Can Wan 2.7 API generate videos from both images and text prompts?

Ja. Wan 2.7 understøtter tekst-til-video og billede-til-video arbejdsgange, herunder startframe-styret generering og fortsættelsesopgaver.

How does Wan 2.7 API maintain character consistency across scenes?

Wan 2.7 bruger reference-drevne arbejdsgange, som gør det muligt via billede- eller videoreferencer at bevare identitet, beklædning, rekvisitter og stil mellem optagelser.

What video resolutions and durations does Wan 2.7 support?

Wan 2.7 understøtter typisk 720P- og 1080P-output med kliplængder fra ca. 2 til 15 sekunder afhængigt af arbejdsgangens konfiguration.

When should I use Wan 2.7 instead of Veo 3.1?

Vælg Wan 2.7, når du har brug for stærkere kontrollerbarhedsfunktioner såsom frame-ankring, referencearbejdsgange eller redigerings-tunge pipelines. Modeller i Veo-stil kan i nogle tilfælde være stærkere til filmisk realisme.

Does Wan 2.7 support audio generation and lip sync?

Ja. Wan 2.7 omfatter lydbevidste arbejdsgange med stemmereferencer, lydgenerering og funktioner med fokus på læbesynkronisering.

Can Wan 2.7 API edit existing videos instead of generating new ones?

Ja. Modelfamilien omfatter redigeringsarbejdsgange til at transformere, forlænge eller omstilisere eksisterende klip.

What are the main limitations of Wan 2.7 video generation?

De største begrænsninger er korte kliplængder, 1080P som maksimal outputopløsning og lejlighedsvis ustabilitet under meget dynamiske scener.

Is Wan 2.7 suitable for production marketing videos and social media content?

Ja. Kombinationen af konsistenskontroller, redigeringsværktøjer og multimodale input gør den egnet til annoncer, sociale klip og kortformat-historiefortælling.

Overkommelig Wan2.7 API | text-to-video

Tekniske specifikationer for Wan 2.7

Element	Wan 2.7 (Video Suite)
Udbyder	Alibaba Tongyi Lab
Modelfamilie	Wan 2.7 Video Suite
Arkitektur	27B-parameter Mixture-of-Experts (MoE)
Inputtyper	Tekst, billeder, videoer, lydreferencer
Outputtyper	Genererede/redigerede videoklip med valgfri lyd
Understøttede tilstande	Tekst-til-video (T2V), Billede-til-video (I2V), Reference-til-video (R2V), Videoredigering
Opløsning	720P og 1080P outputs
Videolængde	2–15 sekunder
Lydunderstøttelse	Indbygget lydgenerering, stemmereferencer, læbesynkronisering
Referencefunktionalitet	Flere referencer (billeder/videoer), identitetskonsistens
Karakterkonsistens	Understøtter op til flere referencesubjekter afhængigt af workflow
Udgivelsesstatus	Stor efterfølger til Wan 2.6

Hvad er Wan 2.7?

Wan 2.7 er Alibabas flagskibs multimodale videogenereringssuite, bygget til kontrollerbare AI-filmproduktions-workflows frem for simpel prompt-til-video-oprettelse. Modelfamilien kombinerer generering, redigering, fortsættelse og reference-drevet konsistens i ét system, så skabere kan bygge korte filmiske klip med stærkere motivbevarelse og scenekontrol.

I modsætning til tidligere videogeneratorer, der primært fokuserede på promptkvalitet, lægger Wan 2.7 vægt på kontrollerbarhed via frame-ankring, referenceinput, lydsynkronisering og strukturerede flerskuds-workflows.

Hovedfunktioner i Wan 2.7

Thinking Mode planlægningspipeline: Modellen planlægger scenekomposition og bevægelse før gengivelsen (rendering), hvilket forbedrer efterlevelse af prompts og reducerer kohærensfejl.
Kontrol af første- og sidste-frame: Brugere kan definere åbnings- og slutframes, så systemet interpolerer bevægelse mellem dem.
Reference-drevet identitetskonsistens: Oprethold karakterens udseende, påklædning, objekter og stil på tværs af flere optagelser.
Indbyggede multimodale workflows: Understøtter tekst-, billede-, lyd- og videoreferencer i samme workflow.
Integreret lydgenerering: Baggrundsmusik, miljølyde og stemmesynkronisering kan genereres sammen med det visuelle.
Understøttelse af redigering og fortsættelse: Eksisterende videoer kan forlænges, transformeres eller re-styles uden at starte forfra.

Benchmark-ydelse for Wan 2.7

Offentliggørelse af benchmarks for Wan 2.7 er fortsat begrænset sammenlignet med tekst-LLM'er, men tredjepartsevalueringer og community-tests indikerer mærkbare forbedringer i bevægelsesstabilitet, efterlevelse af prompts og kontrollerbarhed i forhold til Wan 2.6.

Rapporterede observationer i økosystemet omfatter:

Stærkere bevægelseskontinuitet i forhold til tidligere Wan-udgivelser.
Højere placering på ranglister i tredjeparts tekst-til-video-evalueringer.
Forbedret multi-subjekt-konsistens og referencebevarelse.
Bedre lydintegration end mange tidligere åbne videomodeller.

Formel benchmark-transparens er stadig begrænset, så ydelsespåstande bør tolkes med forsigtighed.

Wan 2.7 vs. andre videomodeller

Funktion	Wan 2.7	Veo 3.1	Seedance 2.0
Indbyggede lydarbejdsgange	Stærk	Stærk	Moderat
Reference-drevet konsistens	Stærk	Moderat	Moderat
Første + sidste frame-kontrol	Ja	Delvis	Begrænset
Videoredigeringsworkflows	Ja	Ja	Begrænset
Maks. almindelig opløsning	1080P	Filmisk output i den højere ende	1080P
Understøttelse af flere referencer	Stærk vægt	Moderat	Moderat

Begrænsninger i Wan 2.7

Kort kliplængde sammenlignet med værktøjer til langformatproduktion.
1080P maks. output begrænser arbejdsgange i ultrahøj opløsning.
Hurtige bevægelsesscener kan stadig give ustabilitetsartefakter.
Arbejdsgange med flere referencer øger kompleksiteten og kravene til prompt-engineering.
Offentlig benchmarkrapportering forbliver relativt sparsom.

Repræsentative anvendelsestilfælde

Karakterkonsistente kortfilm og storyboards.
Marketingklip med lydsynkronisering.
Generering af videoer til sociale medier.
Produktvisualisering og koncepttrailere.
Videofortsættelse og arbejdsgange til sceneinterpolation.
Referencebaseret avatar- og karakteranimation.

Sådan bruger du WAN 2.7 Video API i CometAPI

Trin 1: Prøv WAN 2.7 Video API i Kie Al Playground

Test først WAN 2.7-funktionaliteten ved at bruge WAN 2.7 Video API i CometAPI Playground. Upload billeder, tilføj prompts, eller brug referencer for at forhåndsvise den genererede WAN-video, før du integrerer WAN 2.7 AI-videoen i din produktionsarbejdsgang.

Trin 2: Hent WAN 2.7 API-nøglen og gennemgå API-dokumentationen

Hent WAN 2.7 API-nøglen fra CometAPI-konsollen, og gennemgå dokumentationen. Forstå WAN 2.7 Video API-endpoints, autentificering og parametre til at understøtte tekst-til-video, billede-til-video og WAN-videoworkflows.

Trin 3: Generér WAN 2.7 AI-videoer og integrer dem i din arbejdsgang

Brug WAN 2.7 Video API til at generere WAN 2.7 AI-videoer med prompts, billeder eller referencer. Integrer WAN 2.7-output i produktarbejdsgange, indholdspipelines eller AI-værktøjer til video for at muliggøre skalerbar videoproduktion.

Priser for Wan2.7

Udforsk konkurrencedygtige priser for Wan2.7, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan Wan2.7 kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

Wan Video Generation Pricing

Pricing (Per Second)

Model	720p	1080p
`wan2.6`	$0.08	$0.12
`wan2.7`	$0.08	$0.12

💡 Billed per second. Total cost = price per second × video duration (seconds).

