رفتن به محتوا

Wan v2.2 5B · Text to Video

یکپارچه‌سازی

شناسه مدل wan/v2.2-5b/text-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/wan/v2.2-5b/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ⁨‎$۰٫۱۵⁩ ۱۵۰ اعتبار API · ≈ ⁨‎₽۱۶٫۱۴⁩ اجرای آن در این صفحه

دریافت کلید API
Alibaba متن به ویدیو حداکثر 720p

text-to-video با مدل 5B: خروجی 580p یا 720p، نسبت‌های 16:9، 9:16 یا 1:1 و درون‌یابی اختیاری فریم

ساخته‌شده در Doitong

آثار عمومی ساخته‌شده با Wan v22 توسط جامعه Doitong. یک پرامپت را با یک کلیک دوباره استفاده کنید.

آثار عمومی نمایش‌داده‌شده: 2
Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... ویدیو

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, весёлый водитель в кепке, крупные машины, пастельные цвета. 0:00–0:10 приветствие под музыку; 0:10–0:30 песенка: "Машина едет би-би, би-би", "Поезд едет ту-ту, ту-ту". Бодрая детская музыка...

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... ویدیو

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, тот же весёлый водитель в кепке, самолёт. 0:00–0:15 песенка: "Самолёт летит вж-ж-ж, вж-ж-ж"; 0:15–0:25 интерактивная пауза: водитель спрашивает "Как гудит машина?", пауза; 0:25–0:30 финальный...

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

دستورهای متنی برای هدایت تولید ویدیو.

resolution پیش‌فرض 720p

وضوح ویدیوی خروجی، 580p یا 720p.

aspect_ratio پیش‌فرض 16:9

نسبت تصویر ویدیوی خروجی، یعنی 16:9 یا 9:16.

پیشرفته negative_prompt · interpolator_model · video_quality · video_write_mode · num_frames · frames_per_second · num_inference_steps · guidance_scale · shift · num_interpolated_frames · seed · enable_safety_checker · enable_output_safety_checker · enable_prompt_expansion · adjust_fps_for_interpolation
پیش‌فرض

پرامپت منفی اعمال‌شده هنگام تولید ویدیو.

interpolator_model پیش‌فرض film

تنظیم درون‌یابی فریم: برای ردکردن درون‌یابی None را انتخاب کنید یا مدلی را برای انجام آن مشخص کنید.

video_quality پیش‌فرض high

تنظیم کیفیت ویدیوی خروجی که با افزایش مقدار، فایل‌های بزرگ‌تر را در ازای جلوه بصری بهتر ایجاد می‌کند.

video_write_mode پیش‌فرض balanced

حالت نوشتن ویدیو؛ balanced سازشی میان سرعت و کیفیت ارائه می‌دهد. برای کوچک‌ترین فایل‌ها و کندترین نوشتن، small را انتخاب کنید؛ نوشتن سریع‌تر زودتر نتیجه می‌دهد اما فایل‌های بزرگ‌تری ایجاد می‌کند.

پیش‌فرض 81

تعداد فریم برای تولید، در محدوده شامل 17–161.

پیش‌فرض 24

نرخ فریم ویدیوی تولیدشده، با مقادیر 4 تا 60؛ تنظیم `adjust_fps_for_interpolation` روی false این نرخ را بدون تغییر حفظ می‌کند. هنگام استفاده از درون‌یابی و فعال‌بودن true برای `adjust_fps_for_interpolation` (پیش‌فرض آن)، این نرخ را در یک به‌علاوه تعداد فریم‌های درون‌یابی‌شده ضرب کنید تا FPS نهایی به‌دست آید. برای نمونه، 16 FPS با 1 فریم درون‌یابی‌شده به 32 FPS تبدیل می‌شود.

پیش‌فرض 40

تعداد گام‌های نمونه‌برداری؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.

پیش‌فرض 3.5

شدت راهنمایی بدون طبقه‌بندی؛ با افزایش مقیاس، احتمال افت کیفیت با تطبیق نزدیک‌تر با پرامپت مبادله می‌شود.

پیش‌فرض 5

تنظیم جابه‌جایی ویدیو، با محدوده مجاز 1.0–10.0.

پیش‌فرض 0

بین هر دو فریم تولیدشده، 0–4 فریم درون‌یابی‌شده وارد کنید.

Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.

POST /run/wan/v2.2-5b/text-to-video?wait=20 قیمت → ⁨‎$۰٫۱۵⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/wan/v2.2-5b/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Wan v2.2 5B · Text to Video

