Seedream 5.0 Pro sudah LIVE | Coba di Generator Gambar →
Masuk
DasborJelajahiGenerator AIPanasAplikasi DesktopKunci APIIsi Saldo
Beranda/Jelajahi/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
Input

Siap

$0.2per run·~50 / $10

ContohLihat semua

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.

Model Terkait

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

Catatan:Situs web ini menggunakan model AI yang disediakan oleh pihak ketiga.

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. Apa Itu LoRA dan Mengapa Menggunakannya untuk Pembuatan Video?

LoRA, singkatan dari Low-Rank Adaptation, adalah teknik fine-tuning ringan yang membantu model video AI mempelajari karakter, gaya visual, identitas merek, atau arah artistik tertentu tanpa perlu melatih ulang seluruh model dasar. Untuk pembuatan video AI, LoRA bekerja seperti lapisan gaya atau identitas tambahan di atas model video yang kuat, sehingga kreator dapat menghasilkan video dengan tampilan yang lebih konsisten dan hasil yang dapat diulang.

Dalam alur kerja image-to-video, konsistensi adalah salah satu tantangan terbesar. Model video AI standar dapat menciptakan gerakan yang halus dari gambar referensi, tetapi wajah karakter, pakaian, gaya seni, palet warna, atau estetika merek bisa berubah-ubah antar hasil generasi. LoRA membantu mengatasi masalah ini dengan mengarahkan model ke identitas visual tertentu.

Model WAN 2.2 Spicy Image-to-Video LoRA dari WaveSpeedAI menggabungkan pembuatan image-to-video berkualitas tinggi dengan dukungan LoRA kustom. Pengguna dapat mengunggah gambar referensi, mendeskripsikan gerakan, aksi kamera, atau suasana yang diinginkan dalam prompt, dan secara opsional menerapkan hingga 3 LoRA melalui loras, high_noise_loras, atau low_noise_loras. Model ini mendukung output 480p dan 720p, durasi 5 atau 8 detik, serta kontrol seed untuk hasil yang lebih dapat direproduksi.

Hal ini membuat WAN 2.2 Spicy LoRA sangat berguna bagi kreator yang membutuhkan karakter yang konsisten, konten video bermerek, video bergaya anime, visual produk sinematik, atau pipeline pembuatan video AI yang skalabel.

2. Contoh Penggunaan WAN 2.2 Spicy Image-to-Video LoRA

Video Merek dengan Gaya Visual yang Konsisten

Bagi merek, konsistensi visual sangatlah penting. Setiap video produk, iklan media sosial, teaser peluncuran, atau materi kampanye harus mengikuti bahasa desain, nada warna, tampilan produk, dan identitas merek yang sama. WAN 2.2 Spicy Image-to-Video LoRA membantu merek menghasilkan video AI dari satu gambar sambil menjaga gaya visual yang lebih konsisten di berbagai hasil.

Dengan menerapkan LoRA khusus merek, tim pemasaran dapat membuat video yang lebih baik dalam mempertahankan detail produk, gaya pencahayaan, gradasi warna, penampilan model, atau estetika kampanye. Ini sangat bernilai bagi merek e-commerce, label fashion, produk kecantikan, studio game, dan agensi kreatif yang perlu memproduksi banyak variasi video dengan cepat.

Kata kunci SEO yang direkomendasikan untuk disisipkan secara alami di sekitar bagian ini: AI brand video generator, pembuatan video merek, video merek konsisten, image to video AI, AI product video generator, LoRA video generation, video pemasaran AI

Contoh penggunaan yang disarankan:

  • Video peluncuran produk
  • Animasi produk e-commerce
  • Video kampanye fashion dan kecantikan
  • Materi iklan media sosial
  • Video karakter atau maskot bermerek
  • Produksi video AI skalabel untuk agensi

Karena WaveSpeedAI menyediakan REST inference API siap pakai tanpa cold start dan infrastruktur yang skalabel, model ini juga cocok bagi developer yang membangun alat pembuatan video otomatis atau alur kerja kreatif bervolume tinggi.

Pembuatan Video Bergaya Anime

WAN 2.2 Spicy LoRA juga sangat cocok untuk pembuatan video bergaya anime. Konten anime dan konten bergaya khusus sering membutuhkan identitas karakter yang stabil, desain rambut yang konsisten, detail pakaian, fitur wajah, garis gambar, dan gaya shading. Tanpa LoRA, video hasil AI mungkin menghasilkan gerakan yang menarik tetapi desain karakter atau gaya visualnya bisa bergeser di antara klip yang berbeda.

Dengan dukungan LoRA kustom, kreator dapat mengarahkan model ke gaya karakter anime, gaya ilustrasi, atau semesta visual tertentu. Ini membuat alur kerja tersebut berguna untuk video pendek anime, konten VTuber, video musik AI, animasi karakter game, animasi bergaya fan-art, dan adegan anime sinematik.

