वान 3.0 टेक्स्ट टू वीडियो
एक Muapi एंडपॉइंट के माध्यम से सिंक्रनाइज़ ऑडियो के साथ एक लिखित दृश्य विवरण को जेनरेट किए गए वीडियो में बदलें।
Use the Wan 3.0 API for text-to-video, image-to-video, and reference-to-video generation with synchronized audio, thinking mode, and up to 1080p output. वान 3.0 प्राइम उच्च-निष्ठा स्तर पर समान वर्कफ़्लो चलाता है।टेक्स्ट-टू-इमेज और इमेज-एडिटिंग एंडपॉइंट जल्द ही आ रहे हैं। प्रत्येक लाइव वर्कफ़्लो मुआपी के एसिंक्रोनस सबमिट-एंड-पोल पैटर्न का उपयोग करता है, इसलिए एक एकीकरण मोड और गुणवत्ता स्तरों के बीच स्विच कर सकता है।
वान 3.0 और वान 3.0 प्राइम मुआपी पर उपलब्ध हैं
एक समापन बिंदु चुनें, अपनी मुआपी एपीआई कुंजी के साथ एक अनुरोध सबमिट करें, और अंतिम छवि या वीडियो यूआरएल के लिए लौटाई गई अनुरोध आईडी का सर्वेक्षण करें।
एक Muapi एंडपॉइंट के माध्यम से सिंक्रनाइज़ ऑडियो के साथ एक लिखित दृश्य विवरण को जेनरेट किए गए वीडियो में बदलें।
इनपुट छवि को दृश्य प्रारंभिक बिंदु के रूप में रखते हुए मोशन प्रॉम्प्ट के साथ स्रोत छवि को एनिमेट करें।
सुसंगत दृश्यों के लिए अधिकतम 10 संदर्भ छवियों, 5 संदर्भ वीडियो और 5 संदर्भ ऑडियो के साथ एक वीडियो का मार्गदर्शन करें।
उच्च-निष्ठा वाले प्राइम स्तर पर लिखित दृश्य विवरण से प्रीमियम-गुणवत्ता वाला सिंक्रोनाइज़्ड-ऑडियो वीडियो तैयार करें।
मानक स्तर की तुलना में अधिक स्पष्ट विवरण और स्थिर गति के साथ एक स्रोत छवि को चेतन करें।
10 छवियों, 5 वीडियो और 5 ऑडियो क्लिप तक प्रीमियम संदर्भ-निर्देशित वीडियो बनाएं।
मुआपी के एसिंक्रोनस एपीआई के माध्यम से प्राकृतिक-भाषा प्रॉम्प्ट से छवियां उत्पन्न करें। जल्द आ रहा है।
स्रोत छवि पर एक निर्देश संकेत लागू करें और एक संपादित छवि यूआरएल प्राप्त करें। जल्द आ रहा है।
सिंक्रोनाइज़्ड ऑडियो के साथ बोल्ड, हाई-कंट्रास्ट, हाई-मोशन टेक्स्ट-टू-वीडियो बनाएं।
बोल्ड, उच्च-कंट्रास्ट गति और सिंक्रनाइज़ ऑडियो के साथ एक स्रोत छवि को एनिमेट करें।
छवियों, वीडियो और ऑडियो संदर्भों से बोल्ड संदर्भ-निर्देशित वीडियो बनाएं।
पिछली पीढ़ी का वान टेक्स्ट-टू-वीडियो मॉडल, वान 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
पिछली पीढ़ी का वान इमेज-टू-वीडियो मॉडल, वान 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
पिछली पीढ़ी का वान टेक्स्ट-टू-इमेज मॉडल, वान 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
पिछली पीढ़ी का वान छवि-संपादन मॉडल, वान 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
पिछली पीढ़ी का वान टेक्स्ट-टू-वीडियो मॉडल, वान 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
पिछली पीढ़ी का वान इमेज-टू-वीडियो मॉडल, वान 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
त्वरित बदलाव के लिए वान 2.5 टेक्स्ट-टू-वीडियो का तेज़, कम लागत वाला संस्करण।
त्वरित बदलाव के लिए वान 2.5 इमेज-टू-वीडियो का एक तेज़, कम लागत वाला संस्करण।
पिछली पीढ़ी का वान टेक्स्ट-टू-इमेज मॉडल, वान 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
पिछली पीढ़ी का Wan छवि-संपादन मॉडल, Wan 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए उपलब्ध रखा गया है।
वान 3.0 अलीबाबा की छवि और वीडियो पीढ़ी परिवार है जो मुआपी के माध्यम से उजागर हुआ है। लाइव टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो और संदर्भ-टू-वीडियो एंडपॉइंट सिंक्रनाइज़ ऑडियो उत्पन्न करते हैं, सोच मोड का समर्थन करते हैं, और 1080p आउटपुट तक पहुंच सकते हैं।
