setting, damit Wan 2.1 klare Render-Ziele hat.
Setze deinen Text exakt in Anführungszeichen: Schreibe die Wörter, die auf dem Screen erscheinen sollen, in den Prompt, da Wan 2.1 die bereitgestellten Zeichen auf Chinesisch oder Englisch rendert.
Beschreibe physische Bewegung: Gib an, wie sich Dinge bewegen, z. B. kippen, gießen oder schwanken, damit die Physik-Engine ein konkretes Ziel hat.
Halte den Fokus auf einer Aktion: Eine einzelne klare Bewegung bleibt über fünf Sekunden konsistenter als mehrere konkurrierende Ereignisse.
Lege das Seitenverhältnis früh fest: Passe das Framing ans Ziel an – vertikal für Social, breit für Landscape-Szenen.
Nutze den Modus gezielt: Entwerfe im fast-Modus und rendere den Keeper anschließend im pro-Modus neu, wenn du sauberere Details brauchst.
Beispiel-Prompts
Zweisprachiges Ladenschild
"Ein kleiner Nudelshop bei Dämmerung, Dampf steigt aus Schalen auf, ein leuchtendes Schild über der Tür zeigt 'Open' auf Englisch und Chinesisch. Warmes Laternenlicht, langsamer Push-in, vorbeigehende Menschen in weichem Fokus, realistischer Stil."
Physikgeführter Küchen-Shot
"Honig fließt langsam aus einem Glas auf einen Stapel Pancakes, der Strahl verdreht sich und sammelt sich mit sichtbarer Viskosität. Top-down-Kamera, weiches Morgenfensterlicht, sauberer realistischer Stil mit Fokus auf glaubwürdigem Fluss."
Animierte Title Card
"Fetter englischer Text 'CHAPTER ONE' bildet sich Buchstabe für Buchstabe über einer windigen Graslandschaft, Grashalme biegen sich in der Brise. Ruhiger Wide Shot, bedecktes Licht, minimalistischer Grafikstil mit subtiler Bewegung."
Straßen-Crowd-Szene
"Eine geschäftige Marktstraße, auf der mehrere Händler gestikulieren und Käufer sich zwischen Ständen hindurchbewegen, mit Obst und Stoffen im Bild. Handgehaltener Medium Shot, helles Mittagslicht, natürlicher realistischer Stil mit vielen kleinen Bewegungsdetails."
Wan 2.1 vs Kling 1.6 vs Hunyuan Video
Fähigkeit
Wan 2.1
Kling 1.6
Hunyuan Video
Zweisprachiger On-Screen-Text
✅ Chinesisches und englisches Rendering
❌ Begrenzte Texttreue
❌ Begrenzte Texttreue
Physikalischer Realismus
✅ Starkes Gewicht und Bewegung
✅ Gute Bewegungskontrolle
✅ Weiche realistische Bewegung
Komplexe Multi-Subject-Bewegung
✅
✅
✅
Eingabetypen
Text und Bild
Text und Bild
Text und Bild
Clip-Länge
5 Sekunden
Kurze gerichtete Clips
Kurze Clips
Empfohlen für
Text-im-Video und physische Bewegung
Gerichtete Charakterbewegung
Open-Model realistisches Video
Warum die Wan 2.1 API wählen?
Wan 2.1 sticht hervor, wenn ein Shot gleichzeitig echte lesbare Wörter und glaubwürdige Bewegung tragen muss – von zweisprachigen Untertiteln und Beschilderung bis zu physikgetriebener Action in einem einzigen Clip.
Über Pollo API erreichst du Wan 2.1 mit einem API Key zusammen mit über 300 führenden Video- und Bildmodellen, mit klarer Doku, Task-Status-Polling und Generation, die weniger kostet als Fal AI.
Starte mit dem Wan 2.1-Endpunkt auf Pollo API, um zweisprachige, physikbewusste Videofunktionen auszurollen, und vergleiche es anschließend mit Kling und Hunyuan, ohne deine Integration anzufassen.
Wan 2.1 API FAQs
Was ist Wan 2.1?
Wan 2.1 ist das multimodale Video-Foundation-Modell von Alibaba Cloud, bekannt für realistische Physik, komplexe Bewegung und das Rendern chinesischer und englischer Texte innerhalb generierter Videos aus Text- oder Bildeingaben.
Unterstützt die Wan 2.1 API Text- und Bildeingaben?
Ja. Du kannst aus einem geschriebenen Prompt generieren oder eine Bild-URL animieren, sodass es sowohl für concept-first als auch asset-first Video-Workflows passt.
Kann Wan 2.1 Text innerhalb eines Videos rendern?
Ja. Es zeichnet chinesische und englische Zeichen direkt in die Szene und hält Schilder, Titel und Untertitel lesbar, während sich der Shot bewegt.
Welche Clip-Länge und Formate sind verfügbar?
Wan 2.1 erzeugt fünfsekündige Clips und unterstützt mehrere Seitenverhältnisse, darunter Landscape, Portrait und Quadrat, pro Anfrage auswählbar.
Was ist der Unterschied zwischen fast- und pro-Modus?
Der fast-Modus bevorzugt schnelle Iteration fürs Drafting, während der pro-Modus mehr Rechenleistung für verfeinerte Details in finalen Renderings einsetzt.
Warum Wan 2.1 über Pollo API ausführen?
Pollo API bietet eine Integration für Wan 2.1 und 300+ weitere Modelle – mit Dokumentation, Task-Tracking und kostengünstigerer Generation als vergleichbare Anbieter.
