API Wan 2.1

API Wan 2.1 adalah antarmuka pembuatan video berbasis AI canggih yang mengubah masukan teks atau gambar menjadi video berkualitas tinggi dan realistis menggunakan model pembelajaran mendalam yang canggih.

Informasi Dasar: Apa itu Wan 2.1?

Wan 2.1 adalah model AI yang dikembangkan oleh Alibaba Cloud, yang dirancang untuk menghasilkan konten video berkualitas tinggi dari input berbasis tekstual atau gambar. Model ini memanfaatkan kerangka kerja pembelajaran mendalam yang canggih, termasuk Diffusion Transformers dan 3D Variational Autoencoders (VAEs), untuk mensintesis klip video yang dinamis dan koheren secara visual. Sebagai solusi sumber terbuka, Wan 2.1 dapat diakses oleh berbagai pengembang, peneliti, dan kreator konten, yang secara signifikan meningkatkan kemampuan pembuatan video berbasis AI.

Metrik Kinerja Wan 2.1

Wan 2.1 telah menunjukkan kinerja luar biasa dalam kualitas video yang dihasilkan AI, secara konsisten mengungguli model sumber terbuka yang ada dan menyaingi solusi sumber tertutup komersial. Model ini mendapat peringkat tinggi di VBench, tolok ukur yang digunakan untuk mengevaluasi model generatif video, khususnya unggul dalam pembuatan gerakan kompleks dan interaksi multiobjek. Dibandingkan dengan iterasi sebelumnya, Wan 2.1 menawarkan konsistensi temporal yang unggul, resolusi yang ditingkatkan, dan artefak yang berkurang, memastikan pengalaman menonton yang lancar.

Rincian Teknis

Inovasi Arsitektur

Model ini dibangun di atas kerangka kerja mutakhir yang menggabungkan:

• Pengode Otomatis Variasi 3D (VAE): Meningkatkan kompresi spasiotemporal dan mengurangi penggunaan memori sambil mempertahankan kualitas video yang tinggi.
• Transformator Difusi (DiT): Menerapkan mekanisme perhatian penuh yang memungkinkan konsistensi spasiotemporal jangka panjang dalam pembuatan video.
• Proses Pelatihan Multi-Tahap: Secara bertahap meningkatkan resolusi dan durasi video untuk mengoptimalkan efisiensi pelatihan dan alokasi sumber daya komputasi.

Varian Model

Untuk memenuhi berbagai kebutuhan pengguna, tersedia dalam beberapa konfigurasi:

• Wan 2.1-T2V-14B: Model teks-ke-video berparameter 14 miliar yang dioptimalkan untuk sintesis video realistis berkualitas tinggi.
• Wan 2.1-T2V-1.3B: Model 1.3 miliar parameter yang lebih mudah diakses yang hanya membutuhkan VRAM 8.19 GB, memungkinkan GPU tingkat konsumen menghasilkan video 5p berdurasi 480 detik dalam waktu sekitar 4 menit.
• Wan 2.1-I2V-14B-480P & 720P: Model gambar-ke-video yang mendukung resolusi berbeda, dirancang untuk mengubah gambar statis menjadi konten video dinamis.

Dataset Pelatihan dan Praproses

Kumpulan data yang digunakan untuk Wan 2.1 terdiri dari rangkaian video berkualitas tinggi berskala besar yang dikurasi dengan cermat menggunakan proses pembersihan dan penambahan data multi-langkah. Hal ini memastikan penghapusan data berkualitas rendah sekaligus meningkatkan ketepatan visual dan gerakan. Proses pra-pelatihan dibagi menjadi empat tahap, yang secara bertahap menyempurnakan kemampuan model untuk menangani berbagai resolusi dan kompleksitas gerakan.

Evolusi Wan 2.1

Wan 2.1 merupakan evolusi langsung dari model pembuatan video berbasis AI sebelumnya, yang mengintegrasikan berbagai peningkatan substansial dari iterasi sebelumnya. Transisi dari jaringan adversarial generatif (GAN) konvensional ke arsitektur berbasis difusi telah meningkatkan realisme dan koherensi video yang dihasilkan secara signifikan. Lebih jauh lagi, adopsi mekanisme perhatian berbasis transformator telah memungkinkan pemodelan spasiotemporal yang lebih canggih, yang mengarah pada peningkatan kinerja di berbagai metrik evaluasi.

