Alibaba Clouds flaggskipmodell for multimodale videobaserte løsninger, Wanx 2.1, utmerker seg ved å generere filmatiske videoer med realistisk fysikk, kompleks bevegelseshåndtering og tospråklige 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" }}'
Du kan eventuelt inkludere webhookUrl for å motta et tilbakekall når oppgaven lykkes eller mislykkes.
Valgfritt forespørselsfelt
{"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"}
Skjema
Inndatafelt for det valgte endepunktet og modusen.
Felt
Type
Obligatorisk
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 avansert AI-modell utviklet av Alibabas Wan-team for å generere videoer av høy kvalitet fra tekstbeskrivelser eller bilder.
Med Wan 2.1 på Pollo API kan utviklere legge til text-to-video og image-to-video i appene sine, og velge en rask kladdemodus eller en pro-modus med høyere kvalitet for femsekunders klipp i flere sideforhold.
Nøkkelfunksjoner i Wan 2.1 API
Tospråklige teksteffekter
Wan 2.1 tegner kinesiske og engelske tegn direkte inn i opptaket, slik at titler, etiketter og bildetekster beholder formen sin i stedet for å gå i oppløsning til støy når bildene går videre.
Realistisk fysikk
Bevegelse følger tyngdekraft og moment, så fallende objekter, flytende stoff og vektoverføring oppfører seg troverdig, og gjør at generert action føles jordnær fremfor svevende eller gummiaktig ved nærmere gjennomgang.
Håndtering av kompleks bevegelse
Bevegelse med flere deler holder seg sammenhengende, fra en folkemengde som krysser en gate til lemmer og verktøy som beveger seg samtidig, uten at motivet smøres ut eller mister struktur midt i klippet.
Veiledning med tekst og bilde
Start fra en skrevet 프롬프트 eller animer et eksisterende stillbilde, slik at Wan 2.1 støtter både idéførste-konsepter og asset-first-arbeidsflyter bygget rundt en fast åpningsramme.
Fast- og Pro-modus
Velg en rask gjennomgang for hurtig iterasjon eller en mer raffinert gjennomgang når detaljer betyr noe, slik at utkast og slutt-rendere kan dele én modell uten å bytte integrasjoner.
Bruksområder for Wan 2.1 API
Lokaliserte videotekster: Generer klipp med kinesisk eller engelsk tekst på skjermen for tospråklige kampanjer, forklaringsvideoer med undertekster og regionsspesifikt butikkfrontinnhold.
Skilt- og butikkfrontscener: Produser opptak der butikkskilt, menyer eller plakater inneholder ekte, lesbare ord for retail- og hospitality-mockups.
Fysikkdrevet action: Animer hellende væsker, tumlende rekvisitter eller stoff i bevegelse for demoer der troverdig tyngde selger øyeblikket.
Bildereanimasjon: Mat inn et stillbilde og sett det i bevegelse mens originalkomposisjonen bevares, nyttig for photo-to-clip og referansedrevne verktøy.
Generering av tittelkort: Lag korte intro- eller outrosekvenser der kinetisk tekst og bevegelse vises sammen i ett enkelt generert opptak.
Folkemengder og flermotiv-opptak: Render travle scener med flere bevegelige elementer som forblir tydelige, egnet for etableringsbilder og bakgrunnsplater.
Rask konseptskissing: Bruk fast-modus for rask forhåndsvisning av en beskrevet scene før du bruker beregning på en raffinert pro-render.
Vertikale sosiale klipp: Lever kortvideo i portrettformat for feeds og stories uten å beskjære eller reframme en liggende kilde.
Slik bruker du Wan 2.1 API
Skaff en API-nøkkel: Opprett en Pollo API-konto og generer API-nøkkelen din fra utviklerdashbordet.
Velg modellen: Send forespørsler til Wan 2.1-endepunktet på /generation/wanx/wanx-v2-1.
Legg til inputene dine: Oppgi en prompt for text-to-video sammen med aspectRatio (16:9, 9:16, 4:3, 3:4 eller 1:1), eller send inn en image-URL for image-to-video, og sett deretter mode til fast eller pro. Klipplengden length er 5 sekunder.
Generer og hent: Send inn oppgaven, poll den returnerte oppgavestatusen, og last ned den ferdige videoen når behandlingen lykkes.
Beste praksis for prompting med Wan 2.1 API
Se på 프롬프트en som en scenebeskrivelse. Navngi motivet, bevegelsen, eventuell tekst på skjermen med nøyaktig ordlyd, innrammingen og miljøet, slik at Wan 2.1 får tydelige mål å rendre.
En enkel formel for prompt
Motiv + spesifikk bevegelse + nøyaktig tekst på skjermen (hvis aktuelt) + kamerainnramming + miljø og lyssetting
Dette bør du merke deg
Siter teksten nøyaktig: Legg inn ordene du vil ha på skjermen i 프롬프트en, siden Wan 2.1 rendrer tegnene den får på kinesisk eller engelsk.
