Für Konten ohne bisherigen Kauf: Läufe über 2 Credits brauchen eine Aufladung.
Neu hier?
10 Gratis-Credits ($ 0,10) bei Anmeldung mit Google
Nutzbar 24 Stunden nach der Anmeldung, bis zu 5 Läufe pro Tag und höchstens 2 Credits je Lauf. Andere Anmeldearten starten ohne Guthaben.
02
Beispiele
Echte Ergebnisse aus den öffentlichen Beispielen dieses Modells auf Replicate, mit dem Prompt und den Einstellungen, die sie erzeugt haben. Sie wurden nicht live auf dieser Seite erzeugt.
Eingabe
Prompt
Close-up shot of an elderly sailor wearing a yellow raincoat, seated on the deck of a catamaran, slowly puffing on a pipe. His cat lies quietly beside him with eyes closed, enjoying the calm. The warm glow of the setting sun bathes the scene, with gentle waves lapping against the hull and a few seabirds circling slowly above. The camera slowly pushes in, capturing this peaceful and harmonious moment.
Länge: 0:05
Einstellungen
resolution
480p
num_frames
81
frames_per_second
16
Eingabe
Prompt
she looks up
Länge: 0:05
Einstellungen
resolution
480p
num_frames
81
frames_per_second
16
Eingabe
Prompt
she looks up, and then looks back
Länge: 0:05
Einstellungen
resolution
480p
num_frames
81
frames_per_second
16
Beispiel-Prompts
Beispiele aus dem Railwail-Katalog. Sie wurden nicht live auf dieser Seite erzeugt.
Animate
Länge: 0:05
Subject turns head and smiles
03
Über Wan 2.2 Image-to-Video
Kurz gesagtStand: 23. September 2026
Wan 2.2 Image-to-Video ist ein Modell von Alibaba (Wan) aus der Kategorie Videogenerierung. Über Railwail kostet Wan 2.2 Image-to-Video $ 0,060 pro Video. Je nach Einstellungen liegt der Preis zwischen $ 0,060/Video und $ 0,174/Video.
Hintergrund
Über Alibaba (Tongyi Wanxiang Lab)
Gegründet 1999 · Hangzhou, China
Alibaba's Tongyi Lab runs the Qwen LLM family and the Wanxiang generative-media family (image and video). After Wan 2.0 (mid-2024) and Wan 2.1 (early 2025), the team released Wan 2.2 in 2025 as the next-generation open-weight video model. Wan 2.2 ships as two purpose-tuned variants -- Image-to-Video (Wan-I2V) and Text-to-Video (Wan-T2V) -- alongside an audio/A2V variant. Wan 2.2 Image-to-Video is positioned for animating a user-supplied first frame with strong identity preservation and rich motion, and remains under the permissive Wan-series licence that enables broad commercial and research use.
Diffusion Transformer (DiT) with image-conditioning adapters and 3D causal VAE
Wan 2.2 Image-to-Video is a Diffusion Transformer operating on a 3D causal Wan-VAE latent. The model is initialised from a Wan 2.2 base and fine-tuned for image-to-video with dedicated conditioning adapters that inject features from the user-provided first frame at multiple resolutions of the DiT, ensuring strong identity preservation and continuity. Text conditioning uses a Qwen-family multilingual encoder with strong Chinese-English capability. Native generation is 5 seconds at 720p / 24 fps (with 1080p in extended modes). Wan 2.2's MoE-style scaling and improved 3D RoPE enable better motion physics and reduced identity drift relative to Wan 2.1. The training recipe includes a curriculum mixing image-to-image, image-to-short-video and image-to-long-video data with synthetic dense captions. The release is open-weight on Hugging Face and GitHub under the Wan-series permissive licence.
Parameter
14 billion (I2V flagship); smaller variants available
Funktionen
Open-weight image-to-video model with strong identity preservation
Bilingual Chinese/English prompts via Qwen-based text encoder
Identity-preserving conditioning on a user first frame
Permissive Wan-series licence for research and commercial use
Active community ecosystem on Hugging Face / ComfyUI
Compatible with LoRA fine-tunes and reference adapters
Reproducible training recipe documented in technical reports
Best for: open-source image animation pipelines, e-commerce product motion, character animation.
Training & Lizenz
Curated multi-million-clip multilingual video corpus with paired first-frame conditioning data and dense bilingual captions; specifics documented in the Wan 2.2 technical materials.
