Wan 2.1 image vers vidéo prend une seule image fixe et génère un court clip qui la prolonge. Vous téléversez une image, décrivez le mouvement souhaité, et le modèle l'anime à partir de ce point de départ. Tout s'exécute sur du matériel hébergé : votre machine n'a qu'à charger une page web.
Cette page concerne spécifiquement la génération 2.1. Pour les versions plus récentes, consultez /fr/wan-2-2 et /fr/wan-2-5, et /fr/wan-2-1 est le hub général de cette génération. Le flux de travail plus large autour de l'image se trouve sur /fr/image-to-video.
Le modèle reçoit votre image comme première frame et prédit ce qui suit. Ce n'est pas un outil de diaporama qui effectue un panoramique ou un zoom sur une image statique. Il synthétise de nouvelles frames, ce qui signifie que les sujets peuvent bouger, que les cheveux et les tissus peuvent se déplacer, et que la lumière peut évoluer au fil du clip. L'image d'origine reste l'ancrage : la frame d'ouverture ressemble donc à ce que vous avez téléversé.
Comme l'image porte une grande partie de l'information, votre prompt joue ici un rôle différent de celui qu'il joue dans /fr/text-to-video. Vous ne décrivez pas ce qui doit exister. Vous décrivez ce qui doit se passer.
Partez d'une image source propre. Les artefacts de compression, le bruit prononcé et l'accentuation excessive sont tous repris et amplifiés dès que les frames commencent à bouger. Si votre fichier est trop volumineux ou dans un format peu pratique, le compresseur d'images et le convertisseur d'images s'en occupent avant le téléversement.
Composez pour le mouvement. Une frame où le sujet est centré avec un peu d'espace autour de lui laisse au modèle de la marge pour travailler. Un visage cadré serré sans contexte d'arrière-plan ne laisse presque rien à animer.
Rédigez le prompt comme une suite d'événements, pas comme une liste de noms. « She turns her head slowly to the left, hair drifting, background lights pulsing » donne une trajectoire au modèle. « Woman, beautiful, cinematic, 4k » ne lui donne rien à animer.
Restez mesuré sur le mouvement. Un petit mouvement crédible paraît réel. Un mouvement ample sur un clip court a tendance à baver ou à se déformer, surtout autour des mains, des visages et des bords fins.
Considérez le premier rendu comme un test. Regardez-le une fois pour le mouvement général, puis une seconde fois pour les artefacts. L'essentiel de l'amélioration vient des deuxième et troisième tentatives, pas de la première.
Le prompt est le levier principal, mais pas le seul.
Le ratio d'image doit correspondre à votre image source. Forcer une photo portrait dans un cadre paysage oblige le modèle à inventer les régions manquantes, et ces zones inventées sont généralement la partie la plus faible du clip.
La durée du clip se négocie avec la cohérence. Des sorties plus longues laissent plus de temps au mouvement pour se développer, mais la dérive et la perte d'identité s'accumulent à mesure que l'on s'éloigne de la frame source. Les clips courts restent plus proches de l'original.
La résolution détermine la quantité de détail fin qui survit. Des réglages plus élevés préservent la texture mais coûtent plus cher à rendre et peuvent révéler les défauts d'une image source trop douce.
Le contrôle de la seed compte lorsque vous voulez itérer. Réutiliser une seed en changeant une seule variable vous permet de voir ce que cette variable a réellement changé, au lieu de deviner face à un tirage complètement différent.
Le coût en crédits d'une exécution est affiché à côté du formulaire avant l'envoi : vous voyez donc ce que coûte une configuration avant de vous engager. Les offres actuelles sont sur /fr/pricing.
Ce n'est pas un outil pour reconstituer une scène que vous n'avez jamais photographiée. Si vous n'avez pas d'image de départ, /fr/text-to-image ou /fr/ai-generator est le bon point d'entrée.
Il n'est pas conçu pour la vidéo longue. Les clips sont courts par nature, et assembler plusieurs d'entre eux est un problème distinct que traite /fr/video-extend.
Il ne produira pas de façon fiable du texte lisible, des gestes précis de la main ou des interactions physiques exactes. Ce sont des points faibles qui subsistent.
Ce n'est pas un outil de face-swap ni de cohérence de personnage. Si votre objectif est d'animer un personnage précis à partir d'une performance de référence, /fr/wan-animate et /fr/wan-2-2-animate sont plus proches de ce que vous cherchez.
Et ce n'est pas une installation locale. Ce site exécute le modèle pour vous dans le navigateur. Nous ne distribuons pas les poids du modèle et nous ne proposons aucun téléchargement, quelle qu'en soit la forme. Si vous cherchez des fichiers à exécuter sur votre propre GPU, ce n'est pas ici.
Ai-je besoin d'un GPU ou d'un logiciel installé ?
Non. Le rendu se fait sur du matériel hébergé. Il vous faut un navigateur et une image.
Puis-je utiliser la photo d'une personne réelle ?
Vous êtes responsable de détenir les droits sur tout ce que vous téléversez. Ne soumettez pas d'images de personnes qui n'ont pas consenti.
Pourquoi mon clip s'est-il éloigné de l'image d'origine ?
En général, le mouvement demandé était trop ample pour la durée du clip, ou l'image source contenait peu de détails auxquels le modèle pouvait se raccrocher. Réduisez le mouvement ou raccourcissez le clip.
Puis-je télécharger les poids du modèle ici ?
Non. Nous ne distribuons pas les poids et il n'y a aucun téléchargement sur ce site. Nous exécutons les modèles Wan pour vous et renvoyons la vidéo rendue.
Et si je n'ai que du texte, sans image ?
Commencez par /fr/text-to-video, ou générez d'abord une image fixe et revenez ici avec.