Crear videos con IA a partir de texto gratisImagen a Video IADesde 0,30 $ / video
El modelo insignia de base de video multimodal de Alibaba Cloud, Wanx 2.1, se destaca en la generación de videos cinematográficos con física realista, manejo de movimiento complejo y efectos de texto bilingües.
Aporte
Modo
Complete los campos obligatorios para ver el precio.
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" }}'
Opcionalmente, incluya la URL del webhook para recibir una notificación cuando la tarea se complete con éxito o falle.
Campo de solicitud opcional
{"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"}
Esquema
Campos de entrada para el punto final y el modo seleccionados.
Campo
Tipo
Requerido
Descripción
prompt
string
Sí
Text prompt describing the content to generate.
mode
string
No
Generation mode of the model (e.g. a faster or higher-quality tier).
Wan 2.1 es un modelo de IA avanzado desarrollado por el equipo Wan de Alibaba para generar vídeos de alta calidad a partir de descripciones de texto o imágenes.
Con Wan 2.1 en Pollo API, los desarrolladores añaden text-to-video e image-to-video a sus apps, eligiendo un modo rápido de borrador o un modo pro de mayor fidelidad para clips de cinco segundos en varias relaciones de aspecto.
Funciones clave de la API de Wan 2.1
Efectos de texto bilingües
Wan 2.1 dibuja caracteres chinos e ingleses directamente en el plano, para que títulos, etiquetas y subtítulos mantengan su forma en lugar de disolverse en ruido a medida que avanzan los fotogramas.
Física realista
El movimiento respeta la gravedad y el impulso, así que los objetos que caen, las telas que fluyen y los cambios de peso se comportan de forma creíble, manteniendo la acción generada bien asentada en lugar de verse flotante o gomosa.
Manejo de movimiento complejo
El movimiento de múltiples partes se mantiene coherente, desde una multitud cruzando una calle hasta extremidades y herramientas moviéndose a la vez, sin que el sujeto se emborrone ni pierda estructura a mitad del clip.
Guía por texto e imagen
Empieza con un prompt escrito o anima un fotograma fijo existente, permitiendo que Wan 2.1 sirva tanto para conceptos guiados por ideas como para flujos de trabajo guiados por recursos con un fotograma de apertura fijo.
Modos Fast y Pro
Elige una pasada rápida para iterar con agilidad o una pasada refinada cuando el detalle importa, para que los borradores y los renders finales compartan un mismo modelo sin cambiar integraciones.
Casos de uso de la API de Wan 2.1
Subtítulos de vídeo localizados: Genera clips con texto en pantalla en chino o inglés para campañas bilingües, explicativos subtitulados y contenido de escaparate específico por región.
Escenas de señalética y escaparate: Produce planos donde rótulos, menús o pósteres lleven palabras reales legibles para mockups de retail y hostelería.
Acción guiada por física: Anima líquidos vertiéndose, atrezzo cayendo o tela en movimiento para demos donde un peso creíble vende el momento.
Reanimación de imágenes: Introduce un fotograma fijo y ponlo en movimiento preservando la composición original, útil para herramientas photo-to-clip y guiadas por referencias.
Generación de tarjetas de título: Crea secuencias cortas de intro u outro donde texto cinético y movimiento aparezcan juntos en un único plano generado.
Planos de multitud y múltiples sujetos: Renderiza escenas cargadas con varios elementos en movimiento que se mantienen diferenciados, ideal para planos de establecimiento y fondos.
Bocetado rápido de conceptos: Usa el modo fast para previsualizar rápidamente una escena descrita antes de comprometer compute en un render pro refinado.
Clips sociales verticales: Saca vídeo corto en formato vertical para feeds y stories sin recortar ni reencuadrar una fuente horizontal.
Cómo usar la API de Wan 2.1
Consigue una clave de API: Crea una cuenta de Pollo API y genera tu clave de API desde el panel de desarrollador.
Elige el modelo: Envía solicitudes al endpoint de Wan 2.1 en /generation/wanx/wanx-v2-1.
Añade tus entradas: Proporciona un prompt para text-to-video junto con un aspectRatio (16:9, 9:16, 4:3, 3:4 o 1:1), o pasa una URL de image para image-to-video, y luego establece mode en fast o pro. La length del clip es de 5 segundos.
Genera y recupera: Envía la tarea, consulta el estado de la tarea devuelta y descarga el vídeo terminado cuando el procesamiento finalice correctamente.
Buenas prácticas de prompting para la API de Wan 2.1
Trata el prompt como un briefing de escena. Nombra el sujeto, el movimiento, cualquier texto en pantalla con su redacción exacta, el encuadre y el entorno para que Wan 2.1 tenga objetivos claros al renderizar.