از یک `prompt` متنی کلیپ ویدیویی ایجاد می‌کند. طول با `num_frames` (از 17 تا 161) و `frames_per_second` (از 4 تا 60) تعیین می‌شود؛ `resolution` برابر با 580p یا 720p و نسبت ابعاد 16:9، 9:16 یا 1:1 است. درون‌یابی فریم با film یا rife قابل فعال‌سازی است و کیفیت خروجی و حالت نوشتن فایل قابل تنظیم‌اند. این گونه با هدایت استاندارد و حداکثر 50 گام استنتاج است.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
دستورهای متنی برای هدایت تولید ویدیو.
negative_promptاختیاری
نوعstring
پیش‌فرض
پرامپت منفی اعمال‌شده هنگام تولید ویدیو.
num_framesاختیاری
نوعinteger
پیش‌فرض81
۱۷ – ۱۶۱
تعداد فریم برای تولید، در محدوده شامل 17–161.
frames_per_secondاختیاری
نوعinteger | null
پیش‌فرض24
۴ – ۶۰
نرخ فریم ویدیوی تولیدشده، با مقادیر 4 تا 60؛ تنظیم `adjust_fps_for_interpolation` روی false این نرخ را بدون تغییر حفظ می‌کند. هنگام استفاده از درون‌یابی و فعال‌بودن true برای `adjust_fps_for_interpolation` (پیش‌فرض آن)، این نرخ را در یک به‌علاوه تعداد فریم‌های درون‌یابی‌شده ضرب کنید تا FPS نهایی به‌دست آید. برای نمونه، 16 FPS با 1 فریم درون‌یابی‌شده به 32 FPS تبدیل می‌شود.
seedاختیاری
نوعinteger | null
Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.
resolutionاختیاری
نوعenum
پیش‌فرض720p
580p720p
وضوح ویدیوی خروجی، 580p یا 720p.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
16:99:161:1
نسبت تصویر ویدیوی خروجی، یعنی 16:9 یا 9:16.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض40
۲ – ۵۰
تعداد گام‌های نمونه‌برداری؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضfalse
غربالگری ایمنی ورودی پیش از پردازش که فقط حساب‌های مجاز می‌توانند خاموش کنند. درخواست‌های فاقد مجوز همیشه غربال می‌شوند؛ در غیر این صورت، true غربالگری را فعال می‌کند.
enable_output_safety_checkerاختیاری
نوعboolean
پیش‌فرضfalse
غربالگری ایمنی ویدیوی تولیدشده را کنترل می‌کند؛ مقدار true بررسی پس از تولید را فعال می‌کند.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضfalse
به مدل زبانی بزرگ اجازه می‌دهد پرامپت را با جزئیات غنی کند. فعال‌کردن این گسترش معنای پرامپت را تغییر نمی‌دهد.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض3.5
۱ – ۱۰
شدت راهنمایی بدون طبقه‌بندی؛ با افزایش مقیاس، احتمال افت کیفیت با تطبیق نزدیک‌تر با پرامپت مبادله می‌شود.
shiftاختیاری
نوعnumber
پیش‌فرض5
۱ – ۱۰
تنظیم جابه‌جایی ویدیو، با محدوده مجاز 1.0–10.0.
interpolator_modelاختیاری
نوعenum
پیش‌فرضfilm
nonefilmrife
تنظیم درون‌یابی فریم: برای ردکردن درون‌یابی None را انتخاب کنید یا مدلی را برای انجام آن مشخص کنید.
num_interpolated_framesاختیاری
نوعinteger
پیش‌فرض0
۰ – ۴
بین هر دو فریم تولیدشده، 0–4 فریم درون‌یابی‌شده وارد کنید.
adjust_fps_for_interpolationاختیاری
نوعboolean
پیش‌فرضtrue
کلید تنظیم نرخ فریم: مقدار false، FPS ارائه‌شده را حفظ می‌کند و true آن را در یک به‌علاوه تعداد فریم‌های درون‌یابی‌شده ضرب می‌کند. بنابراین، 16 FPS با درون‌یابی 1 فریم و فعال‌بودن تنظیم، به 32 FPS تبدیل می‌شود.
video_qualityاختیاری
نوعenum
پیش‌فرضhigh
lowmediumhighmaximum
تنظیم کیفیت ویدیوی خروجی که با افزایش مقدار، فایل‌های بزرگ‌تر را در ازای جلوه بصری بهتر ایجاد می‌کند.
video_write_modeاختیاری
نوعenum
پیش‌فرضbalanced
fastbalancedsmall
حالت نوشتن ویدیو؛ balanced سازشی میان سرعت و کیفیت ارائه می‌دهد. برای کوچک‌ترین فایل‌ها و کندترین نوشتن، small را انتخاب کنید؛ نوشتن سریع‌تر زودتر نتیجه می‌دهد اما فایل‌های بزرگ‌تری ایجاد می‌کند.
الزامی

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.2-5b/text-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 150,
    "usd": "0.15",
    "charged": 150,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "prompt": "A medium shot establishes a modern, minimalist office setting: clean lines, muted grey walls, and polished wood surfaces. The focus shifts to a close-up on a woman in sharp, navy blue business attire. Her crisp white blouse contrasts with the deep blue of her tailored suit jacket. The subtle texture of the fabric is visible—a fine weave with a slight sheen. Her expression is serious, yet engaging, as she speaks to someone unseen just beyond the frame. Close-up on her eyes, showing the intensity of her gaze and the fine lines around them that hint at experience and focus. Her lips are slightly parted, as if mid-sentence. The light catches the subtle highlights in her auburn hair, meticulously styled. Note the slight catch of light on the silver band of her watch. High resolution 4k",
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}فایل ویدیویی تولیدشده.
prompt
stringپرامپت متنی استفاده‌شده برای تولید ویدیو.
seed
integerمقدار Seed اعمال‌شده هنگام تولید.

مدل‌های بیشتر: متن به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/wan/v2.2-5b/text-to-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt