Alibaba: Wan 3.0 Prime

Wan 3.0 Prime, Alibaba'dan bir video üretim modelidir ve api14 üzerinde alibaba/wan-3.0-prime model kimliğiyle listelenmiştir. Alibaba'nın Wan 3.0 modelinin hızlı mod varyantıdır ve belirtilen amacı metinden videoya ve ilk kareden görüntüden videoya üretimdir. Wan serisine zaten aşinaysanız, bunu farklı bir model ailesi olarak değil, daha hızlı kardeşi olarak değerlendirin.

Model metin ve görüntü girdileri alır ve tek çıktı olarak video üretir. Bir ilk kare görüntüsü kabul ettiği için, sağladığınız bir hareketsiz görüntüden bir klip yönlendirebilir veya tamamen yazılı bir istemden üretim yapabilirsiniz. Çıktı 480p, 720p veya 1080p olarak, 16:9, 4:3, 1:1, 3:4 ve 9:16 en boy oranlarında istenebilir; bu da yatay, kare ve dikey formatları kapsar. Klip süreleri birer saniyelik adımlarla 2 ile 30 saniye arasında değişir, böylece kısa döngüler veya daha uzun dizileri birleştirme yapmadan isteyebilirsiniz. Ses üretimi de mevcuttur; bu, tek bir isteğin sessiz bir parça yerine sesli video döndürebileceği anlamına gelir. Bu model için yayımlanmış bir bağlam uzunluğu yoktur, bu nedenle bir token bütçesi yerine video parametrelerine göre planlama yapın.

Bu yetenekler oldukça belirli bir iş kümesine işaret eder. Kısa sürelerde dikey 9:16 çıktı sosyal ve mobil yerleşimlere uyarken, daha yüksek çözünürlüklerde 16:9 web, sunum ve yayın tarzı içeriğe uyar. İlk kareden görüntüden videoya, onaylanmış bir görseliniz, bir ürün çekiminiz veya bir storyboard paneliniz olduğunda ve yeni bir yorum yerine ondan türetilen hareket istediğinizde kullanışlıdır. 2 ile 30 saniye aralığı tanıtımlar, hareketlendirilmiş hareketsiz görüntüler, arka plan plakaları ve döngülenebilir klipler için çalışır. Ses üretimi, basit parçalarda ayrı bir ses geçişi ihtiyacını azaltır. Kare ve 4:3 oranları, aynı varlığın birden fazla kanalda çalışması gerektiğinde yardımcı olur.

Bunu api14'ün OpenAI uyumlu API'si üzerinden alibaba/wan-3.0-prime model kimliğini kullanarak çağırırsınız, bu nedenle mevcut OpenAI tarzı istemci kodunun değiştirilmiş bir model dizesinden biraz daha fazlasına ihtiyacı olur. Desteklediği istek parametreleri max_tokens, presence_penalty, response_format, seed, temperature ve top_p'dir. Seed, çalıştırmalar arasında yeniden üretilebilir çıktıya ihtiyaç duyduğunuzda başvuracağınız parametredir; temperature ve top_p ise üretimler arasındaki varyasyon üzerinde kontrol sağlar. Modelin çıktısı video olsa da max_tokens parametresinin desteklendiğini ve yayımlanan maxOutput değerinin 0 olduğunu unutmayın, bu nedenle klip uzunluğunu sınırlamak için ona güvenmeyin. Süre, çözünürlük ve en boy oranı token parametreleri yerine videoya özgü alanlar aracılığıyla ayarlanır.

Yayımlanmış bir bağlam uzunluğu yoktur ve model yalnızca videodur, bu nedenle metin sohbeti, sınıflandırma, özetleme veya metin ya da yapılandırılmış yanıt bekleyen herhangi bir görev için uygun değildir. Bunlara ihtiyacınız varsa, bir metin modeli daha iyi seçimdir. Video işi içinde, planlama yaparken dikkate alınacak ana kısıt süredir: üst sınır 30 saniyedir, bu nedenle daha uzun parçaların segmentler halinde üretilip sonradan birleştirilmesi gerekir.