Una fórmula simple de prompt
Sujeto + movimiento específico + texto exacto en pantalla (si lo hay) + encuadre de cámara + entorno e iluminación
En qué deberías fijarte
Cita tu texto exactamente: Pon en el prompt las palabras que quieres en pantalla, ya que Wan 2.1 renderiza los caracteres que recibe en chino o inglés.
Describe el movimiento físico: Indica cómo se mueven las cosas, como gotear, verter o balancearse, para que el motor de física tenga un objetivo concreto.
Mantén una sola acción enfocada: Un movimiento único y claro se mantiene mejor en el clip de cinco segundos que varios eventos compitiendo.
Define pronto la relación de aspecto: Ajusta el encuadre al destino, eligiendo vertical para social y panorámico para escenas de paisaje.
Usa el modo según la intención: Haz borradores en modo fast y luego vuelve a renderizar el plano elegido en modo pro cuando necesites un detalle más limpio.
Ejemplos de prompts
Rótulo de tienda bilingüe
"Una pequeña tienda de noodles al atardecer, vapor elevándose de los cuencos, un rótulo luminoso sobre la puerta que dice 'Open' en inglés y chino. Luz cálida de farolillos, lento avance de cámara, gente pasando en foco suave, estilo realista."
Plano de cocina guiado por física
"Miel cayendo lentamente de un tarro sobre una pila de tortitas, el hilo se retuerce y se acumula con grosor visible. Cámara cenital, suave luz matinal de ventana, estilo realista limpio centrado en un flujo creíble."
Tarjeta de título animada
"Texto en inglés en negrita 'CHAPTER ONE' formándose letra a letra sobre una pradera azotada por el viento, briznas de hierba doblándose con la brisa. Plano general estable, luz nublada, estilo gráfico minimalista con movimiento sutil."
Escena callejera con multitud
"Una calle de mercado concurrida donde varios vendedores gesticulan y compradores se abren paso entre puestos, con fruta y tela a la vista. Plano medio en cámara en mano, luz intensa de mediodía, estilo natural realista con muchos pequeños detalles en movimiento."
Wan 2.1 vs Kling 1.6 vs Hunyuan Video
Capacidad
Wan 2.1
Kling 1.6
Hunyuan Video
Texto bilingüe en pantalla
✅ Renderizado en chino e inglés
❌ Fidelidad de texto limitada
❌ Fidelidad de texto limitada
Realismo físico
✅ Peso y movimiento sólidos
✅ Buen control del movimiento
✅ Movimiento fluido y realista
Movimiento complejo de múltiples sujetos
✅
✅
✅
Tipos de entrada
Texto e imagen
Texto e imagen
Texto e imagen
Duración del clip
5 segundos
Clips cortos dirigidos
Clips cortos
Recomendado para
Texto en vídeo y movimiento físico
Movimiento dirigido de personajes
Vídeo realista de modelo abierto
¿Por qué elegir la API de Wan 2.1?
Wan 2.1 destaca cuando un plano debe llevar palabras reales legibles y movimiento creíble al mismo tiempo, desde subtítulos y señalética bilingües hasta acción guiada por física en un solo clip.
Con Pollo API, accedes a Wan 2.1 con una sola clave de API junto con más de 300 modelos líderes de vídeo e imagen, con documentación clara, consulta de estado de tareas y generación que cuesta menos que Fal AI.
Empieza con el endpoint de Wan 2.1 en Pollo API para lanzar funciones de vídeo bilingües con conciencia física y luego compáralo con Kling y Hunyuan sin tocar tu integración.
Preguntas frecuentes de la API de Wan 2.1
¿Qué es Wan 2.1?
Wan 2.1 es el modelo fundacional multimodal de vídeo de Alibaba Cloud, conocido por su física realista, movimiento complejo y renderizado de texto chino e inglés dentro de vídeo generado a partir de entradas de texto o imagen.
¿La API de Wan 2.1 admite entradas de texto e imagen?
Sí. Puedes generar a partir de un prompt escrito o animar una URL de imagen, así que encaja tanto en flujos de vídeo guiados por concepto como guiados por recursos.
¿Puede Wan 2.1 renderizar texto dentro de un vídeo?
Sí. Dibuja caracteres chinos e ingleses directamente en la escena, manteniendo legibles rótulos, títulos y subtítulos mientras se mueve el plano.
¿Qué duración de clip y formatos hay disponibles?
Wan 2.1 produce clips de cinco segundos y admite varias relaciones de aspecto, incluidas horizontal, vertical y cuadrada, seleccionadas por solicitud.
¿Cuál es la diferencia entre el modo fast y el modo pro?
El modo fast prioriza la iteración rápida para borradores, mientras que el modo pro dedica más compute a un detalle refinado para renders finales.
¿Por qué ejecutar Wan 2.1 a través de Pollo API?
Pollo API ofrece una integración única para Wan 2.1 y más de 300 modelos adicionales, con documentación, seguimiento de tareas y generación de menor coste que proveedores comparables.
