संक्षिप्त उत्तर: वान 3.0 अलीबाबा का all-in-one वीडियो मॉडल है, जो एक OpenAI-शैली के समापन बिंदु के माध्यम से EmpirioLabs पर उपलब्ध है। यह सिंक्रनाइज़ ध्वनि के साथ 2 से 30 सेकंड की क्लिप उत्पन्न करता है, और एक अनुरोध 10 संदर्भ छवियों, 5 संदर्भ वीडियो, 5 ऑडियो क्लिप और एक दस्तावेज़ या वेब पेज पर आकर्षित कर सकता है। इसे साथ बुलाएं मॉडल: "wan-3-0" पर POST /v1/videos/generations, और सर्विंग टियर के साथ चुनें model_tier: मानक आधार दर के लिए या प्रधान काफी तेजी से end-to-end पीढ़ी के लिए।
वान 2.7 के खिलाफ नया क्या है
| क्षमता | Wan 2.7 | वान 3.0 |
|---|---|---|
| उत्पादन की लंबाई | 2 से 15 सेकंड | 2 से 30 सेकंड, या मॉडल को चुनने दें |
| संदर्भ संपत्ति | 5 संयुक्त | 10 छवियाँ, 5 वीडियो और 5 ऑडियो क्लिप |
| दस्तावेज़ और वेब पेज संदर्भ | समर्थित नहीं | 1 फ़ाइल या 1 सार्वजनिक लिंक प्रति अनुरोध |
| ठराव | 720 पी, 1080 पी | 480 पी, 720 पी, 1080 पी |
| पहलू अनुपात | फिक्स्ड प्रीसेट | डिफ़ॉल्ट रूप से अनुकूली, साथ ही पांच प्रीसेट |
| सर्विंग टियर | एक | मानक और प्राइम (अंत से अंत तक तेज़ है) |
क्विकस्टार्ट
वीडियो पीढ़ी अतुल्यकालिक है। नौकरी जमा करें, फिर इसे मतदान करें।
curl -X POST https://api.empiriolabs.ai/v1/videos/generations \ -H "प्राधिकरण: वाहक $EMPIRIOLABS_API_KEY" \ -h "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "wan-3-0", "model_tier": "प्राइम", "प्रॉम्प्ट": "सुनहरे घंटे की रोशनी में लाल फूल पर मँडराता हुआ एक हमिंगबर्ड", "रिज़ॉल्यूशन": "1080p", "अवधि": 6 }' # -> {"job_id": "...", "स्थिति": "प्रसंस्करण", "poll_url": "/v1/jobs/..."} कर्ल https://api.empiriolabs.ai/v1/jobs/JOB_ID \ -H "प्राधिकरण: वाहक $EMPIRIOLABS_API_KEY"
इसे चलाने के तीन तरीके
- वीडियो के लिए पाठ: अकेले एक संकेत, 20,000 वर्णों तक। आउटपुट में डिफ़ॉल्ट रूप से एक उत्पन्न साउंडट्रैक शामिल है; सेट
ऑडियो: असत्यएक ही कीमत पर एक मूक क्लिप के लिए। - पहला और आखिरी फ्रेम: इसे एनिमेट करने के लिए एक छवि संलग्न करें, या बिल्कुल दो छवियां और मॉडल उनके बीच की यात्रा को प्रक्षेपित करता है।
- ओमनी संदर्भ: संदर्भ छवियों, वीडियो और ऑडियो के किसी भी मिश्रण को संलग्न करें, साथ ही वैकल्पिक रूप से एक दस्तावेज़ या एक सार्वजनिक वेब लिंक, फिर उन्हें प्रॉम्प्ट में इस प्रकार संबोधित करें
छवि 1,वीडियो 1,ऑडियो 1. मॉडल विषयों, गति और आवाज़ों को नए दृश्य में ले जाता है।
द मोड समूह पैरामीटर वैकल्पिक है: स्वचालित आपके अनुलग्नकों और आपके लिए चयन पढ़ता है।
परिचालन नोट्स
- पहले और अंतिम फ्रेम इनपुट को एक अनुरोध में संदर्भ इनपुट के साथ नहीं जोड़ा जा सकता है। किसी छवि अनुरोध में ऑडियो, कोई दस्तावेज़ या वेब लिंक जोड़ना इसे संदर्भ मोड में ले जाता है, इसलिए एक स्पष्ट
मोड: "i2V"ऑडियो के साथ मिलकर एक सत्यापन त्रुटि लौटाता है; छोड़नामोड समूहऑटो पर और अनुरोध स्वयं मार्गों पर। - प्रत्येक इनपुट छवि प्रत्येक तरफ कम से कम 240 पिक्सेल और अधिकतम 8,000 होनी चाहिए। पीढ़ी शुरू होने से पहले छोटी छवियों को अस्वीकार कर दिया जाता है।
- वीडियो संदर्भों के साथ, इनपुट और आउटपुट सेकंड एक 30-सेकंड का बजट साझा करते हैं, और बिल किए गए सेकंड इनपुट प्लस आउटपुट को संयुक्त रूप से कवर करते हैं। नौकरी का परिणाम सटीक बिल अवधि की रिपोर्ट करता है।
अवधि: -1मॉडल को आपके प्रॉम्प्ट और संदर्भों से क्लिप की लंबाई चुनने देता है; बिलिंग नौकरी के परिणाम में वास्तविक सेकंड का अनुसरण करती है।
मूल्य निर्धारण
वान 3.0 के रूप में आप जाते हैं, रिज़ॉल्यूशन और सर्विंग टियर द्वारा निर्धारित दर पर वीडियो के प्रति सेकंड बिल का भुगतान किया जाता है। प्राइम की लागत स्टैंडर्ड की तुलना में प्रति सेकंड अधिक होती है और परिणाम काफी तेजी से लौटाते हैं। सभी छह संयोजनों के लिए वर्तमान प्रति-सेकंड दरें इस पर हैं मॉडल पेज और मूल्य निर्धारण पृष्ठ।.
इसे अजमाएं
इसे अंदर चलाएं खेल कोई कोड के साथ, या पढ़ा एपीआई संदर्भ पूर्ण पैरामीटर सूची के लिए। वान 3.0 playground प्रभाव टैब में रचनात्मक प्रभावों को भी शक्ति प्रदान करता है। पिछली पीढ़ी, Wan 2.7, अपने वीडियो संपादन मोड के साथ उपलब्ध रहता है।
