Wan 2.7 техникалық сипаттамалары
| Тармақ | Wan 2.7 (Video Suite) |
|---|---|
| Провайдер | Alibaba Tongyi Lab |
| Модельдер отбасы | Wan 2.7 Video Suite |
| Архитектура | 27B параметрлі Mixture-of-Experts (MoE) |
| Енгізу түрлері | Мәтін, суреттер, бейнелер, аудио референстер |
| Шығыс түрлері | Қалауы бойынша аудиомен бірге жасалған/өңделген бейне клиптер |
| Қолдау көрсетілетін режимдер | Мәтіннен бейнеге (T2V), Суреттен бейнеге (I2V), Референстен бейнеге (R2V), Бейнені өңдеу |
| Ажыратымдылық | 720P және 1080P шығыстары |
| Бейне ұзақтығы | 2–15 секунд |
| Аудиоға қолдау | Нативті аудио генерациясы, дауыс референстері, ерін қимылын синхрондау жұмыс процестері |
| Референстер мүмкіндігі | Көп референсті суреттер/бейнелер, тұлғалық сәйкестік |
| Кейіпкер тұрақтылығы | Жұмыс процесіне қарай бірнеше референс субъектілерін қолдайды |
| Релиз буыны | Wan 2.6-ның ірі мұрагері |
Wan 2.7 деген не?
Wan 2.7 — қарапайым промпттан бейнеге құрудан гөрі, басқарылатын AI кинопроизводство жұмыс процестеріне арналған Alibaba-ның флагмандық мультимодальды бейне генерация жиынтығы. Модельдер отбасы генерацияны, өңдеуді, жалғастыруды және референске негізделген бірізділікті бір жүйеге біріктіріп, авторларға объектіні жақсырақ сақтау және сахнаны басқару арқылы қысқа кинематографиялық клиптер жасауға мүмкіндік береді.
Алдыңғы, көбіне промпт сапасына көңіл бөлген бейне генераторлардан айырмашылығы, Wan 2.7 кадрларды бекіту, референс енгізулері, аудио синхрондау және құрылымды көп-кадрлық жұмыс процестері арқылы басқарылғыштыққа басымдық береді.
Wan 2.7-ның негізгі мүмкіндіктері
- Thinking Mode жоспарлау конвейері: Модель рендерингке дейін сахна композициясын және қозғалысты жоспарлайды, бұл промптқа сәйкестікті жақсартып, үйлесімсіздік қателерін азайтады.
- Бірінші және соңғы кадрды басқару: Пайдаланушылар ашылу және аяқталу кадрларын анықтай алады, жүйе олардың арасындағы қозғалысты интерполяциялайды.
- Референске негізделген тұлғалық бірізділік: Бірнеше кадр бойы кейіпкер бейнесін, киімін, объектілерді және стильді сақтайды.
- Нативті мультимодальды жұмыс процестері: Бір жұмыс процесінде мәтін, сурет, аудио және бейне референстерін қолдайды.
- Кіріктірілген аудио генерациясы: Көріністермен қатар фондық музыка, қоршаған орта дыбыстары және дауыс синхрондауы жасалады.
- Өңдеу және жалғастыру қолдауы: Бар бейнелерді нөлден бастамай-ақ кеңейтуге, түрлендіруге немесе қайта стильдеуге болады.
Wan 2.7-ның эталондық өнімділігі
Wan 2.7 бойынша жария эталондар мәтіндік LLM-дермен салыстырғанда әлі шектеулі, бірақ үшінші тарап бағалаулары мен қауымдастық сынақтары қозғалыс тұрақтылығы, промптқа сәйкестік және Wan 2.6-мен салыстырғандағы басқарылғыштық бойынша айтарлықтай жақсартуларды көрсетеді.
Экожүйеде хабарланған бақылауларға мыналар жатады:
- Алдыңғы Wan нұсқаларымен салыстырғанда қозғалыстың үздіксіздігі күшейген.
- Үшінші тараптың мәтіннен бейнеге бағалауларында рейтингілік тізімдерде жоғары орындар.
- Бірнеше субъект бойынша бірізділік және референстерді сақтау жақсарған.
- Көптеген бұрынғы ашық бейне модельдеріне қарағанда аудионы біріктіруі жақсырақ.
Ресми эталондардың ашықтығы әлі де шектеулі, сондықтан өнімділік жөніндегі тұжырымдарды сақтықпен түсіндіру қажет.
Wan 2.7 басқа бейне модельдерімен салыстыру
| Мүмкіндік | Wan 2.7 | Veo 3.1 | Seedance 2.0 |
|---|---|---|---|
| Нативті аудио жұмыс процестері | Күшті | Күшті | Орташа |
| Референске негізделген бірізділік | Күшті | Орташа | Орташа |
| Алғашқы + Соңғы кадрды басқару | Иә | Жартылай | Шектеулі |
| Бейнені өңдеу жұмыс процестері | Иә | Иә | Шектеулі |
| Максималды ортақ ажыратымдылық | 1080P | Жоғары деңгейдегі кинематографиялық шығару | 1080P |
| Көп референс қолдауы | Күшті басымдық | Орташа | Орташа |
Wan 2.7-ның шектеулері
- Ұзақ форматты өндіріс құралдарымен салыстырғанда клип ұзақтығы қысқа.
- Максималды 1080P шығару өте жоғары ажыратымдылықтағы жұмыс процестерін шектейді.
- Жылдам қозғалысты сахналарда тұрақсыздық артефакттары әлі де пайда болуы мүмкін.
- Көп референсті жұмыс процестері күрделілікті және промпт-инжиниринг талаптарын арттырады.
- Қоғамдық эталондық есептер салыстырмалы түрде аз.
Өкілдік қолдану жағдайлары
- Кейіпкерлері бірізді қысқа фильмдер мен сторибордтар.
- Аудио синхрондауы бар маркетинг клиптері.
- Әлеуметтік желілерге арналған бейне генерациясы.
- Өнім визуализациясы және концепт-трейлерлер.
- Бейнені жалғастыру және сахналарды интерполяциялау жұмыс процестері.
- Референске негізделген аватар және кейіпкер анимациясы.
CometAPI-де WAN 2.7 Video API-ін қалай пайдалану керек
1-қадам: WAN 2.7 Video API-ін Kie Al Playground ішінде байқап көріңіз
Алдымен CometAPI Playground ішінде WAN 2.7 Video API арқылы WAN 2.7 функционалдылығын сынап көріңіз. Өндірістік жұмыс процесіңізге WAN 2.7 AI бейнесін біріктірмес бұрын, жасалған WAN бейнесін алдын ала қарау үшін суреттер жүктеңіз, промпттар қосыңыз немесе референстерді пайдаланыңыз.
2-қадам: WAN 2.7 API кілтін алыңыз және API құжаттамасымен танысыңыз
CometAPI консолінен WAN 2.7 API кілтін алып, құжаттамамен танысыңыз. Мәтіннен бейнеге, суреттен бейнеге және WAN бейне жұмыс процестерін қолдау үшін WAN 2.7 Video API эндпойнттері, аутентификациясы және параметрлері туралы түсінік алыңыз.
3-қадам: WAN 2.7 AI бейнелерін генерациялап, оларды жұмыс процесіңізге біріктіріңіз
Промпттар, суреттер немесе референстер көмегімен WAN 2.7 AI бейнелерін жасау үшін WAN 2.7 Video API-ін пайдаланыңыз. Масштабталатын бейне жасау үшін WAN 2.7 нәтижелерін өнімдік жұмыс процестеріне, контент конвейерлеріне немесе AI бейне құралдарына біріктіріңіз.