Seedream 5.0 Pro ist LIVE | Jetzt im Bildgenerator testen →
Anmelden
DashboardEntdeckenKI-GeneratorBeliebtDesktop-AppAPI-SchlüsselAufladen
Startseite/Entdecken/WaveSpeed/Wan 2.2 Spicy/Image To Video Lora

Wan 2.2 Spicy Image to Video LoRA

wavespeed-ai /

Generate AI videos with personalized styles using LoRA. Upload images and apply a trained style model to WAN 2.2 — create unique, stylized videos with consistent visual identity.

lora-support
Eingabe

Bereit

$0.2pro Durchlauf·~50 / $10

BeispieleAlle anzeigen

Athletic woman holding dancer's pose in bright minimalist yoga studio, subtle micro-movements maintaining balance, standing leg muscles engaging, raised back leg held steady with slight graceful adjustments, arm overhead with fingers gently moving, focused determined gaze, controlled breathing visible in core, black sports bra and leggings showcasing toned physique, soft natural light streaming through large windows, peaceful studio atmosphere, static camera capturing strength and grace, yoga instruction video quality

Animate the astronaut rotating slightly, dust particles floating, nebula clouds subtly moving, and the camera slowly drifting closer.

Animate the airship gently gliding, engine turbines spinning, clouds rolling beneath, and the camera sweeping from left to right.

Make the floating lights gently drift, fog move softly, tree leaves sway, and the camera slowly moves along the forest path.

Animate blinking lights on the circuitry, subtle head movement, holographic UI panels shifting, and the camera making a slow micro-dolly movement.

Ähnliche Modelle

wavespeed-ai/flux-kontext-dev-lora-ultra-fast

flux-kontext-dev-lora-ultra-fast

lora-support

wavespeed-ai/wan-2.1/i2v-480p-lora-ultra-fast

wan-2.1/i2v-480p-lora-ultra-fast

lora-support

wavespeed-ai/flux-schnell-lora

flux-schnell-lora

lora-support

wavespeed-ai/wan-2.1/i2v-720p-lora

wan-2.1/i2v-720p-lora

image-to-video

wavespeed-ai/wan-2.1/text-to-image-lora

wan-2.1/text-to-image-lora

lora-support

wavespeed-ai/flux-dev-lora-ultra-fast

flux-dev-lora-ultra-fast

lora-support

README

WAN 2.2 Spicy — Image-to-Video-I2V-LoRA

WAN 2.2 Spicy (LoRA) is an enhanced image-to-video generation model built on the WAN 2.2 multimodal architecture, now featuring LoRA fine-tuning support. It transforms static images into cinematic 480p or 720p motion videos with rich color, expressive movement, and customizable style — ideal for creators, artists, and visual designers.

🔥 Why It Looks Great

  • Dynamic Realism: captures smooth, coherent motion with stable subjects and natural camera transitions.
  • Cinematic Aesthetics: reproduces professional-grade lighting, depth, and color balance.
  • Enhanced with LoRA: supports up to 3 LoRAs per job, allowing style, character, or motion customization.
  • Adaptive Motion Design: intelligently adjusts motion intensity based on prompt semantics.
  • Flexible Output: supports both portrait and landscape formats for social media or cinematic projects.

✨ Key Features

  • Expressive Motion Synthesis — vivid, coherent motion generation with stable frames.
  • LoRA Fine-Tuning (up to 3 LoRAs) — apply custom LoRAs for artistic control or stylistic consistency.
  • Flexible Duration Options — 5s or 8s video generation for short-form storytelling.
  • Artistic Style Adaptation — from realistic visuals to stylized anime or painterly looks.
  • Lighting & Color Optimization — automatic tone mapping for cinematic mood and depth.

⚙️ Specifications

  • Input: Single image (JPG, PNG)
  • Output: Video (480p / 720p, MP4 format)
  • Duration: 5s or 8s
  • LoRA Support: up to 3 LoRAs (Support high_noise and low_noise)
  • Seed Control: Optional reproducibility

💰 Pricing

DurationResolutionCost per job
5 seconds480p$0.20
8 seconds480p$0.40
5 seconds720p$0.32
8 seconds720p$0.64

🧩 How to Use

  1. Upload your image (high-quality reference recommended).
  2. Enter a prompt describing motion, tone, or camera action.
  3. (Optional) Add up to 3 LoRAs under loras, high_noise_loras, or low_noise_loras.
  4. Choose resolution (480p or 720p) and duration (5s or 8s).
  5. (Optional) Set seed for reproducibility.
  6. Click Run to generate your video.

