Spesifikasi Teknikal Wan 2.6
| Item | Wan 2.6 Video Suite |
|---|---|
| Provider | Alibaba / Tongyi Lab |
| Model family | Keluarga model Wan 2.6 |
| Release timeframe | Generasi Disember 2025 |
| Input types | Teks, imej, video rujukan, input audio |
| Output type | Video dengan audio segerak pilihan |
| Core modes | Teks ke Video (T2V), Imej ke Video (I2V), Rujukan ke Video (R2V) |
| Flash variants | I2V Flash, R2V Flash |
| Resolution support | 720P dan 1080P |
| Duration support | 2–15 saat (bergantung pada aliran kerja) |
| Audio capabilities | Penjanaan audio asli, rujukan suara, penyegerakan bibir |
| Multi-shot support | 2–8 segmen adegan dalam satu aliran kerja |
| Reference support | Sehingga 5 rujukan (campuran imej/video bergantung pada aliran kerja) |
| API workflow | Penciptaan tugas asinkron + polling |
Apakah Wan 2.6?
Wan 2.6 ialah sistem penjanaan video multimodal Alibaba yang memfokus pada penghasilan bentuk pendek yang boleh dikawal. Bukannya semata-mata dipacu oleh gesaan, model ini menggabungkan gesaan teks, rujukan imej, video rujukan, pengkondisian audio, dan rantaian adegan untuk aliran kerja pencipta. Naik taraf utama berbanding keluaran Wan terdahulu ialah pengenalan konsistensi berasaskan rujukan yang lebih kukuh dan penjanaan naratif yang lebih panjang.
Ciri Utama Wan 2.6
- Aliran kerja rujukan-ke-video: Pengguna boleh membekalkan rujukan imej atau video untuk mengekalkan identiti watak, gaya, dan kesinambungan suara merentas penjanaan.
- Penjanaan naratif berbilang shot: Menyokong merantaikan beberapa gesaan bersama bagi peralihan adegan dan perkembangan cerita dalam satu aliran kerja penjanaan.
- Penyegerakan audio asli: Sokongan terbina untuk audio terjana, muat naik audio tersuai, dan aliran kerja penyegerakan bibir.
- Mod input fleksibel: Menyokong penjanaan berasaskan gesaan sahaja, animasi bingkai pertama, dan aliran kerja berasaskan rujukan.
- Varian Flash untuk iterasi: Versi yang lebih pantas membolehkan pengujian pantas sebelum render berkualiti tinggi terakhir.
- Klip lebih panjang: Tempoh klip dipanjangkan berbanding generasi terdahulu, menyokong penciptaan kandungan naratif.
Prestasi Penanda Aras Wan 2.6
Ketelusan penanda aras formal untuk Wan 2.6 masih terhad; Alibaba menerbitkan angka penanda aras piawai yang lebih sedikit berbanding penyedia LLM teks. Kebanyakan penilaian datang daripada pengujian aliran kerja dan perbandingan ekosistem berbanding papan kedudukan awam. Ujian komuniti secara konsisten menonjolkan:
- Konsistensi watak yang dipertingkat berbanding keluaran Wan yang lebih lama.
- Penyegerakan audio-video yang lebih baik.
- Kesinambungan berbilang shot yang lebih kukuh.
- Pengkondisian rujukan yang lebih boleh dipercayai.
Disebabkan penerbitan penanda aras yang jarang, pengujian produksi kekal penting sebelum pelaksanaan.
Wan 2.6 berbanding Model Video Lain
| Feature | Wan 2.6 | Wan 2.7 | Model keluarga Veo |
|---|---|---|---|
| Penjanaan audio asli | Kuat | Lebih kuat | Kuat |
| Aliran kerja berbilang shot | Ya | Dipertingkat | Sederhana |
| Rujukan-ke-video | Penekanan kuat | Kawalan lebih kuat | Sederhana |
| Tempoh klip | Sehingga 15 saat | Serupa / bergantung pada aliran kerja | Pelbagai |
| Sokongan pelbagai rujukan | Sehingga 5 rujukan | Aliran kerja diperluas | Sederhana |
| Aliran kerja penyuntingan | Sederhana | Sokongan penyuntingan yang lebih baik | Kuat |
Keterbatasan Wan 2.6
- Tempoh klip yang pendek masih mengehadkan penghasilan bentuk panjang.
- Adegan bergerak tinggi mungkin masih menunjukkan ketidakstabilan temporal.
- Aliran kerja yang sangat bergantung pada rujukan meningkatkan kerumitan persediaan.
- Pelaporan penanda aras awam kekal terhad.
- Saluran paip penjanaan asinkron meningkatkan kerumitan integrasi.
Kes Penggunaan Representatif
- Video pemasaran dengan konsistensi watak.
- Klip media sosial berbilang adegan.
- Animasi avatar pencipta.
- Video produk berasaskan rujukan.
- Penceritaan AI dengan audio segerak.
- Kandungan jenama yang memerlukan pemeliharaan identiti.