Eksempelkode og API til Wan2.7

Få adgang til omfattende eksempelkode og API-ressourcer for Wan2.7 for at strømline din integrationsproces. Vores detaljerede dokumentation giver trin-for-trin vejledning, der hjælper dig med at udnytte det fulde potentiale af Wan2.7 i dine projekter.

Python
JavaScript
Curl

# Create a video with wan2.7 using raw HTTP requests
import os
import time
import requests

api_key = os.environ.get("COMETAPI_KEY")
base_url = "https://api.cometapi.com/v1"
headers = {"Authorization": f"Bearer {api_key}"}

# Step 1: Submit the video generation request
print("Submitting video generation request...")
response = requests.post(
    f"{base_url}/videos",
    headers=headers,
    files={
        "model": (None, "wan2.7"),
        "prompt": (None, "Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam."),
        "seconds": (None, "5"),
        "size": (None, "1280x720"),
    },
)

result = response.json()
print(f"Response: {result}")

video_id = result.get("id") or result.get("task_id")
print(f"Video ID: {video_id}")

# Step 2: Poll for progress until 100%
print("
Checking video generation progress...")
while True:
    try:
        status_response = requests.get(f"{base_url}/videos/{video_id}", headers=headers)
        status_result = status_response.json()

        data = status_result.get("data") or status_result
        progress = data.get("progress", "0%")
        status = data.get("status", "unknown")

        print(f"Progress: {progress}, Status: {status}")

        if status in ["FAILURE", "failed", "error"]:
            print("Video generation failed!")
            print(status_result)
            exit(1)

        if progress == "100%" or progress == 100 or status in ["completed", "success"]:
            print("Video generation completed!")
            break
    except Exception as e:
        print(f"Temporary error: {e}, retrying...")

    time.sleep(10)

# Step 3: Download the video to output directory
print(f"
Downloading video to ./output/{video_id}.mp4...")
os.makedirs("./output", exist_ok=True)

video_response = requests.get(f"{base_url}/videos/{video_id}/content", headers=headers)

output_path = f"./output/{video_id}.mp4"
with open(output_path, "wb") as f:
    f.write(video_response.content)

if os.path.exists(output_path):
    file_size = os.path.getsize(output_path)
    print(f"Video saved to {output_path}")
    print(f"File size: {file_size} bytes")
else:
    print("Failed to download video")
    exit(1)

Python Code Example

# Create a video with wan2.7 using raw HTTP requests
import os
import time
import requests

api_key = os.environ.get("COMETAPI_KEY")
base_url = "https://api.cometapi.com/v1"
headers = {"Authorization": f"Bearer {api_key}"}

# Step 1: Submit the video generation request
print("Submitting video generation request...")
response = requests.post(
    f"{base_url}/videos",
    headers=headers,
    files={
        "model": (None, "wan2.7"),
        "prompt": (None, "Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam."),
        "seconds": (None, "5"),
        "size": (None, "1280x720"),
    },
)

result = response.json()
print(f"Response: {result}")

video_id = result.get("id") or result.get("task_id")
print(f"Video ID: {video_id}")

# Step 2: Poll for progress until 100%
print("\nChecking video generation progress...")
while True:
    try:
        status_response = requests.get(f"{base_url}/videos/{video_id}", headers=headers)
        status_result = status_response.json()

        data = status_result.get("data") or status_result
        progress = data.get("progress", "0%")
        status = data.get("status", "unknown")

        print(f"Progress: {progress}, Status: {status}")

        if status in ["FAILURE", "failed", "error"]:
            print("Video generation failed!")
            print(status_result)
            exit(1)

        if progress == "100%" or progress == 100 or status in ["completed", "success"]:
            print("Video generation completed!")
            break
    except Exception as e:
        print(f"Temporary error: {e}, retrying...")

    time.sleep(10)

# Step 3: Download the video to output directory
print(f"\nDownloading video to ./output/{video_id}.mp4...")
os.makedirs("./output", exist_ok=True)

video_response = requests.get(f"{base_url}/videos/{video_id}/content", headers=headers)

output_path = f"./output/{video_id}.mp4"
with open(output_path, "wb") as f:
    f.write(video_response.content)

if os.path.exists(output_path):
    file_size = os.path.getsize(output_path)
    print(f"Video saved to {output_path}")
    print(f"File size: {file_size} bytes")
else:
    print("Failed to download video")
    exit(1)