Keunggulan Wan 2.1

Pembuatan Video Canggih

Wan 2.1 melampaui model sumber terbuka yang ada dalam menghasilkan video realistis dengan gerakan kompleks dan objek yang tampak alami.

Efisiensi Komputasi Tinggi

Arsitektur yang dioptimalkan memastikan pemanfaatan GPU yang efisien, bahkan memungkinkan perangkat keras tingkat konsumen untuk menghasilkan konten video berkualitas tinggi.

Potensi Aplikasi Serbaguna

Mendukung pembuatan teks-ke-video (T2V) dan gambar-ke-video (I2V), membuatnya sangat mudah beradaptasi untuk berbagai industri, termasuk media, pemasaran, pendidikan, dan permainan.

Aksesibilitas Sumber Terbuka

Wan 2.1 tersedia di bawah lisensi Apache 2.0, yang mendorong inovasi dan memungkinkan adopsi yang lebih luas di kalangan peneliti dan pengembang AI.

Indikator teknis

Kinerja Tolok Ukur

• Peringkat VBench: Secara konsisten meraih skor tertinggi dalam kategori interaksi multi-objek dan kompleksitas gerak.
• Kecepatan Inferensi: Varian model yang lebih kecil (1.3B) menghasilkan video 5p berdurasi 480 detik dalam 4 menit pada RTX 4090 tanpa memerlukan teknik pengoptimalan seperti kuantisasi.
• Pemanfaatan Memori: Hanya membutuhkan VRAM 8.19 GB untuk pemrosesan yang efisien, membuatnya dapat diakses oleh berbagai pengguna.

Skenario Aplikasi

Periklanan dan Pemasaran Memungkinkan merek membuat video promosi berkualitas tinggi dengan cepat, mengurangi biaya produksi dan waktu.

Pendidikan dan Pelatihan Memfasilitasi pengembangan konten instruksional yang dinamis, meningkatkan keterlibatan dan pengalaman belajar.

Hiburan dan Pembuatan Konten Memberdayakan pembuat film, animator, dan pembuat konten dengan alat produksi video berbantuan AI.

Realitas Virtual (VR) dan Realitas Tertambah (AR) Mendukung terciptanya pengalaman digital yang mendalam melalui aset video yang dihasilkan AI.

Topik terkait:3 Model Generasi Musik AI Terbaik Tahun 2025

Kesimpulan

Wan 2.1 merupakan kemajuan besar dalam pembuatan video berbasis AI, yang menetapkan tolok ukur baru untuk kualitas, efisiensi, dan aksesibilitas. Kombinasi arsitektur pembelajaran mesin yang canggih, efisiensi komputasi yang tinggi, dan ketersediaan sumber terbuka menjadikannya alat yang berharga di berbagai industri. Seiring AI terus mendorong batasan kreativitas dan otomatisasi, ia mencontohkan potensi model generatif dalam membentuk kembali pembuatan konten digital.

Cara memanggil API Wan 2.1 dari CometAPI

1.Masuk untuk cometapi.comJika Anda belum menjadi pengguna kami, silakan mendaftar terlebih dahulu

2.Dapatkan kunci API kredensial akses antarmuka. Klik “Tambahkan Token” pada token API di pusat personal, dapatkan kunci token: sk-xxxxx dan kirimkan.

3. Dapatkan url situs ini: https://api.cometapi.com/

4. Pilih titik akhir Wan 2.1 untuk mengirim permintaan API dan atur badan permintaan. Metode permintaan dan badan permintaan diperoleh dari dokumen API situs web kamiSitus web kami juga menyediakan uji coba Apifox demi kenyamanan Anda.

5. Memproses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah mengirim permintaan API, Anda akan menerima objek JSON yang berisi penyelesaian yang dihasilkan.