在 Pollo API 上运行 Wan 2.5
Wan 2.5 可以生成与视频匹配的音频，也可以使用你上传的音频作为引导。这让它非常适合那些需要声音、运动和节奏协同工作的片段。
通过 Pollo API 接入 Wan 2.5，开发者可以在应用中添加文生视频和图生视频生成能力，并支持原生音频、负向提示词，以及 480P、720P、1080P 下的所有画幅比例。
Wan 2.5 API 主要功能
原生音频生成
Wan 2.5 默认会生成与视频同步的声音，因此环境噪声、音效和场景音频会一起到位，无需再单独做一遍配音流程。
音频驱动视频
输入一条音轨后，Wan 2.5 会据此塑造运动与节奏，让角色动作或场景节拍对齐你提供的声音。
更好的运动物理
运动遵循更可信的物理规律，因此肢体、布料和移动物体会带有重量感与连续性，而不是在帧间滑动或抖动。
更敏锐的提示词理解
模型会更准确地读取你描述的主体、动作与调度，因此你写的内容更容易落到画面中，并减少每个想法的重抽次数。
灵活构图
所有分辨率都支持全部画幅比例，因此方形、竖屏和宽屏输出都可由同一个模型完成，后续无需裁切或重构构图。
负向提示词控制
说清你不想要什么，Wan 2.5 就会尽量避开，从而在场景总是出现不想要的物体、颜色或伪影时获得更干净的结果。
Wan 2.5 API 使用场景
- 音画同步讲解视频： 生成短教程片段，让旁白或音效与屏幕动作匹配，使产品工具一次调用就能输出带音频的视频。
- 音频主导角色片段： 上传语音或音乐轨道，让 Wan 2.5 按其驱动角色动作与节奏，适合说话或表演镜头。
- 环境氛围循环片段： 生成自然或环境类片段，并配上如流水声、柴火噼啪声等生成音频，无需额外剪辑即可补全氛围。
- 图片到动态： 输入一张静态图片，将其动画化为短动态镜头，在保留原始构图的同时增加运动和声音。
- 竖版社媒内容： 以全分辨率生成 9:16 片段用于短内容信息流，借助原生音频跳过流程中的手动配声步骤。
- 多比例广告版本： 用一个模型将同一创意生成方形、竖屏、宽屏多个版本，一次覆盖不同投放位。
- 节奏匹配蒙太奇： 提供节拍或音乐底轨，让模型按其安排剪辑点与运动，适用于音乐响应型创作工具。
- 高还原提示词原型： 快速预览描述场景，依靠更严格的提示词遵循度，在投入更长制作前先验证创意简报。