O Wan 2.2 é uma família de modelos de geração de vídeo, e este workspace permite usá-la sem tocar num terminal. Você escreve uma descrição, escolhe algumas opções e a renderização acontece no nosso hardware, não no seu. Nada é instalado na sua máquina, e você não precisa de uma placa de vídeo dedicada para obter um resultado. Se quiser uma visão mais ampla do que a família abrange, a visão geral do Wan é o ponto de partida, e o hub do Wan 2.2 reúne as páginas específicas de geração.
A geração 2.2 é um modelo de vídeo condicionado por texto e imagem. Na prática, isso significa dois pontos de entrada comuns: descrever uma cena em palavras ou entregar uma imagem estática e deixar o modelo animá-la. As duas rotas existem aqui como ferramentas separadas, então você pode escolher texto para vídeo quando parte apenas de uma frase, ou imagem para vídeo quando já tem um quadro de que gosta. Há também uma rota para gerar movimento a partir de um clipe de referência, sobre a qual você pode ler em referência para vídeo.
O que este site não é: um espelho de downloads. Não distribuímos pesos de modelo, checkpoints, arquivos quantizados nem safetensors, e não há nada aqui para instalar localmente. Se o seu objetivo é rodar o modelo na sua própria máquina, páginas como Wan 2.2 GGUF ou Wan 2.2 Hugging Face descrevem esse universo, mas os arquivos em si vêm de outro lugar. Aqui você tem um formulário no navegador e um clipe renderizado.
O fator mais decisivo é o prompt. Prompts vagos produzem movimento vago. Nomeie o sujeito, o que ele está fazendo, onde está e como a câmera se comporta. "A woman walks" não diz quase nada ao modelo; "a woman in a red coat walks toward the camera along a wet pavement, shallow depth of field, slow forward dolly" dá a ele um plano. Nossas notas de prompt do Wan 2.2 aprofundam a estrutura se você quiser uma fórmula repetível.
Trate a primeira renderização como um teste, não como uma entrega. Assista uma vez para ver se a composição e a direção do movimento correspondem à sua intenção, depois ajuste uma coisa de cada vez. Mudar o prompt, a seed e a duração ao mesmo tempo torna impossível saber o que realmente ajudou. Clipes curtos são baratos de iterar e rendem mais informação por minuto do que uma renderização longa que erra o alvo.
Se você parte de uma imagem estática, a imagem de origem importa tanto quanto o texto. Um quadro limpo, bem iluminado e com um sujeito claro dá ao modelo muito menos coisas para inventar. Você pode ajustar uma entrada com o compressor de imagens ou converter formatos com o conversor de imagens antes de enviar.
A proporção e a resolução definem o quadro com que você está trabalhando, e são difíceis de corrigir depois. Escolha o formato que combina com o lugar onde o clipe vai aparecer, em vez de recortar mais tarde. A página de resolução explica como a geração 2.2 lida com diferentes tamanhos de saída.
A duração é a próxima alavanca. Clipes mais longos dão ao modelo mais espaço para se desviar, então uma tomada enxuta de quatro segundos costuma se manter coesa melhor do que uma longa e dispersa. Você sempre pode juntar ou estender depois; a ferramenta de extensão de vídeo existe exatamente para isso.
A seed controla a repetibilidade. Fixe-a quando estiver refinando uma composição e quiser ver apenas o efeito de uma mudança no prompt. Deixe-a variar quando estiver explorando e quiser ver a variedade de interpretações.
O custo de uma renderização aparece ao lado do formulário antes de você confirmar, então você vê o que uma determinada configuração vai consumir em vez de adivinhar. Os planos e o que eles incluem estão detalhados na página de preços.
Isto não é um editor de vídeo. Não há linha do tempo, nem áudio em várias faixas, nem suíte de correção de cor. Se você precisa cortar entre planos ou sincronizar diálogo, renderize as partes aqui e monte tudo num editor.
Não é uma fonte de arquivos de modelo. Nada neste site pode ser baixado como checkpoint, e não há inferência local possível por meio dele. Se você precisa dos pesos, procure os canais de distribuição do próprio modelo.
Também serve mal para reproduzir de forma precisa e literal textos ou logotipos dentro do quadro. Modelos generativos de vídeo dessa classe não são feitos para precisão tipográfica, e pedir isso costuma desperdiçar renderizações. Use uma ferramenta de imagem estática para esse tipo de trabalho e anime o resultado.
Por fim, não espere que a primeira tentativa já esteja pronta para exibição. Estes são rascunhos. O fluxo que funciona é gerar, revisar, refinar e só então investir numa execução mais longa ou mais cara.
Preciso de uma GPU para usar isto?
Não. A renderização acontece na nossa infraestrutura. Seu navegador envia o prompt e as opções, e você recebe um clipe de volta. Um notebook modesto basta para usar a interface.
Posso baixar o modelo Wan 2.2 aqui?
Não. Não hospedamos nem distribuímos pesos, checkpoints ou arquivos quantizados. Este é um workspace de geração hospedado, não um repositório de modelos.
Qual deve ser a duração do meu primeiro clipe?
Comece mais curto do que você imagina precisar. Um clipe breve renderiza mais rápido e mostra se o prompt está funcionando antes de você gastar mais numa execução longa.
E se o movimento parecer errado?
Mude uma variável de cada vez, normalmente o prompt primeiro. Descreva explicitamente o movimento de câmera e a ação do sujeito, depois renderize de novo e compare com a tentativa anterior.