Wan 2.5 image to video prende un singolo fotogramma fermo e lo anima in una clip breve. Carichi un'immagine, descrivi il movimento che vuoi e il modello genera i fotogrammi che seguono. Tutto gira su hardware ospitato su wan2-6.net, quindi non ti servono una GPU dedicata, un ambiente Python o un checkpoint da diversi gigabyte sul disco. Se hai già usato il percorso generale image-to-video, questa pagina riguarda nello specifico la generazione 2.5: cosa fa di diverso, come guidarla e dove ancora non basta.
Il modello riceve la tua immagine come primo fotogramma e prevede cosa succede dopo. Non è uno strumento da presentazione che panoramica e zooma un'immagine statica. Sintetizza nuovi pixel: i capelli si spostano, l'acqua increspa, una testa si gira, le pieghe del tessuto si muovono. L'immagine di partenza ancora composizione, colore e identità, ed è per questo che il primo fotogramma di solito è identico a quello che hai caricato e la deriva inizia un attimo dopo.
Dato che l'input è un'immagine e non solo un prompt, salti la parte più difficile del text-to-video. Hai già deciso inquadratura, soggetto e illuminazione. Il tuo compito passa dal descrivere una scena al descrivere un cambiamento.
Parti da una sorgente pulita. Gli artefatti di compressione, il rumore pesante e la nitidezza spinta vengono tutti amplificati quando il modello inizia a muovere i pixel. Se la tua immagine è troppo grande o in un formato scomodo, passala prima dal convertitore di immagini o dal compressore di immagini. Una risoluzione modesta con dettaglio onesto batte un file enorme pieno di pappa JPEG.
Scrivi il prompt come movimento, non come descrizione. "She turns her head slowly to the left, hair catching the light" dà al modello qualcosa da pianificare. "A beautiful woman, cinematic, 8k" non gli dice nulla che non avesse già ricavato dall'immagine. Tieni l'istruzione sulla camera separata da quella sul soggetto, così non si contrastano.
Poi tratta il primo render come un test. Guardalo una volta per la composizione, una per gli artefatti e una per capire se il movimento corrisponde alle tue intenzioni. Cambia una variabile alla volta. Modificare insieme prompt, durata e intensità del movimento rende impossibile capire cosa ha aiutato.
Il prompt è la leva più importante, ma non l'unica. La durata conta più di quanto ci si aspetti: le clip brevi tengono bene, quelle lunghe danno al modello più spazio per inventare cose che non hai chiesto. Se ti serve una sequenza più lunga, genera una clip breve e solida ed estendila con video extend invece di forzare una singola esecuzione.
L'intensità del movimento è la seconda leva. Le impostazioni basse producono un movimento sottile e credibile e sono molto più permissive. Le impostazioni alte possono risultare drammatiche quando funzionano e caotiche quando no. Per un primo tentativo su una nuova immagine, resta prudente.
Il seed è la terza. Se un render è vicino ma non giusto, riusa il seed e cambia solo il prompt. Così isoli la variabile. Se un render è fondamentalmente sbagliato, cambia il seed e mantieni il prompt.
Il costo in crediti di un'esecuzione è mostrato accanto al modulo prima che tu invii, così puoi vedere quanto consumerà una generazione prima di impegnarti. I dettagli sui prezzi per lotti più grandi sono nella pagina pricing.
Image to video non è un servizio di restauro. Se la tua sorgente è sfocata, l'output sarà sfocato e in movimento. Non aggiungerà dettagli che non c'erano.
Non è nemmeno un modo per mantenere un volto perfettamente coerente lungo una sequenza lunga. Le clip brevi mantengono bene l'identità; più vai avanti, più i tratti derivano. Se ti serve che un personaggio resti identico attraverso molte inquadrature, quello è un flusso di lavoro diverso.
Il testo dentro l'immagine è una delusione frequente. Insegne, etichette ed elementi di interfaccia tendono a deformarsi quando inizia il movimento. E se il tuo obiettivo è cambiare ciò che c'è nell'immagine invece di animarlo, ti serve image edit.
Infine, questo sito non distribuisce i pesi del modello e non offre download. Se sei arrivato cercando un checkpoint da eseguire in locale, non è questo. Qui tutto è generazione basata su browser su infrastruttura ospitata.
Devo installare qualcosa o avere una GPU?
No. Il modello gira sul nostro hardware e tu interagisci tramite il browser. Non c'è nulla da scaricare e nessuna configurazione locale.
Posso usare la stessa immagine per clip diverse?
Sì, ed è una buona abitudine. Riusare una sola sorgente variando il prompt è il modo più rapido per imparare come il modello legge la tua immagine.
Perché la mia clip si allontana dalla foto originale?
Durate più lunghe e impostazioni di movimento più forti danno al modello più libertà. Accorcia la clip o abbassa l'intensità e la sorgente tiene meglio.
E se ho solo un prompt e nessuna immagine?
Allora ti serve text-to-video o la panoramica di Wan 2.5, che copre le altre modalità di input.