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

Ja. Wan 2.7 støtter tekst-til-video- og bilde-til-video-arbeidsflyter, inkludert generering styrt av startbilde og fortsettelsesoppgaver.

How does Wan 2.7 API maintain character consistency across scenes?

Wan 2.7 bruker referansedrevne arbeidsflyter som gjør at bilde- eller videoreferanser kan bevare identitet, klær, rekvisitter og stil mellom klippene.

What video resolutions and durations does Wan 2.7 support?

Wan 2.7 støtter vanligvis 720P og 1080P som utdata, med klipplengder på omtrent 2 til 15 sekunder avhengig av arbeidsflytoppsett.

When should I use Wan 2.7 instead of Veo 3.1?

Velg Wan 2.7 når du trenger kraftigere kontrollfunksjoner som rammeforankring, referansearbeidsflyter eller redigeringsintensive pipeliner. Veo-lignende modeller kan være sterkere for filmatisk realisme i noen tilfeller.

Does Wan 2.7 support audio generation and lip sync?

Ja. Wan 2.7 inkluderer lydorienterte arbeidsflyter med stemmereferanser, lydgenerering og funksjoner rettet mot leppe-synk.

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

Ja. Modellfamilien inkluderer redigeringsarbeidsflyter for å transformere, utvide eller endre stil på eksisterende klipp.

What are the main limitations of Wan 2.7 video generation?

De største begrensningene er korte klipplengder, maks 1080P-oppløsning og tidvis ustabilitet under svært dynamiske scener.

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

Ja. Kombinasjonen av konsistenskontroller, redigeringsverktøy og multimodale inndata gjør den egnet for annonser, klipp for sosiale medier og historiefortelling i kortformat.

Rimelig Wan2.7 API | text-to-video

Tekniske spesifikasjoner for Wan 2.7

Element	Wan 2.7 (Video Suite)
Leverandør	Alibaba Tongyi Lab
Modellfamilie	Wan 2.7 Video Suite
Arkitektur	Mixture-of-Experts (MoE) med 27B parametere
Inndatatyper	Tekst, bilder, videoer, lydreferanser
Utdatatyper	Genererte / redigerte videoklipp med valgfri lyd
Støttede moduser	Text-to-video (T2V), Image-to-video (I2V), Reference-to-video (R2V), videoredigering
Oppløsning	720P og 1080P utdata
Videovarighet	2–15 sekunder
Lydstøtte	Naturlig lydgenerering, stemmereferanser, leppe-synkroniseringsarbeidsflyter
Referansekapasitet	Flere referansebilder/-videoer, identitetskonsistens
Karakterkonsistens	Støtter opptil flere referansesubjekter avhengig av arbeidsflyt
Utgivelsesgenerasjon	Hovedoppfølger til Wan 2.6

Hva er Wan 2.7?

Wan 2.7 er Alibabas flaggskip innen multimodal videogenerering, utviklet for kontrollerbare AI-filmarbeidsflyter fremfor enkel prompt-til-video-produksjon. Modellfamilien kombinerer generering, redigering, fortsettelse og referansedrevet konsistens i ett system, som gjør det mulig for skapere å bygge korte filmatiske klipp med sterkere motivbevaring og scenekontroll.

I motsetning til tidligere videogeneratorer som i stor grad fokuserte på promptkvalitet, vektlegger Wan 2.7 styrbarhet gjennom rammeforankring, referanseinputs, lydsynkronisering og strukturerte multi-shot-arbeidsflyter.

Hovedfunksjoner i Wan 2.7

Thinking Mode-planleggingspipeline: Modellen planlegger scener og bevegelse før rendering, noe som forbedrer etterlevelse av prompt og reduserer koherensfeil.
Kontroll av første- og sistebilde: Brukere kan definere åpnings- og sluttbilder, og systemet interpolerer bevegelse mellom dem.
Referansedrevet identitetskonsistens: Oppretthold karakteruttrykk, klær, objekter og stil på tvers av flere opptak.
Native multimodale arbeidsflyter: Støtter tekst-, bilde-, lyd- og videoreferanser i samme arbeidsflyt.
Integrert lydgenerering: Bakgrunnsmusikk, omgivelseslyder og stemmesynkronisering kan genereres sammen med visuelle elementer.
Støtte for redigering og fortsettelse: Eksisterende videoer kan utvides, transformeres eller re-stiles uten å bygge opp fra grunnen av.