📝 Notes

  • Works best with well-lit, clear images.
  • Avoid overly complex prompts to maintain clean motion.
  • LoRA sources must be from reliable repositories with open access.
  • For stronger visual identity, test combinations of low_noise and high_noise LoRAs.
  • If the output seems static, increase motion-related phrasing in your prompt.

📄Reference

Hinweis:Diese Website nutzt KI-Modelle von Drittanbietern.

Wan 2.2 Spicy Image To Video Lora API — Quick start

Grab a WaveSpeedAI API key, then call POST https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2-spicy/image-to-video-lora with your input as JSON. The endpoint returns a prediction id. Start polling the result endpoint around every 2 seconds, increase the interval for long-running tasks, and stop on any terminal status. On completed, read output values from data.outputs. Examples for Wan 2.2 Spicy Image To Video Lora below.

HTTP example
set -euo pipefail

: "${WAVESPEED_API_KEY:?Set WAVESPEED_API_KEY}"

REQUEST_BODY=$(cat <<'JSON'
{
    "prompt": "A cinematic shot of a city at sunset, soft golden light",
    "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "resolution": "480p",
    "duration": 5,
    "seed": -1
}
JSON
)

# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
  -X POST "https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2-spicy/image-to-video-lora" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -d "$REQUEST_BODY")

TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
  printf 'Submission response did not contain a prediction id
' >&2
  exit 1
fi
RESULT_URL=$(printf '%s' "$TASK" | jq -r '.urls.get // empty')
if [ -z "$RESULT_URL" ]; then
  RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
fi

# 2. Poll until the prediction finishes.
while true; do
  RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
    -H "Authorization: Bearer $WAVESPEED_API_KEY")
  RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
  STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
  case "$STATUS" in
    completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
    failed|cancelled|timeout) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
    created|processing) sleep 2 ;;
    *) printf 'Unexpected status: %s
' "$STATUS" >&2; exit 1 ;;
  esac
done
Node.js example
const submitUrl = "https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2-spicy/image-to-video-lora";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');

async function requestJson(url, options = {}) {
  const response = await fetch(url, options);
  if (!response.ok) throw new Error(await response.text());
  return response.json();
}

// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${apiKey}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
        "prompt": "A cinematic shot of a city at sunset, soft golden light",
        "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
        "resolution": "480p",
        "duration": 5,
        "seed": -1
}),
});
const task = body.data ?? body;
if (!task.id) throw new Error("Submission response did not contain a prediction id");
const resultUrl = task.urls?.get ||
  `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;

// 2. Poll until the prediction finishes.
while (true) {
  const resultBody = await requestJson(resultUrl, {
    headers: { "Authorization": `Bearer ${apiKey}` },
  });
  const result = resultBody.data ?? resultBody;
  if (result.status === "completed") {
    console.log(result.outputs);
    break;
  }
  if (["failed", "cancelled", "timeout"].includes(result.status)) throw new Error(JSON.stringify(result));
  if (!["created", "processing"].includes(result.status)) throw new Error("Unexpected status: " + result.status);
  await new Promise(resolve => setTimeout(resolve, 2000));
}
Python example
import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A cinematic shot of a city at sunset, soft golden light",
    "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "resolution": "480p",
    "duration": 5,
    "seed": -1
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2-spicy/image-to-video-lora", json.dumps(payload).encode())
task = body.get("data", body)
if not task.get("id"):
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"

# 2. Poll until the prediction finishes.
while True:
    result_body = request_json(result_url)
    result = result_body.get("data", result_body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

Wan 2.2 Spicy Image To Video Lora API — Frequently asked questions

What is the Wan 2.2 Spicy Image To Video Lora API?

Wan 2.2 Spicy Image To Video Lora is a WaveSpeedAI model for AI inference, exposed as a REST API on WaveSpeedAI. Generate AI videos with personalized styles using LoRA. Upload images and apply a trained style model to WAN 2.2 — create unique, stylized videos with consistent visual identity. You can call it programmatically or try it from the playground above.

How do I call the Wan 2.2 Spicy Image To Video Lora API?

