Wanx 2.1, il modello di base video multimodale di punta di Alibaba Cloud, eccelle nella generazione di video cinematografici con fisica realistica, gestione del movimento complessa ed effetti di testo bilingue.
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" }}'
Optionally include webhookUrl to receive a callback when the task succeeds or fails.
Optional request field
{"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"}
Schema
Input fields for the selected endpoint and mode.
Field
Type
Required
Description
prompt
string
Yes
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 è un modello AI avanzato sviluppato dal team Wan di Alibaba per generare video di alta qualità da descrizioni testuali o immagini.
Con Wan 2.1 su Pollo API, gli sviluppatori aggiungono funzionalità text-to-video e image-to-video alle loro app, scegliendo una modalità draft veloce o una modalità pro a maggiore fedeltà per clip di cinque secondi in vari rapporti d’aspetto.
Funzionalità principali di Wan 2.1 API
Effetti di testo bilingue
Wan 2.1 inserisce direttamente caratteri cinesi e inglesi nell’inquadratura, così titoli, etichette e didascalie mantengono la loro forma invece di dissolversi in rumore man mano che i fotogrammi avanzano.
Fisica realistica
Il movimento rispetta gravità e quantità di moto, quindi oggetti che cadono, tessuti che scorrono e spostamenti di peso si comportano in modo credibile, mantenendo l’azione generata realistica invece che fluttuante o “gommosa” sotto osservazione.
Gestione di movimenti complessi
I movimenti composti da più parti restano coerenti, da una folla che attraversa una strada ad arti e strumenti che si muovono insieme, senza che il soggetto si sfumi o perda struttura a metà clip.
Guida tramite testo e immagine
Parti da un 프롬프트 scritto o anima un fermo immagine esistente, lasciando che Wan 2.1 supporti sia concetti idea-first sia flussi di lavoro asset-first costruiti attorno a un fotogramma iniziale fisso.
Modalità Fast e Pro
Scegli un passaggio rapido per iterazioni veloci oppure un passaggio rifinito quando il dettaglio conta, così bozze e render finali possono condividere un unico modello senza cambiare integrazione.
Casi d’uso di Wan 2.1 API
Didascalie video localizzate: Genera clip con testo cinese o inglese sullo schermo per campagne bilingui, video esplicativi sottotitolati e contenuti vetrina specifici per area geografica.
Scene con insegne e vetrine: Produci inquadrature in cui insegne, menu o poster riportano parole reali e leggibili per mockup retail e hospitality.
Azione guidata dalla fisica: Anima liquidi versati, oggetti che rotolano o tessuti in movimento per demo in cui un peso credibile valorizza il momento.
Rianimazione di immagini: Fornisci un fotogramma statico e mettilo in movimento preservando la composizione originale, utile per strumenti photo-to-clip e guidati da reference.
Generazione di title card: Crea brevi sequenze intro o outro in cui testo cinetico e movimento appaiono insieme in una singola inquadratura generata.
Inquadrature di folla e multi-soggetto: Renderizza scene affollate con più elementi in movimento che restano distinti, adatte a establishing shot e background plate.
Bozza rapida di concetti: Usa la modalità fast per visualizzare rapidamente una scena descritta prima di impegnare risorse di calcolo in un render pro rifinito.
Clip social verticali: Esporta brevi video in formato verticale per feed e stories senza ritagliare o rifare l’inquadratura da una sorgente orizzontale.
Come usare Wan 2.1 API
Ottieni una chiave API: Crea un account Pollo API e genera la tua chiave API dalla dashboard sviluppatori.
Scegli il modello: Invia richieste all’endpoint Wan 2.1 su /generation/wanx/wanx-v2-1.
Aggiungi i tuoi input: Fornisci un prompt per il text-to-video insieme a un aspectRatio (16:9, 9:16, 4:3, 3:4 o 1:1), oppure passa un URL image per image-to-video, quindi imposta mode su fast o pro. La length della clip è di 5 secondi.
Genera e recupera: Invia il task, interroga lo stato del task restituito e scarica il video finale quando l’elaborazione va a buon fine.
Best practice di prompting per Wan 2.1 API
Tratta il 프롬프트 come un brief di scena. Indica il soggetto, il movimento, eventuale testo sullo schermo con formulazione esatta, l’inquadratura e l’ambientazione, così Wan 2.1 ha obiettivi chiari da renderizzare.
Una formula semplice per il prompt
Soggetto + movimento specifico + testo esatto sullo schermo (se presente) + inquadratura camera + ambientazione e illuminazione
Cosa dovresti notare
Riporta il testo esattamente: Inserisci nel 프롬프트 le parole che vuoi sullo schermo, perché Wan 2.1 renderizza i caratteri che riceve in cinese o inglese.
