رفتن به محتوا

Wan-2.1 Text-to-Video with LoRAs

یکپارچه‌سازی

شناسه مدل wan-t2v-lora
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/wan-t2v-lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ⁨‎$۰٫۷۵⁩ ۷۵۰ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Alibaba متن به ویدیو حداکثر 720p #"text-to-video"#"motion"#"lora"

تبدیل متن به ویدئوی Wan 2.1 با پذیرش وزن‌های LoRA سفارشی، حالت turbo و معکوس‌سازی اختیاری

ساخته‌شده در Doitong

آثار عمومی ساخته‌شده با Wan-2.1 Text-to-Video with LoRAs توسط جامعه Doitong. یک پرامپت را با یک کلیک دوباره استفاده کنید.

آثار عمومی نمایش‌داده‌شده: 2
Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scen... ویدیو

Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scene takes place inside a modern passenger airplane during a daytime flight. Natural smartphone-like cinematography, realistic airplane cabin, authentic passengers, natural lighting, realistic skin...

Реалистичная бытовая сцена в советской одесской квартире зимним вечером. Женщина находится на кух... ویدیو

Реалистичная бытовая сцена в советской одесской квартире зимним вечером. Женщина находится на кухне, мужчина — в комнате и прихожей. Атмосфера обычной советской семьи перед приходом гостей. Голоса: все персонажи говорят по-русски с естественным, выразительным одесским говором. Характерная...

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

دستورهای متنی برای هدایت تولید ویدیو.

resolution پیش‌فرض 480p

وضوح ویدیوی خروجی: 480p، 580p یا 720p.

aspect_ratio پیش‌فرض 16:9

نسبت تصویر ویدیوی خروجی، یعنی 16:9 یا 9:16.

پیشرفته negative_prompt · num_frames · frames_per_second · num_inference_steps · seed · enable_safety_checker · enable_prompt_expansion · turbo_mode · reverse_video · loras
پیش‌فرض bright colors, overex...

پرامپت منفی اعمال‌شده هنگام تولید ویدیو.

پیش‌فرض 81

تعداد فریم برای تولید، از 81 تا 100 به‌صورت شامل.

پیش‌فرض 16

نرخ فریم ویدیوی تولیدی، برحسب فریم بر ثانیه، از 5 تا 24.

پیش‌فرض 30

تعداد گام‌های نمونه‌برداری؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.

Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.

پیش‌فرض []

وزن‌های LoRA اعمال‌شده هنگام استنتاج.

POST /run/wan-t2v-lora?wait=20 قیمت → ⁨‎$۰٫۷۵⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/wan-t2v-lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Wan-2.1 Text-to-Video with LoRAs

از یک `prompt` متنی ویدئو تولید می‌کند و LoRAهای سفارشی فهرست‌شده در `loras` را اعمال می‌کند. وضوح 480p، 580p یا 720p و نسبت تصویر 16:9 یا 9:16 است. `num_frames` از 81 تا 100 و `frames_per_second` از 5 تا 24 است. `turbo_mode` به‌طور پیش‌فرض فعال است و `reverse_video` نتیجه را معکوس پخش می‌کند.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
دستورهای متنی برای هدایت تولید ویدیو.
negative_promptاختیاری
نوعstring
پیش‌فرضbright colors, overexposed, static, blurred details, subtitles, style, artwork, painting, picture, still, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, malformed limbs, fused fingers, still picture, cluttered background, three legs, many people in the background, walking backwards
پرامپت منفی اعمال‌شده هنگام تولید ویدیو.
num_framesاختیاری
نوعinteger | null
پیش‌فرض81
۸۱ – ۱۰۰
تعداد فریم برای تولید، از 81 تا 100 به‌صورت شامل.
frames_per_secondاختیاری
نوعinteger | null
پیش‌فرض16
۵ – ۲۴
نرخ فریم ویدیوی تولیدی، برحسب فریم بر ثانیه، از 5 تا 24.
seedاختیاری
نوعinteger | null
Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.
resolutionاختیاری
نوعenum
پیش‌فرض480p
480p580p720p
وضوح ویدیوی خروجی: 480p، 580p یا 720p.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
9:1616:9
نسبت تصویر ویدیوی خروجی، یعنی 16:9 یا 9:16.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض30
۲ – ۴۰
تعداد گام‌های نمونه‌برداری؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضfalse
کلید بررسی ایمنی که حالت خاموش آن به مجوز حساب نیاز دارد. بدون این مجوز، هر درخواست صرف‌نظر از تنظیم بررسی می‌شود؛ true بررسی‌کننده را فعال می‌کند.
enable_prompt_expansionاختیاری
نوعboolean
پیش‌فرضfalse
مشخص می‌کند گسترش پرامپت فعال باشد یا نه.
turbo_modeاختیاری
نوعboolean
پیش‌فرضtrue
کلید تولید سریع‌تر ویدیو. فعال‌کردن آن بدون افت محسوس کیفیت بصری، زمان تولید را کاهش می‌دهد.
lorasاختیاری
نوعobject[]
پیش‌فرض[]
وزن‌های LoRA اعمال‌شده هنگام استنتاج.
loras[].pathالزامی
نوعstring
محل وزن‌های LoRA که به‌صورت URL یا مسیر مشخص می‌شود.
loras[].weight_nameاختیاری
نوعstring | null
نام وزن LoRA؛ فقط وقتی الزامی است که یک مخزن Hugging Face بیش از 1 فایل safetensors داشته باشد. این نام فقط زمانی استفاده می‌شود که `path` چنین مخزنی را مشخص کند.
loras[].scaleاختیاری
نوعnumber
پیش‌فرض1
۰ – ۴
ضریبی که پیش از ادغام LoRA در مدل پایه، روی وزن LoRA اعمال می‌شود.
reverse_videoاختیاری
نوعboolean
پیش‌فرضfalse
کلید معکوس‌سازی ویدیو؛ مقدار true پخش را معکوس می‌کند.
الزامی

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan-t2v-lora",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 750,
    "usd": "0.75",
    "charged": 750,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}فایل ویدیویی تولیدشده.
seed
integerمقدار Seed اعمال‌شده هنگام تولید.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/wan-t2v-lora.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt