量产引擎：无审查 5-8 秒短片，支持首尾帧控制。
Spicy 1.0 Lite I2V（Wan 2.2 LoRA Spicy）是 Spicy 系列的量产档：固定 5/8 秒无声短片、480p/720p，支持首尾帧精确控制起止画面，成本低到可以批量生成上千个变体。无声输出可自由搭配你自己的 TTS、BGM 或平台热门音频。
模型版本：
暂无输出。运行模型以查看结果。
点击“运行模型”以生成输出
该模型的具体价格与计费方式,价格以美元结算。
| 分辨率 | 无参考视频 |
|---|---|
| 480p | $0.04 |
| 720p×2 | $0.08 |
480p · 生成 8 秒 → 8 × $0.04/秒
≈ $0.320
接口地址
https://api.spicyrouter.ai/v1/videos所有请求需携带 Bearer API Key。
提交任务
curl -X POST \
"https://api.spicyrouter.ai/v1/videos" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "wan2.2-i2v-spicy",
"duration": 5,
"image_urls": "",
"prompt": "your prompt here",
"prompt_extend": true,
"resolution": "480p"
}'轮询状态
# Replace TASK_ID with the data.task_id from the submit response
curl -X GET "https://api.spicyrouter.ai/v1/status/TASK_ID" \
-H "Authorization: Bearer YOUR_API_KEY"请求参数
| 字段 | 必填 | 类型 | 取值 | 说明 |
|---|---|---|---|---|
duration | 否 | enum | "5", "8" 默认值: | Duration |
image_urls | 是 | array | 默认值: | Image Urls |
prompt | 是 | string | 1 ~ 4000 chars 默认值: | Prompt |
prompt_extend | 否 | boolean | 默认值: | Prompt Extend |
resolution | 否 | enum | "480p", "720p" 默认值: | Resolution |
经过验证的 prompt,一次生成即达生产级效果。
A 5-second video. The scene opens with a medium shot of a woman fully clothed in casual wear, standing in a softly lit bedroom, smiling at the camera. She rips her top off, then shoves her jeans down and kicks them away. Now completely naked, she keeps her eyes locked on the camera. Static shot. Soft bedroom lighting, detailed skin texture, 4K, photorealistic.
为什么是 Lite
Spicy 家族的铁律:走质用 Pro,走量用 Lite。一条 5 秒 480p 视频约 50 秒出炉、成本只是一点零钱——这意味着 A/B 测试、内容素材库、整条动态 Feed 的成本终于被打了下来。
480p 按秒计费低到离谱:一杯咖啡的钱就能出一整批 5 秒短片。所有变体都生成一遍,留下爆款,废片扔掉不心疼。
用 image 传首帧、可选 last_image 传尾帧——模型自动编排两者之间稳定过渡的每一帧。
v2.4 采样效率大改让运行时间直接减半:480p 5 秒视频约 50 秒渲染完成。一次排几百条进队列,让流水线自己跑。
没有固化音轨——每条视频都能配上你自己的 TTS、平台热门 BGM 或任何素材库音频。一条片子,无限种声音。
商业场景
角色对话场景的呼吸、眨眼、微动作——让静态立绘活起来的微动画素材。
聊天界面里会动的头像——预生成情绪状态视频库,按对话标签匹配,毫秒级响应。
为 TikTok / Reels / Shorts 打造的快节奏吸睛短片——天生无声,平台热门声音随便蹭。
用 5 秒动态封面替换静态缩略图——上传图片自动触发生成,整个 Feed 活过来。
Prompt 法则
直接写「已经裸体」大概率翻车——必须先展示脱掉衣服的过程。中景 + casual wear 最稳,别描写具体衣物让模型分心。
永远不要描述她转身——改写 A jumpcut instantly places her...。背对姿势与场景切换必用;全程面朝镜头则不需要。
每个场景都要指定目光:eyes locked on the camera the entire time。背对时写 looking back over her shoulder at the camera。眼神,是亲密感的来源。
模糊的身体词汇只会生成模糊的身体。直接点名:vulva、nipples erect、trimmed pubic hair——光最后一条就能消灭塑料感。
不写灯光,模型默认给你平淡死亡光线。每条 Prompt 以 Static shot. Soft lighting, detailed skin texture, 4K, photorealistic. 收尾,或换成 candlelit / golden hour 等变体。
5–8 秒只装得下一个连续动作:0:00–0:01 脱衣、可选跳切、然后一个动作演到底。贪多只会撕裂画面。另外别写音频描写——Lite 是无声的。
万能模板
填括号,别动骨架。Prompt 扩写默认开启,但结构良好的 Prompt 依然稳赢碰运气——以这份模板为底,批量铺你的变体。
A 5-second video. The scene opens with a medium shot of a woman fully clothed in casual wear, standing in [LOCATION], [EXPRESSION] at the camera. She [STRIP ACTION], then [STRIP ACTION]. Now completely naked, her bare breasts, erect nipples, and vulva with trimmed pubic hair are fully exposed. [JUMPCUT IF NEEDED]. [SEX ACT — one continuous action]. She [EYE CONTACT: eyes locked on the camera / looking back over her shoulder]. [LIGHTING: soft bedroom / candlelit / golden hour], detailed skin texture, 4K, photorealistic. Static shot.
万能模板
姿势子模板
Don’t
常见问题
这是特性,不是缺陷。无声视频让画面与音频解耦:伴侣产品配自己的 TTS 引擎,社媒内容蹭平台热门声音,或者一次买断 BGM 全库复用。如果你需要原生音频生成,请改用 Wan 2.7 I2V Spicy。
前置的图像生成模型很难从「已经裸体」的静态描述中稳定生成裸露——脱衣动作才是解锁正确身体表现的钥匙。另一种思路:通过 image 直接传入已裸露的首帧图,跳过开场——图片定义初始状态。
用 image 传起始画面(必填),用 last_image 传期望的结束画面(可选,URL 或 Base64)。模型会生成两者之间稳定的过渡——非常适合受控的揭示镜头、姿势到姿势的过渡,以及尾帧衔接首帧的无缝循环。
480p 5 秒正常约 50 秒出片;720p 与 8 秒档更久。如果任务卡住:确认图片 ≤20MB 且单边在 240–8000px 之间,精简过载的 Prompt(只留一个动作),然后重试——瞬时队列拥堵重新提交即可恢复。720p/8s 任务的客户端超时建议至少设 3–5 分钟。
一句话:走量用 Lite,走质用 Pro。Lite 提供 5/8 秒无声短片,适合批量生产与引流内容;Pro 提供 2–15 秒影院级 1080p 原生音频,适合精品变现内容。多数平台两个都在用。
一张图进去,源源不绝的动感出来。一杯鸡尾酒的价格换一百条短片——开始批量生产吧。