POST your input parameters to the model's REST endpoint (shown in the API tab of this playground) with your WaveSpeedAI API key in the Authorization header. Submission returns a prediction ID. Poll the result endpoint starting around every 2 seconds, increase the interval for long-running tasks, and stop on any terminal status. The playground generates production-oriented Python, JavaScript, and cURL examples with timeouts, transient-error handling, and safe GET retries. Full request/response shape is documented at https://wavespeed.ai/docs/docs-api/wavespeed-ai/wan-2.2-spicy-image-to-video-lora.

How much does Wan 2.2 Spicy Image To Video Lora cost per run?

Wan 2.2 Spicy Image To Video Lora starts at $0.20 per run. That figure is the base price — the final charge scales with the parameters you set in the form (output size, length, count, references, or whatever knobs this model exposes), so a higher-quality or larger output costs more than a minimal one. The exact cost for your current input is shown live next to the Generate button before you submit, and the actual per-call charge is recorded on the prediction afterwards.

What inputs does Wan 2.2 Spicy Image To Video Lora accept?

Key inputs: `prompt`, `image`, `resolution`, `duration`, `seed`, `high_noise_loras`. The full JSON schema (types, defaults, allowed values) is rendered above the Generate button and mirrored in the API reference at https://wavespeed.ai/docs/docs-api/wavespeed-ai/wan-2.2-spicy-image-to-video-lora.

How long does Wan 2.2 Spicy Image To Video Lora take to generate?

Median end-to-end generation time on WaveSpeedAI is around 46 seconds per request, based on recent successful runs. Queue time varies with global demand; live status is visible in the prediction record.

Can I use Wan 2.2 Spicy Image To Video Lora outputs commercially?

Commercial usage rights depend on the model's license, set by its provider (WaveSpeedAI). The license summary appears on the model card above; see WaveSpeedAI's Terms of Service for platform-level conditions.

1. Was ist LoRA und warum lohnt es sich für die Videogenerierung?

LoRA, kurz für Low-Rank Adaptation, ist eine leichtgewichtige Feinabstimmungstechnik, mit der KI-Videomodelle einen bestimmten Charakter, visuellen Stil, eine Markenidentität oder künstlerische Richtung erlernen können, ohne das gesamte Basismodell neu zu trainieren. Bei der KI-Videogenerierung wirkt LoRA wie eine zusätzliche Stil- oder Identitätsebene auf einem leistungsstarken Videomodell und ermöglicht es Kreativen, Videos mit konsistenterem Look und reproduzierbaren Ergebnissen zu erstellen.

In Bild-zu-Video-Workflows ist Konsistenz eine der größten Herausforderungen. Ein Standard-KI-Videomodell kann aus einem Referenzbild flüssige Bewegungen erzeugen, doch Gesicht, Kleidung, Kunststil, Farbpalette oder Markenästhetik der Figur können sich zwischen den Generierungen verändern. LoRA löst dieses Problem, indem es das Modell auf eine bestimmte visuelle Identität ausrichtet.

Das WAN 2.2 Spicy Image-to-Video LoRA-Modell von WaveSpeedAI kombiniert hochwertige Bild-zu-Video-Generierung mit Unterstützung für eigene LoRAs. Nutzer können ein Referenzbild hochladen, die gewünschte Bewegung, Kamerafahrt oder Stimmung im Prompt beschreiben und optional bis zu 3 LoRAs über loras, high_noise_loras oder low_noise_loras anwenden. Das Modell unterstützt 480p- und 720p-Ausgabe, 5 oder 8 Sekunden Videolänge sowie Seed-Steuerung für besser reproduzierbare Ergebnisse.

Damit ist WAN 2.2 Spicy LoRA besonders nützlich für Kreative, die konsistente Charaktere, markenkonforme Videoinhalte, Videos im Anime-Stil, cineastische Produktvisualisierungen oder skalierbare KI-Video-Pipelines benötigen.

2. Anwendungsfälle für WAN 2.2 Spicy Image-to-Video LoRA

Markenvideos mit konsistentem visuellem Stil

Für Marken ist visuelle Konsistenz entscheidend. Jedes Produktvideo, jede Social-Media-Anzeige, jeder Launch-Teaser und jedes Kampagnen-Asset muss derselben Designsprache, Farbstimmung, Produktdarstellung und Markenidentität folgen. WAN 2.2 Spicy Image-to-Video LoRA hilft Marken, KI-Videos aus einem einzigen Bild zu generieren und dabei über mehrere Ausgaben hinweg einen konsistenteren visuellen Stil zu bewahren.

