Alibaba: Wan 2.6

Alibaba: Wan 2.6 è un modello di generazione video di Alibaba, elencato su api14 con l'id modello alibaba/wan-2.6. Si colloca nella categoria video ed è descritto dal provider come il modello di generazione video più avanzato di Alibaba, costruito come un sistema unificato che supporta oltre 10 capacità di creazione visiva. La data di rilascio del provider è 2026-03-28. Se stai valutando modelli video per una pipeline, questa è l'opzione di punta di Alibaba, non un modello generico di testo o immagini.

Il modello accetta input di testo e immagini e produce video come unico output. Genera video 1080p a 24fps secondo la descrizione del provider, e le risoluzioni elencate sono 720p e 1080p. I rapporti d'aspetto sono 16:9 e 9:16, quindi sono coperti sia l'inquadratura orizzontale sia quella verticale. Le durate delle clip sono 5 o 10 secondi. È possibile fornire un'immagine del primo frame, che consente di ancorare l'apertura di una clip a uno still specifico. È supportata anche la generazione audio, quindi una singola richiesta può restituire video con audio invece di una traccia silenziosa. Non è pubblicata alcuna lunghezza di contesto per questo modello, quindi considera la finestra di token come non specificata e pianifica invece intorno ai parametri visivi.

Queste capacità indicano un insieme piuttosto specifico di attività. Il text to video copre riprese concettuali, storyboard che devono muoversi e brevi clip promozionali in cui descrivi la scena e lasci che il modello la renderizzi. L'image to video con un primo frame è utile quando hai già una key visual, una foto di prodotto o un character design e vuoi un movimento che parta esattamente da quel frame. Il rapporto 9:16 combinato con durate di 5 o 10 secondi si adatta a formati verticali come feed social e annunci short form, mentre il 16:9 è adatto a video standard per web e presentazioni. Poiché la generazione audio è disponibile, puoi produrre clip finite con audio in un'unica passata invece di muxare una traccia audio separata in seguito. L'opzione 720p è disponibile quando vuoi una bozza più rapida o più leggera prima di impegnarti in un render 1080p.

Chiamarlo tramite api14 funziona allo stesso modo di qualsiasi altro modello sul gateway, dato che l'API è compatibile con OpenAI. Invii la richiesta all'endpoint chat completions e imposti il campo model su "alibaba/wan-2.6". I parametri di richiesta supportati sono max_tokens, temperature e top_p. Il testo del prompt va inserito come normale contenuto del messaggio, e l'input immagine viene fornito insieme ad esso per il condizionamento del primo frame. Le impostazioni visive che definiscono l'output, ovvero risoluzione, rapporto d'aspetto, durata, primo frame e generazione audio, sono quelle da configurare per ogni richiesta, poiché determinano l'aspetto del video restituito.

Tieni presente cosa il modello non fa. Restituisce solo video, quindi non è la scelta giusta se ti servono testo, codice o immagini fisse dalla stessa chiamata. Non c'è una lunghezza di contesto pubblicata, e maxOutput è indicato come 0, quindi non dare per scontato un ampio budget di testo sul lato input. Se il tuo compito è generazione di testo, ragionamento o creazione di immagini, un modello di quelle categorie sarà più adatto. Wan 2.6 è la scelta quando il risultato è una breve clip video a 720p o 1080p, in orizzontale o verticale, con audio opzionale.