Wan 2.5 image to video prend une seule image fixe et l'anime en un court clip. Vous téléversez une photo, vous décrivez le mouvement souhaité, et le modèle génère les images qui suivent. Tout s'exécute sur du matériel hébergé chez wan2-6.net : aucune carte graphique dédiée, aucun environnement Python, aucun checkpoint de plusieurs gigaoctets sur votre disque. Si vous avez déjà utilisé la route générale image-to-video, cette page porte spécifiquement sur la génération 2.5 : ce qu'elle fait différemment, comment la piloter, et là où elle montre encore ses limites.
Le modèle reçoit votre image comme première frame et prédit la suite. Ce n'est pas un outil de diaporama qui fait un panoramique ou un zoom sur une photo statique. Il synthétise de nouveaux pixels : des cheveux bougent, l'eau ondule, une tête se tourne, un tissu se plisse. L'image source ancre la composition, les couleurs et l'identité, ce qui explique pourquoi la première frame ressemble généralement exactement à ce que vous avez téléversé et pourquoi la dérive commence un instant plus tard.
Comme l'entrée est une image et non un simple prompt, vous sautez l'étape la plus difficile du text-to-video. Le cadrage, le sujet et l'éclairage sont déjà fixés. Votre travail consiste dès lors non plus à décrire une scène, mais à décrire un changement.
Partez d'une source propre. Les artefacts de compression, le bruit prononcé et l'accentuation excessive sont tous amplifiés dès que le modèle se met à déplacer des pixels. Si votre image est surdimensionnée ou dans un format peu pratique, passez-la d'abord par le convertisseur d'images ou le compresseur d'images. Une résolution modeste avec un détail honnête vaut mieux qu'un fichier énorme rempli de bouillie JPEG.
Rédigez votre prompt comme un mouvement, pas comme une description. « She turns her head slowly to the left, hair catching the light » donne au modèle quelque chose à planifier. « A beautiful woman, cinematic, 8k » ne lui apprend rien qu'il n'ait déjà tiré de l'image. Séparez l'instruction de caméra de l'instruction de sujet pour qu'elles ne se contrarient pas.
Considérez ensuite le premier rendu comme un test. Regardez-le une fois pour la composition, une fois pour les artefacts, et une fois pour vérifier si le mouvement correspond à votre intention. Ajustez une seule variable à la fois. Modifier en même temps le prompt, la durée et l'intensité du mouvement rend impossible de savoir ce qui a aidé.
Le prompt est le levier principal, mais pas le seul. La durée compte plus qu'on ne l'imagine : les clips courts tiennent bien ensemble, tandis que les longs laissent au modèle le loisir d'inventer des choses que vous n'avez pas demandées. Si vous avez besoin d'une séquence plus longue, générez un clip court et solide, puis prolongez-le avec video extend plutôt que de forcer une seule génération.
L'intensité du mouvement est le deuxième levier. Les réglages faibles produisent un mouvement subtil et crédible, et pardonnent beaucoup plus. Les réglages élevés peuvent être spectaculaires quand ils fonctionnent et chaotiques quand ce n'est pas le cas. Pour un premier essai sur une nouvelle image, restez prudent.
La seed est le troisième. Si un rendu est proche mais pas tout à fait juste, réutilisez la seed et ne changez que le prompt. Cela isole la variable. Si un rendu est fondamentalement raté, changez la seed et gardez le prompt.
Le coût en crédits d'une génération s'affiche à côté du formulaire avant l'envoi : vous voyez donc ce qu'une génération consommera avant de valider. Les détails tarifaires pour de plus gros volumes se trouvent sur la page pricing.
Image to video n'est pas un service de restauration. Si votre source est floue, le résultat sera flou et en mouvement. Il n'ajoutera pas de détail qui n'a jamais existé.
Ce n'est pas non plus un moyen de garder un visage parfaitement cohérent sur une longue séquence. Les clips courts préservent bien l'identité ; plus vous allongez, plus les traits dérivent. Si vous avez besoin qu'un personnage reste identique sur de nombreux plans, c'est un autre workflow.
Le texte présent dans l'image est une déception fréquente. Les panneaux, les étiquettes et les éléments d'interface ont tendance à se déformer dès que le mouvement commence. Et si votre objectif est de modifier le contenu de l'image plutôt que de l'animer, c'est image edit qu'il vous faut.
Enfin, ce site ne distribue pas les poids du modèle et ne propose aucun téléchargement. Si vous cherchiez un checkpoint à exécuter en local, ce n'est pas ici. Tout se fait par génération dans le navigateur, sur une infrastructure hébergée.
Dois-je installer quelque chose ou posséder un GPU ?
Non. Le modèle tourne sur notre matériel et vous interagissez avec lui depuis le navigateur. Il n'y a rien à télécharger et aucune configuration locale.
Puis-je utiliser la même image pour plusieurs clips différents ?
Oui, et c'est une bonne habitude. Réutiliser une même source en variant le prompt est la façon la plus rapide d'apprendre comment le modèle lit votre image.
Pourquoi mon clip s'éloigne-t-il de la photo d'origine ?
Les durées plus longues et les réglages de mouvement plus forts donnent tous deux plus de liberté au modèle. Raccourcissez le clip ou baissez l'intensité et la source tiendra mieux.
Et si je n'ai qu'un prompt, sans image ?
Alors c'est text-to-video ou la vue d'ensemble Wan 2.5 qu'il vous faut, qui couvrent les autres modes d'entrée.