Kata kunci SEO yang direkomendasikan: anime video generator, AI anime video generator, anime image to video, LoRA anime video, pembuatan video bergaya anime, AI animation generator, video karakter konsisten

Contoh penggunaan yang disarankan:

  • Animasi karakter anime dari gambar referensi
  • Klip intro atau promosi VTuber
  • Video musik anime AI
  • Adegan pertarungan atau adegan emosional bergaya khusus
  • Konsep cutscene karakter game
  • Konten anime pendek untuk TikTok, YouTube Shorts, dan Reels

Nilai utamanya bukan hanya "mengubah gambar menjadi gerakan", tetapi menghasilkan gerakan sambil mempertahankan gaya anime atau identitas karakter yang mudah dikenali.

Pembuatan Video Bergaya Seni

Seniman, desainer, dan sineas dapat menggunakan WAN 2.2 Spicy Image-to-Video LoRA untuk membuat video bergaya khusus berdasarkan arah visual tertentu. Alih-alih mengedit frame demi frame secara manual, kreator dapat menerapkan bobot LoRA untuk menghasilkan video dengan gaya seni yang lebih terkontrol, seperti cat air, lukisan minyak, cyberpunk, ilustrasi fantasi, film retro, kartun 3D, concept art sinematik, atau efek visual surealis.

Ini sangat berharga untuk proyek kreatif di mana gaya sama pentingnya dengan gerakan. Misalnya, sebuah music visualizer mungkin membutuhkan tampilan surealis yang konsisten. Seorang seniman digital mungkin ingin menganimasikan gambar portofolio sambil mempertahankan gaya khasnya. Sebuah agensi kreatif mungkin membutuhkan beberapa konsep gerakan dengan identitas visual yang sama.

Kata kunci SEO yang direkomendasikan: AI art video generator, pembuatan video bergaya khusus, LoRA art style video, image to video art generator, video AI sinematik, AI music video generator, custom style video AI

Contoh penggunaan yang disarankan:

  • Music visualizer
  • Animasi seni digital
  • Film pendek eksperimental
  • Pratinjau gerakan concept art
  • Video bergaya cyberpunk atau fantasi
  • Konten seni untuk media sosial
  • Prototipe pembuatan film AI

WAN 2.2 Spicy diposisikan untuk animasi image-to-video yang halus dan berkualitas tinggi serta pembuatan konten yang skalabel, sementara versi LoRA menambahkan lapisan kontrol gaya dan repetabilitas kreatif ekstra.

3. WAN 2.2 Spicy LoRA vs WAN 2.2 Standar: Perbedaan Hasil

Model WAN 2.2 Spicy Image-to-Video standar dirancang untuk mengubah satu gambar menjadi video berkualitas tinggi dengan animasi yang halus, sehingga cocok untuk pembuatan image-to-video secara umum. Versi LoRA mempertahankan alur kerja image-to-video inti yang sama tetapi menambahkan dukungan bobot LoRA kustom, memberi pengguna kontrol lebih atas gaya, konsistensi karakter, dan identitas visual yang berulang.

PerbandinganWAN 2.2 Spicy Image-to-Video StandarWAN 2.2 Spicy Image-to-Video LoRA
Paling Cocok UntukPembuatan image-to-video umumPembuatan video dengan gaya, karakter, atau merek yang konsisten
InputGambar + promptGambar + prompt + bobot LoRA opsional
Kualitas GerakanAnimasi halus dan sinematikAnimasi halus dan sinematik dengan panduan gaya yang lebih kuat
Kontrol GayaTerutama dikontrol lewat promptDikontrol lewat prompt + LoRA kustom
Konsistensi KarakterDapat bervariasi antar generasiLebih baik dalam mempertahankan identitas karakter
Konsistensi MerekTerbatas pada prompt dan gambar referensiLebih baik untuk gaya visual merek yang berulang
Gaya Anime / SeniBisa, tetapi lebih generikLebih baik untuk gaya anime atau artistik tertentu
ReproduksibilitasMendukung seedMendukung seed, plus konsistensi terpandu LoRA
Penggunaan ProduksiPembuatan video umum yang cepatLebih baik untuk pipeline kreatif profesional dan berulang

Sederhananya, versi standar paling cocok ketika pengguna menginginkan pembuatan image-to-video AI yang cepat dan berkualitas tinggi. Versi LoRA lebih baik ketika pengguna membutuhkan tampilan tertentu yang tetap konsisten di banyak video.

Misalnya, jika pengguna mengunggah gambar produk dan meminta gerakan kamera sinematik, model standar dapat menghasilkan video produk yang halus. Namun jika pengguna ingin setiap hasil mengikuti gaya merek mewah yang sama, suasana pencahayaan yang sama, palet warna yang sama, atau penampilan model yang sama, versi LoRA adalah pilihan yang lebih baik.

Demikian pula, untuk pembuatan video bergaya anime, model standar mungkin menghasilkan animasi yang menarik secara visual, sementara versi LoRA dapat lebih baik mempertahankan desain karakter anime tertentu, gaya ilustrasi, atau identitas visual yang telah dilatih.

Dari sisi SEO, bagian ini sebaiknya menargetkan kata kunci berintensi perbandingan seperti: WAN 2.2 LoRA vs WAN 2.2, WAN 2.2 Spicy LoRA, LoRA image to video, pembuatan video AI dengan LoRA, custom LoRA video generator, AI video karakter konsisten

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