Benchmark-ytelse for Wan 2.7

Offentlig benchmark-åpenhet for Wan 2.7 er fortsatt begrenset sammenlignet med tekst-LLM-er, men tredjepartsevalueringer og testing i miljøet indikerer merkbare forbedringer i bevegelsesstabilitet, etterlevelse av prompt og styrbarhet sammenlignet med Wan 2.6.

Rapporterte observasjoner i økosystemet inkluderer:

Sterkere bevegelseskontinuitet enn tidligere Wan-utgaver.
Høyere plassering på resultatlister i tredjeparts text-to-video-evalueringer.
Forbedret konsistens for flere subjekter og bevaring av referanser.
Bedre lydintegrasjon enn mange tidligere åpne videomodeller.

Formell benchmark-åpenhet er fortsatt begrenset, så ytelsespåstander bør tolkes med forsiktighet.

Wan 2.7 vs. andre videomodeller

Funksjon	Wan 2.7	Veo 3.1	Seedance 2.0
Native lydarbeidsflyter	Sterk	Sterk	Moderat
Referansedrevet konsistens	Sterk	Moderat	Moderat
Kontroll første + siste bilde	Ja	Delvis	Begrenset
Video-redigeringsarbeidsflyter	Ja	Ja	Begrenset
Maks vanlig oppløsning	1080P	Høyere filmatisk utdata i toppklassen	1080P
Støtte for flere referanser	Sterk vekt	Moderat	Moderat

Begrensninger i Wan 2.7

Kort klippvarighet sammenlignet med verktøy for langformatproduksjon.
Maksimum 1080P utdata begrenser arbeidsflyter med ultrahøy oppløsning.
Raske bevegelsesscener kan fortsatt gi ustabilitetsartefakter.
Arbeidsflyter med flere referanser øker kompleksiteten og kravene til prompt-arbeid.
Offentlig rapportering av benchmark-resultater er fortsatt relativt sparsom.

Representative bruksområder

Karakterkonsistente kortfilmer og storyboard.
Markedsføringsklipp med lydsynkronisering.
Generering av videoer for sosiale medier.
Produktvisualisering og konsepttrailere.
Videofortsettelse og arbeidsflyter for scenetilnærming/interpolering.
Referansebasert avatar- og karakteranimasjon.

Slik bruker du WAN 2.7 Video API i CometAPI

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

Test først WAN 2.7-funksjonaliteten ved å bruke WAN 2.7 Video API i CometAPI Playground. Last opp bilder, legg til prompt, eller bruk referanser for å forhåndsvise den genererte WAN-videoen før du integrerer WAN 2.7 AI-video i produksjonsarbeidsflyten din.

Trinn 2: Skaff WAN 2.7 API-nøkkel og gå gjennom API-dokumentasjonen

Skaff WAN 2.7 API-nøkkelen fra CometAPI-konsollen og gå gjennom dokumentasjonen. Forstå WAN 2.7 Video API-endepunkter, autentisering og parametere for å støtte text-to-video, image-to-video og WAN-videobaserte arbeidsflyter.

Trinn 3: Generer WAN 2.7 AI-videoer og integrer dem i arbeidsflyten din

Bruk WAN 2.7 Video API til å generere WAN 2.7 AI-videoer med prompt, bilder eller referanser. Integrer WAN 2.7-utdata i produktarbeidsflyter, innholdspipelines eller AI-verktøy for video for å muliggjøre skalerbar videoproduksjon.

Priser for Wan2.7

Utforsk konkurransedyktige priser for Wan2.7, designet for å passe ulike budsjetter og bruksbehov. Våre fleksible planer sikrer at du bare betaler for det du bruker, noe som gjør det enkelt å skalere etter hvert som kravene dine vokser. Oppdag hvordan Wan2.7 kan forbedre prosjektene dine samtidig som kostnadene 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 for Wan2.7

Få tilgang til omfattende eksempelkode og API-ressurser for Wan2.7 for å effektivisere integreringsprosessen din. Vår detaljerte dokumentasjon gir trinn-for-trinn-veiledning som hjelper deg med å utnytte det fulle potensialet til Wan2.7 i prosjektene dine.

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

Versjoner av Wan2.7

Grunnen til at Wan2.7 har flere øyeblikksbilder kan inkludere potensielle faktorer som variasjoner i utdata etter oppdateringer som krever eldre øyeblikksbilder for konsistens, å gi utviklere en overgangsperiode for tilpasning og migrering, og ulike øyeblikksbilder som tilsvarer globale eller regionale endepunkter for å optimalisere brukeropplevelsen. For detaljerte forskjeller mellom versjoner, vennligst se den offisielle dokumentasjonen.

version
wan2.7

Wan2.7