JavaScript Code Example

// Create a video with wan2.7 using raw HTTP requests
import fs from "fs";
import path from "path";

const apiKey = process.env.COMETAPI_KEY;
const baseUrl = "https://api.cometapi.com/v1";
const headers = { Authorization: `Bearer ${apiKey}` };

function sleep(ms) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

// Step 1: Submit the video generation request
console.log("Submitting video generation request...");
const formData = new FormData();
formData.append("model", "wan2.7");
formData.append("prompt", "Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam.");
formData.append("seconds", "5");
formData.append("size", "1280x720");

const submitResponse = await fetch(`${baseUrl}/videos`, {
  method: "POST",
  headers,
  body: formData,
});

const result = await submitResponse.json();
console.log("Response:", JSON.stringify(result, null, 2));

const videoId = result.id || result.task_id;
console.log("Video ID:", videoId);

// Step 2: Poll for progress until 100%
console.log("\nChecking video generation progress...");
while (true) {
  try {
    const statusResponse = await fetch(`${baseUrl}/videos/${videoId}`, { headers });
    const statusResult = await statusResponse.json();
    const data = statusResult.data || statusResult;
    const progress = data.progress || "0%";
    const status = data.status || "unknown";

    console.log(`Progress: ${progress}, Status: ${status}`);

    if (status === "FAILURE" || status === "failed" || status === "error") {
      console.log("Video generation failed!");
      console.log(JSON.stringify(statusResult, null, 2));
      process.exit(1);
    }

    if (progress === "100%" || progress === 100 || status === "completed" || status === "success") {
      console.log("Video generation completed!");
      break;
    }
  } catch (e) {
    console.log(`Temporary error: ${e.message}, retrying...`);
  }

  await sleep(10000);
}

// Step 3: Download the video to output directory
console.log(`\nDownloading video to ./output/${videoId}.mp4...`);
fs.mkdirSync("./output", { recursive: true });

const videoResponse = await fetch(`${baseUrl}/videos/${videoId}/content`, { headers });
const outputPath = path.join("./output", `${videoId}.mp4`);
fs.writeFileSync(outputPath, Buffer.from(await videoResponse.arrayBuffer()));

if (fs.existsSync(outputPath)) {
  const stats = fs.statSync(outputPath);
  console.log(`Video saved to ${outputPath}`);
  console.log(`File size: ${stats.size} bytes`);
} else {
  console.log("Failed to download video");
  process.exit(1);
}

Curl Code Example

# Create a video with wan2.7
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=wan2.7" \
  -F "prompt=Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam." \
  -F "seconds=5" \
  -F "size=1280x720")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '\n' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")
  
  progress=$(echo "$status_response" | grep -o '"progress"[[:space:]]*:[[:space:]]*"\?[^",}]*"\?' | head -1 | sed 's/.*:[[:space:]]*"\?//;s/"$//')
  status=$(echo "$status_response" | grep -o '"status"[[:space:]]*:[[:space:]]*"[^"]*"' | head -1 | sed 's/.*"status"[[:space:]]*:[[:space:]]*"//;s/"$//')
  
  echo "Progress: $progress, Status: $status"
  
  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ] || [ "$status" = "error" ]; then
    echo "Video generation failed!"
    exit 1
  fi
  
  if [ "$progress" = "100%" ] || [ "$progress" = "100" ] || [ "$status" = "completed" ] || [ "$status" = "success" ]; then
    echo "Video generation completed!"
    break
  fi
  
  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

Versioner af Wan2.7

Årsagen til, at Wan2.7 har flere øjebliksbilleder kan omfatte potentielle faktorer såsom variationer i output efter opdateringer, der kræver ældre øjebliksbilleder for konsistens, at give udviklere en overgangsperiode til tilpasning og migration, og at forskellige øjebliksbilleder svarer til globale eller regionale slutpunkter for at optimere brugeroplevelsen. For detaljerede forskelle mellem versioner, henvises der til den officielle dokumentation.

version
wan2.7

Wan2.7