Lizenz: Open weights under an Apache-style permissive licence (Wan-series release).
Sicherheitstests: Data-level filtering and recommended NSFW classifier for deployment; Alibaba-hosted endpoints follow Chinese CAC algorithmic-content rules.
Bekannte Einschränkungen
Native duration 5 seconds
Identity can drift on long extensions
No native audio
High VRAM requirements for the 14B flagship
Closed leaders (Veo 3, Sora 2, Kling v3) still ahead on absolute fidelity
curl https://railwail.com/api/v1/videos/generations \
-H "Authorization: Bearer $RAILWAIL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan-i2v",
"prompt": "A slow drone shot over a misty pine forest at sunrise",
"start_image": "https://example.com/first-frame.jpg"
}'
# Response: {"job_id": "...", "status": "queued", ...}
# Poll until status is completed, failed or cancelled:
curl https://railwail.com/api/v1/jobs/JOB_ID \
-H "Authorization: Bearer $RAILWAIL_API_KEY"
import os
import time
import requests
API = "https://railwail.com/api/v1"
headers = {"Authorization": f"Bearer {os.environ['RAILWAIL_API_KEY']}"}
job = requests.post(
f"{API}/videos/generations",
headers=headers,
json={
"model": "wan-i2v",
"prompt": "A slow drone shot over a misty pine forest at sunrise",
"start_image": "https://example.com/first-frame.jpg",
},
).json()
while True:
status = requests.get(f"{API}/jobs/{job['job_id']}", headers=headers).json()
if status["status"] in ("completed", "failed", "cancelled"):
break
time.sleep(5)
print(status["status"], status.get("output_url"))
const API = "https://railwail.com/api/v1";
const headers = {
Authorization: `Bearer ${process.env.RAILWAIL_API_KEY}`,
"Content-Type": "application/json",
};
const job = await fetch(`${API}/videos/generations`, {
method: "POST",
headers,
body: JSON.stringify({
model: "wan-i2v",
prompt: "A slow drone shot over a misty pine forest at sunrise",
start_image: "https://example.com/first-frame.jpg"
}),
}).then((r) => r.json());
let status;
do {
await new Promise((r) => setTimeout(r, 5000));
status = await fetch(`${API}/jobs/${job.job_id}`, { headers }).then((r) => r.json());
} while (!["completed", "failed", "cancelled"].includes(status.status));
console.log(status.status, status.output_url);
Wan 2.2 Image-to-Video ist ein Modell von Alibaba (Wan) aus der Kategorie Videogenerierung. Über Railwail lässt es sich mit einem API-Schlüssel über die Railwail-API aufrufen.
Was kostet Wan 2.2 Image-to-Video bei Railwail?
Über Railwail kostet Wan 2.2 Image-to-Video $ 0,060 pro Video. Je nach Einstellungen liegt der Preis zwischen $ 0,060/Video und $ 0,174/Video. Der Preis steht vor dem Start des Laufs fest. Bezahlt wird mit vorab gekauften Credits; 1 Credit entspricht $ 0,01.
Welche Einstellungen unterstützt Wan 2.2 Image-to-Video?
Laut Eingabeschema kennt Wan 2.2 Image-to-Video diese Parameter: prompt, start_image und end_image.
Wie schnell ist Wan 2.2 Image-to-Video?
Für Wan 2.2 Image-to-Video gibt es bei Railwail noch zu wenige gemessene Läufe, um eine Laufzeit anzugeben. Sie hängt von der Eingabe, den Einstellungen und der Auslastung beim Anbieter ab.
Ist Wan 2.2 Image-to-Video besser als Google Veo 3.1?
Das hängt von der Aufgabe ab. Wan 2.2 Image-to-Video (Alibaba (Wan)) und Google Veo 3.1 (Google DeepMind) sind beide Modelle aus der Kategorie Videogenerierung. Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.
Kann Wan 2.2 Image-to-Video ein Bild als Vorlage nutzen?
Ja. Das Bild gehört in den Parameter start_image.
Wie nutze ich Wan 2.2 Image-to-Video über die API?
Erstelle einen Railwail-API-Schlüssel und sende deine Anfrage mit der Modell-ID wan-i2v. Codebeispiele für curl, Python und JavaScript stehen im Abschnitt API auf dieser Seite.
MiniMax Hailuo 02 on Replicate. Text-to-video and image-to-video producing 6s or 10s clips at 768p standard or 1080p pro. Known for accurate real-world physics and stable motion.