Beskriv fysisk bevegelse: Oppgi hvordan ting beveger seg, som tipper, heller eller svaier, slik at fysikkmotoren får et konkret mål.
Hold én fokusert handling: Én tydelig bevegelse holder seg bedre gjennom femsekundersklippet enn flere konkurrerende hendelser.
Sett sideforhold tidlig: Tilpass innrammingen til målkanalen, med vertikalt for sosiale medier og bredt for liggende scener.
Bruk modus etter hensikt: Lag utkast i fast-modus, og rerendre beholdningsklippet i pro-modus når du trenger renere detaljer.
Eksempelprompter
Tospråklig butikkskilt
"En liten nuddelbutikk i skumringen, damp stiger fra skåler, et glødende skilt over døren viser 'Open' på engelsk og kinesisk. Varm lyktelys, langsom push-in, folk som passerer i myk fokus, realistisk stil."
Fysikkdrevet kjøkkenshot
"Honning helles sakte fra et glass over en stabel pannekaker, strømmen vrir seg og samler seg med synlig tykkelse. Kamera ovenfra, mykt morgenlys fra vinduet, ren realistisk stil med fokus på troverdig flyt."
Animert tittelkort
"Fet engelsk tekst 'CHAPTER ONE' formes bokstav for bokstav over et vindblåst gresslandskap, gresstrå bøyer seg i brisen. Stabilt totalbilde, overskyet lys, minimalistisk grafisk stil med subtil bevegelse."
Gate- og folkemengdescene
"En travel markedsgate der flere selgere gestikulerer og handlende vever mellom bodene, med frukt og stoff i bildet. Håndholdt halvtotal, sterkt middagslys, naturlig realistisk stil med mange små bevegelige detaljer."
Wan 2.1 vs Kling 1.6 vs Hunyuan Video
Kapasitet
Wan 2.1
Kling 1.6
Hunyuan Video
Tospråklig tekst på skjermen
✅ Kinesisk og engelsk rendering
❌ Begrenset teksttrofasthet
❌ Begrenset teksttrofasthet
Fysikkrealisme
✅ Sterk tyngde og bevegelse
✅ God bevegelseskontroll
✅ Jevn realistisk bevegelse
Kompleks flermotiv-bevegelse
✅
✅
✅
Inputtyper
Tekst og bilde
Tekst og bilde
Tekst og bilde
Klipplengde
5 sekunder
Korte regisserte klipp
Korte klipp
Anbefalt for
Tekst i video og fysisk bevegelse
Regisserte karakterbevegelser
Open-model realistisk video
Hvorfor velge Wan 2.1 API?
Wan 2.1 skiller seg ut når et opptak må bære både ekte lesbare ord og troverdig bevegelse samtidig, fra tospråklige bildetekster og skilt til fysikkdrevet action i ett enkelt klipp.
Gjennom Pollo API får du tilgang til Wan 2.1 med én API-nøkkel sammen med 300+ ledende video- og bildemodeller, med ryddig dokumentasjon, polling av oppgavestatus og generering som koster mindre enn Fal AI.
Start med Wan 2.1-endepunktet på Pollo API for å lansere tospråklige, fysikkbevisste videofunksjoner, og sammenlign det deretter med Kling og Hunyuan uten å røre integrasjonen din.
Vanlige spørsmål om Wan 2.1 API
Hva er Wan 2.1?
Wan 2.1 er Alibaba Clouds multimodale videogrunnmodell, kjent for realistisk fysikk, kompleks bevegelse og rendering av kinesisk og engelsk tekst inne i generert video fra tekst- eller bildeinput.
Støtter Wan 2.1 API tekst- og bildeinput?
Ja. Du kan generere fra en skrevet 프롬프트 eller animere en bilde-URL, så den passer både konsept-først- og asset-first-videoworkflows.
Kan Wan 2.1 rendre tekst inne i en video?
Ja. Den tegner kinesiske og engelske tegn direkte inn i scenen, slik at skilt, titler og bildetekster holder seg lesbare mens opptaket beveger seg.
Hvilken klipplengde og hvilke formater er tilgjengelige?
Wan 2.1 produserer femsekundersklipp og støtter flere sideforhold, inkludert liggende, portrett og kvadrat, valgt per forespørsel.
Hva er forskjellen mellom fast- og pro-modus?
Fast-modus prioriterer raske iterasjoner for utkast, mens pro-modus bruker mer beregning på raffinerte detaljer for sluttrender.
Hvorfor kjøre Wan 2.1 via Pollo API?
Pollo API gir én integrasjon for Wan 2.1 og 300+ andre modeller, med dokumentasjon, oppgavesporing og rimeligere generering enn sammenlignbare leverandører.