वान 3.0 प्राइम समान संकेत, रिज़ॉल्यूशन, पहलू_अनुपात और अवधि आकार के साथ एक ड्रॉप-इन उच्च-निष्ठा स्तर है। टेक्स्ट-टू-इमेज और इमेज-एडिटिंग एंडपॉइंट को जल्द ही आने वाले के रूप में सूचीबद्ध किया गया है, जबकि स्पाइसी वेरिएंट अधिक बोल्ड हाई-मोशन सामग्री को लक्षित करते हैं।
किसी लिखित दृश्य या शॉट संक्षिप्त से सीधे सिंक्रनाइज़ ऑडियो के साथ एक वीडियो बनाएं।
आपूर्ति की गई छवि को वैकल्पिक अंत-फ़्रेम मार्गदर्शन के साथ, सिंक्रनाइज़ ऑडियो के साथ वीडियो में चेतन करें।
10 संदर्भ छवियों, 5 संदर्भ वीडियो और 5 संदर्भ ऑडियो के साथ एक जेनरेटेड वीडियो का मार्गदर्शन करें।
जटिल, बहु-विषय, या बहु-चरणीय संकेतों के लिए गहन नियोजन पास सक्षम करें।
मानक, प्राइम और स्पाइसी वर्कफ़्लोज़ में मुआपी प्रमाणीकरण, बिलिंग और कार्य प्रतिक्रियाओं का उपयोग करें।
एक कार्य सबमिट करें, उसकी अनुरोध आईडी संग्रहीत करें, और पूर्ण छवि या वीडियो आउटपुट के लिए पोल करें।
| स्तर | कार्यप्रवाह | संकल्प | के लिए सर्वोत्तम |
|---|---|---|---|
| पाठ, छवि और वीडियो का संदर्भ | 1080p तक | ||
| पाठ, छवि और वीडियो का संदर्भ | 480p, 720p, 1080p | ||
| पाठ, छवि और वीडियो का संदर्भ | 1080p तक |
प्रत्येक वान अनुरोध एक ही Muapi REST अनुबंध का उपयोग करता है: x-api-कुंजी हेडर के साथ JSON सबमिट करें, एक अनुरोध आईडी प्राप्त करें, और मानक भविष्यवाणी परिणाम समापन बिंदु को पोल करें।
मानक समापन बिंदु पर कॉल करें जो आपके वर्कफ़्लो से मेल खाता हो, जैसे wan3.0-टेक्स्ट-टू-वीडियो या wan3.0-रेफरेंस-टू-वीडियो।
कार्य पूरा होने तक मतदान करें, फिर आउटपुट या मीडिया फ़ील्ड से उत्पन्न छवि या वीडियो यूआरएल पढ़ें।
वान 3.0 मुआपी के माध्यम से टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो और संदर्भ-टू-वीडियो एंडपॉइंट प्रदान करता है, प्रत्येक सिंक्रनाइज़ ऑडियो के साथ। टेक्स्ट-टू-इमेज और इमेज एडिटिंग जल्द ही आ रही है।
वान 3.0 प्राइम उच्च-निष्ठा स्तर है। यह स्पष्ट विवरण और स्थिर गति के लिए समान टेक्स्ट-टू-वीडियो, छवि-टू-वीडियो और संदर्भ-से-वीडियो अनुरोध आकार को उजागर करता है।
प्राइम को 480p पर $0.068 प्रति सेकंड, 720p पर $0.14 प्रति सेकंड और 1080p पर $0.28 प्रति सेकंड का बिल दिया जाता है। पूर्ण कार्य प्रतिक्रिया में शुल्क विवरण शामिल है।
एक Muapi API कुंजी बनाएं, इसे x-api-key हेडर में भेजें, और अपने चयनित वर्कफ़्लो और टियर से मेल खाने वाले एंडपॉइंट पर कॉल करें।
हाँ। Wan 3.0 ComfyUI नोड पैक एपीआई-कुंजी, जेनरेशन, इमेज-अपलोड, पोलिंग और मीडिया-सेवर नोड्स प्रदान करता है।
पीढ़ी अतुल्यकालिक है. सबमिशन द्वारा लौटाई गई अनुरोध आईडी को संग्रहीत करें, फिर भविष्यवाणी परिणाम समापन बिंदु पर मतदान करें या वेबहुक का उपयोग करें।
एक संकेत के साथ-साथ अधिकतम 10 संदर्भ चित्र, 5 संदर्भ वीडियो और 5 संदर्भ ऑडियो भेजें। प्राइम रेफरेंस वर्कफ़्लो पर भी यही सीमाएँ लागू होती हैं।
वान 3.0 मुआपी के भुगतान-प्रति-पीढ़ी बिलिंग मॉडल का उपयोग करता है, जिसकी कीमत रिज़ॉल्यूशन और अवधि के अनुसार होती है। पूर्ण प्रतिक्रिया में सटीक शुल्क विवरण शामिल हैं।
हाँ। पिछली पीढ़ी के wan2.5-* और wan2.6-* एंडपॉइंट, Wan 3.0 से पहले निर्मित मौजूदा वर्कफ़्लो के लिए Muapi पर लाइव रहते हैं - ऊपर दिए गए कैटलॉग में "Wan 2.5 / 2.6 (पिछली पीढ़ी)" पर फ़िल्टर करें। नए एकीकरणों को वान 3.0 एंडपॉइंट का उपयोग करना चाहिए।
मानक, प्राइम और स्पाइसी इमेज-टू-वीडियो वर्कफ़्लो के लिए एक मुआपी एकीकरण का उपयोग करें।