Descrivi il movimento fisico: Spiega come si muovono le cose, ad esempio inclinazioni, versamenti o oscillazioni, così il motore fisico ha un obiettivo concreto.
Mantieni un’unica azione focalizzata: Un singolo movimento chiaro regge meglio nell’arco dei cinque secondi della clip rispetto a più eventi in competizione.
Imposta presto il rapporto d’aspetto: Abbina l’inquadratura alla destinazione, scegliendo il verticale per i social e il panoramico per scene orizzontali.
Usa la modalità in base all’intento: Fai la bozza in modalità fast, poi rigenera la versione definitiva in modalità pro quando ti servono dettagli più puliti.
Esempi di prompt
Insegna di negozio bilingue
"Una piccola noodle shop al tramonto, vapore che sale dalle ciotole, un’insegna luminosa sopra la porta mostra 'Open' in inglese e cinese. Luce calda di lanterne, lento movimento in avanti, persone che passano in sfocato, stile realistico."
Inquadratura cucina guidata dalla fisica
"Miele che cola lentamente da un barattolo su una pila di pancake, il flusso si avvita e si raccoglie con spessore visibile. Camera dall’alto, morbida luce mattutina da finestra, stile realistico pulito focalizzato su un flusso credibile."
Title card animata
"Testo inglese in grassetto 'CHAPTER ONE' che si forma lettera per lettera sopra una prateria battuta dal vento, fili d’erba che si piegano nella brezza. Inquadratura ampia e stabile, luce coperta, stile grafico minimale con movimento sottile."
Scena di folla in strada
"Una strada di mercato affollata dove diversi venditori gesticolano e i clienti si muovono tra le bancarelle, con frutta e tessuti in vista. Inquadratura media a mano, luce brillante di mezzogiorno, stile realistico naturale con molti piccoli dettagli in movimento."
Wan 2.1 vs Kling 1.6 vs Hunyuan Video
Capacità
Wan 2.1
Kling 1.6
Hunyuan Video
Testo bilingue sullo schermo
✅ Rendering in cinese e inglese
❌ Fedeltà del testo limitata
❌ Fedeltà del testo limitata
Realismo fisico
✅ Peso e movimento solidi
✅ Buon controllo del movimento
✅ Movimento realistico fluido
Movimento complesso multi-soggetto
✅
✅
✅
Tipi di input
Testo e immagine
Testo e immagine
Testo e immagine
Durata clip
5 secondi
Clip brevi guidate
Clip brevi
Consigliato per
Testo nel video e movimento fisico
Movimento guidato dei personaggi
Video realistico open-model
Perché scegliere Wan 2.1 API?
Wan 2.1 si distingue quando un’inquadratura deve includere allo stesso tempo parole reali leggibili e movimento credibile, dalle didascalie bilingui e insegne fino ad azioni guidate dalla fisica in una singola clip.
Con Pollo API, accedi a Wan 2.1 con una sola chiave API insieme a oltre 300 modelli leader per video e immagini, con documentazione chiara, polling dello stato dei task e generazione che costa meno di Fal AI.
Inizia con l’endpoint Wan 2.1 su Pollo API per rilasciare funzionalità video bilingui e sensibili alla fisica, poi confrontalo con Kling e Hunyuan senza toccare la tua integrazione.
FAQ su Wan 2.1 API
Cos’è Wan 2.1?
Wan 2.1 è il modello base video multimodale di Alibaba Cloud, noto per fisica realistica, movimento complesso e rendering di testo cinese e inglese all’interno di video generati da input testuali o immagini.
Wan 2.1 API supporta input testuali e immagini?
Sì. Puoi generare da un 프롬프트 scritto o animare un URL immagine, quindi si adatta sia a flussi video concept-first sia asset-first.
Wan 2.1 può renderizzare testo dentro un video?
Sì. Inserisce caratteri cinesi e inglesi direttamente nella scena, mantenendo leggibili insegne, titoli e didascalie mentre l’inquadratura si muove.
Quali durata clip e formati sono disponibili?
Wan 2.1 produce clip di cinque secondi e supporta vari rapporti d’aspetto, inclusi orizzontale, verticale e quadrato, selezionabili per richiesta.
Qual è la differenza tra modalità fast e pro?
La modalità fast privilegia iterazioni rapide per le bozze, mentre la modalità pro usa più risorse di calcolo per dettagli rifiniti nei render finali.
Perché usare Wan 2.1 tramite Pollo API?
Pollo API offre un’unica integrazione per Wan 2.1 e oltre 300 altri modelli, con documentazione, tracciamento dei task e generazione a costo inferiore rispetto a provider comparabili.