Durch den Einsatz eines markenspezifischen LoRA können Marketingteams Videos erstellen, die Produktdetails, Lichtstimmung, Farbkorrektur, Model-Erscheinung oder Kampagnenästhetik besser bewahren. Das ist besonders wertvoll für E-Commerce-Marken, Modelabels, Beauty-Produkte, Gaming-Studios und Kreativagenturen, die schnell viele Videovarianten produzieren müssen.

Empfohlene SEO-Keywords, die sich natürlich in diesen Abschnitt einbinden lassen: KI-Markenvideo-Generator, Markenvideo-Generierung, konsistentes Markenvideo, Bild-zu-Video-KI, KI-Produktvideo-Generator, LoRA-Videogenerierung, KI-Marketingvideo

Empfohlene Anwendungsfälle:

  • Produkt-Launch-Videos
  • E-Commerce-Produktanimationen
  • Kampagnenvideos für Mode und Beauty
  • Social-Media-Werbemotive
  • Videos mit Markencharakteren oder Maskottchen
  • Skalierbare KI-Videoproduktion für Agenturen

Da WaveSpeedAI eine sofort einsatzbereite REST-Inferenz-API ohne Kaltstarts und mit skalierbarer Infrastruktur bereitstellt, eignet sich dieses Modell auch für Entwickler, die automatisierte Videogenerierungstools oder Kreativ-Workflows mit hohem Volumen aufbauen.

Videogenerierung im Anime-Stil

WAN 2.2 Spicy LoRA eignet sich auch hervorragend für die Videogenerierung im Anime-Stil. Anime und stilisierte Inhalte erfordern oft eine stabile Charakteridentität sowie konsistente Frisuren, Outfit-Details, Gesichtszüge, Linienführung und Schattierung. Ohne LoRA können KI-generierte Videos zwar ansprechende Bewegungen liefern, aber Charakterdesign und visueller Stil können zwischen den Clips abweichen.

Mit Unterstützung für eigene LoRAs können Kreative das Modell auf einen bestimmten Anime-Charakterstil, Illustrationsstil oder ein visuelles Universum ausrichten. Der Workflow eignet sich damit für Anime-Kurzvideos, VTuber-Inhalte, KI-Musikvideos, Spielcharakter-Animationen, Animationen im Fan-Stil und cineastische Anime-Szenen.

Empfohlene SEO-Keywords: Anime-Video-Generator, KI-Anime-Video-Generator, Anime Bild zu Video, LoRA-Anime-Video, Videogenerierung im Anime-Stil, KI-Animationsgenerator, Video mit konsistenten Charakteren

Empfohlene Anwendungsfälle:

  • Anime-Charakteranimation aus einem Referenzbild
  • VTuber-Intros oder Werbeclips
  • KI-Anime-Musikvideos
  • Stilisierte Kampf- oder emotionale Szenen
  • Konzepte für Cutscenes von Spielcharakteren
  • Kurzformatige Anime-Inhalte für TikTok, YouTube Shorts und Reels

Der eigentliche Mehrwert liegt nicht nur darin, „ein Bild in Bewegung zu verwandeln“, sondern Bewegung zu erzeugen und dabei einen wiedererkennbaren Anime-Stil oder eine Charakteridentität zu bewahren.

Videoerstellung im Kunststil

Künstler, Designer und Filmemacher können mit WAN 2.2 Spicy Image-to-Video LoRA stilisierte Videos nach einer bestimmten visuellen Richtung erstellen. Statt Bild für Bild manuell zu bearbeiten, können Kreative LoRA-Gewichte anwenden, um Videos in einem kontrollierteren Kunststil zu generieren – etwa Aquarell, Ölmalerei, Cyberpunk, Fantasy-Illustration, Retro-Film, 3D-Cartoon, cineastische Concept Art oder surreale visuelle Effekte.

Das ist wertvoll für kreative Projekte, bei denen der Stil ebenso wichtig ist wie die Bewegung. Ein Musik-Visualizer braucht zum Beispiel einen durchgängig surrealen Look. Ein Digitalkünstler möchte vielleicht ein Portfolio-Bild animieren und dabei seinen unverwechselbaren Stil bewahren. Eine Kreativagentur benötigt womöglich mehrere Bewegungskonzepte mit derselben visuellen Identität.

