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, inklusive startframe-guidet generering og fortsættelsesopgaver.

How does Wan 2.7 API maintain character consistency across scenes?

Wan 2.7 bruger referencebaserede arbejdsgange, der gør det muligt med billede- eller videoreferencer at bevare identitet, tøj, rekvisitter og stil mellem klip.

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 konfigurationen af arbejdsgangen.

When should I use Wan 2.7 instead of Veo 3.1?

Vælg Wan 2.7, når du har brug for mere avancerede kontrolfunktioner såsom frame-ankring, referencebaserede arbejdsgange eller redigeringstunge arbejdsgange. 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 lydunderstøttede 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, udvide eller ændre stilen på eksisterende klip.

What are the main limitations of Wan 2.7 video generation?

De største begrænsninger er korte kliplængder, 1080P som øvre outputgrænse og lejlighedsvis ustabilitet i meget dynamiske scener.

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

Ja. Kombinationen af konsistenskontrol, redigeringsværktøjer og multimodale input gør den velegnet til annoncer, klip til sociale medier og kortformat-fortællinger.

Overkommelig Wan2.7 API | text-to-video

Tekniske specifikationer for Wan 2.7

Punkt	Wan 2.7 (Video Suite)
Udbyder	Alibaba Tongyi Lab
Modelfamilie	Wan 2.7 Video Suite
Arkitektur	Mixture-of-Experts (MoE) med 27B parametre
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 output
Videovarighed	2–15 sekunder
Lydunderstøttelse	Indbygget lydgenerering, stemmereferencer, læbesynkroniserings-arbejdsgange
Referencemuligheder	Flere referencebilleder/-videoer, identitetskonsistens
Karakterkonsistens	Understøtter op til flere referenceemner afhængigt af arbejdsgang
Versionsgeneration	Stor efterfølger til Wan 2.6

Hvad er Wan 2.7?

Wan 2.7 er Alibaba’s flagskibs multimodale videosuite til generering, bygget til kontrollerbare AI-filmproduktionsarbejdsgange frem for simpel prompt-til-video-oprettelse. Modelfamilien kombinerer generering, redigering, fortsættelse og reference-drevet konsistens i ét system, hvilket gør det muligt for skabere at bygge korte filmiske klip med stærkere motivbevarelse og scenestyring.

I modsætning til tidligere videogeneratorer, der primært fokuserede på promptkvalitet, lægger Wan 2.7 vægt på styrbarhed via frame-ankring, referenceinput, lydsynkronisering og strukturerede multi-shot-arbejdsgange.

Hovedfunktioner i Wan 2.7

Thinking Mode-planlægningspipeline: Modellen planlægger scenekomposition og bevægelse før rendering, hvilket forbedrer prompt-efterlevelse og reducerer sammenhængsfejl.
Første- og sidste-frame-kontrol: Brugere kan definere åbnings- og slutframes, så systemet interpolerer bevægelse mellem dem.
Reference-drevet identitetskonsistens: Bevar karakterudseende, påklædning, objekter og stil på tværs af flere shots.
Indbyggede multimodale arbejdsgange: Understøtter tekst-, billede-, lyd- og videoreferencer i samme arbejdsgang.
Integreret lydgenerering: Baggrundsmusik, miljølyde og stemmesynkronisering kan genereres sammen med visuelle elementer.
Understøttelse af redigering og fortsættelse: Eksisterende videoer kan udvides, transformeres eller restyles uden at starte forfra.

Benchmark-ydelse for Wan 2.7

Offentlig benchmark-dokumentation for Wan 2.7 er mere begrænset end for tekst-LLM’er, men tredjepartsevalueringer og community-tests indikerer markante forbedringer i bevægelsesstabilitet, prompt-efterlevelse og kontrollerbarhed i forhold til Wan 2.6.

Rapporterede observationer i økosystemet omfatter:

Stærkere bevægelseskontinuitet sammenlignet med tidligere Wan-udgivelser.
Højere placering på ranglister i tredjeparts tekst-til-video-evalueringer.
Forbedret konsistens for flere motiver og bedre referencebevarelse.
Bedre lydintegration end mange tidligere åbne videomodeller.

Formel gennemsigtighed i benchmarks er stadig begrænset, så påstande om ydelse 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	Delvist	Begrænset
Videoredigeringsarbejdsgange	Ja	Ja	Begrænset
Maks. almindelig opløsning	1080P	Højere high-end filmisk output	1080P
Understøttelse af flere referencer	Stærkt fokus	Moderat	Moderat

Begrænsninger ved Wan 2.7

Kort kliplængde sammenlignet med værktøjer til langform.
1080P som maksimal output begrænser ultra-højopløsnings-arbejdsgange.
Scener med hurtige bevægelser kan stadig give ustabilitetsartefakter.
Arbejdsgange med flere referencer øger kompleksitet og krav til prompt-engineering.
Offentlig benchmarkrapportering er fortsat relativt sparsom.

Repræsentative anvendelsestilfælde

Karakterkonsistente kortfilm og storyboards.
Marketingklip med lydsynkronisering.
Generering af videoer til sociale medier.
Produktvisualisering og koncepttrailere.
Video-fortsættelse og scenemæssige interpolations-arbejdsgange.
Referencebaseret avatar- og karakteranimation.

Sådan bruger du WAN 2.7 Video API i CometAPI

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

Test først funktionaliteten i WAN 2.7 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 for at understøtte tekst-til-video, billede-til-video og WAN-video-arbejdsgange.

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

Brug WAN 2.7 Video API til at generere WAN 2.7 AI-videoer med prompts, billeder eller referencer. Integrér WAN 2.7-output i produktarbejdsgange, indholdspipelines eller AI-videoværktøjer for at muliggøre skalerbar videogenerering.

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.

# 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 '
' | 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

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

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);
}

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