Empfohlene SEO-Keywords: KI-Kunstvideo-Generator, stilisierte Videogenerierung, LoRA-Kunststil-Video, Bild-zu-Video-Kunstgenerator, cineastisches KI-Video, KI-Musikvideo-Generator, Video-KI mit eigenem Stil

Empfohlene Anwendungsfälle:

  • Musik-Visualizer
  • Animation digitaler Kunst
  • Experimentelle Kurzfilme
  • Bewegte Vorschauen von Concept Art
  • Videos im Cyberpunk- oder Fantasy-Stil
  • Kunstinhalte für Social Media
  • Prototypen für KI-Filmproduktion

WAN 2.2 Spicy steht für hochwertige, flüssige Bild-zu-Video-Animation und skalierbare Content-Erstellung, während die LoRA-Version eine zusätzliche Ebene an Stilkontrolle und kreativer Reproduzierbarkeit hinzufügt.

3. WAN 2.2 Spicy LoRA vs. Standard-WAN 2.2: Unterschiede bei den Ergebnissen

Das Standardmodell WAN 2.2 Spicy Image-to-Video wandelt ein einzelnes Bild in hochwertige Videos mit flüssiger Animation um und eignet sich damit für die allgemeine Bild-zu-Video-Generierung. Die LoRA-Version behält denselben Bild-zu-Video-Workflow bei, unterstützt aber zusätzlich eigene LoRA-Gewichte und gibt Nutzern mehr Kontrolle über Stil, Charakterkonsistenz und eine wiederholbare visuelle Identität.

VergleichStandard WAN 2.2 Spicy Image-to-VideoWAN 2.2 Spicy Image-to-Video LoRA
Am besten fürAllgemeine Bild-zu-Video-GenerierungVideogenerierung mit konsistentem Stil, Charakter oder Markenauftritt
EingabeBild + PromptBild + Prompt + optionale LoRA-Gewichte
BewegungsqualitätFlüssige, cineastische AnimationFlüssige, cineastische Animation mit stärkerer Stilführung
StilkontrolleHauptsächlich über den Prompt gesteuertGesteuert über Prompt + eigenes LoRA
CharakterkonsistenzKann zwischen Generierungen variierenBesser für den Erhalt der Charakteridentität
MarkenkonsistenzBegrenzt auf Prompt und BildreferenzBesser für einen wiederholbaren visuellen Markenstil
Anime-/KunststilMöglich, aber eher generischBesser für bestimmte Anime- oder Kunststile
ReproduzierbarkeitSeed wird unterstütztSeed wird unterstützt, plus LoRA-gestützte Konsistenz
ProduktiveinsatzSchnelle allgemeine VideoerstellungBesser für professionelle und wiederholbare Kreativ-Pipelines

Kurz gesagt: Die Standardversion ist ideal, wenn Nutzer schnelle und hochwertige KI-Bild-zu-Video-Generierung wollen. Die LoRA-Version ist besser, wenn ein bestimmter Look über mehrere Videos hinweg konsistent bleiben soll.

Lädt ein Nutzer beispielsweise ein Produktbild hoch und wünscht eine cineastische Kamerafahrt, kann das Standardmodell ein flüssiges Produktvideo generieren. Soll jedoch jede Ausgabe demselben Luxusmarken-Stil, derselben Lichtstimmung, derselben Farbpalette oder demselben Model-Erscheinungsbild folgen, ist die LoRA-Version die bessere Wahl.

Ähnlich verhält es sich bei der Videogenerierung im Anime-Stil: Das Standardmodell kann eine optisch ansprechende Animation erzeugen, während die LoRA-Version ein bestimmtes Anime-Charakterdesign, einen Illustrationsstil oder eine trainierte visuelle Identität besser bewahrt.

Aus SEO-Sicht sollte dieser Abschnitt auf Keywords mit Vergleichsabsicht abzielen, etwa: WAN 2.2 LoRA vs. WAN 2.2, WAN 2.2 Spicy LoRA, LoRA Bild zu Video, KI-Videogenerierung mit LoRA, Videogenerator mit eigenem LoRA, KI-Video mit konsistenten Charakteren

Wan 2.2 Spicy Image to Video LoRA | Custom LoRA Image API | WaveSpeedAI