ข้อมูลจำเพาะทางเทคนิคของ Wan 2.7
| รายการ | Wan 2.7 (Video Suite) |
|---|---|
| ผู้ให้บริการ | Alibaba Tongyi Lab |
| ตระกูลโมเดล | Wan 2.7 Video Suite |
| สถาปัตยกรรม | Mixture-of-Experts (MoE) ขนาด 27B พารามิเตอร์ |
| ประเภทอินพุต | ข้อความ, รูปภาพ, วิดีโอ, เสียงอ้างอิง |
| ประเภทเอาต์พุต | คลิปวิดีโอที่สร้าง/แก้ไข พร้อมตัวเลือกเสียง |
| โหมดที่รองรับ | Text-to-video (T2V), Image-to-video (I2V), Reference-to-video (R2V), การตัดต่อวิดีโอ |
| ความละเอียด | เอาต์พุต 720P และ 1080P |
| ระยะเวลาวิดีโอ | 2–15 วินาที |
| การรองรับเสียง | การสร้างเสียงแบบเนทีฟ, เสียงพูดอ้างอิง, เวิร์กโฟลว์ลิปซิงก์ |
| ความสามารถด้านอ้างอิง | ภาพ/วิดีโอแบบหลายอ้างอิง, ความสม่ำเสมอของอัตลักษณ์ |
| ความสม่ำเสมอของตัวละคร | รองรับได้หลายตัวแบบอ้างอิง ขึ้นอยู่กับเวิร์กโฟลว์ |
| รุ่นการวางจำหน่าย | รุ่นสืบทอดหลักต่อจาก Wan 2.6 |
Wan 2.7 คืออะไร?
Wan 2.7 คือชุดเครื่องมือสร้างวิดีโอมัลติโหมดระดับธงของ Alibaba ที่สร้างขึ้นเพื่อเวิร์กโฟลว์การสร้างภาพยนตร์ด้วย AI ที่ควบคุมได้ แทนการสร้างวิดีโอจากพรอมป์ต์แบบง่ายๆ ตระกูลโมเดลนี้ผสานความสามารถด้านการสร้าง การตัดต่อ การต่อเนื่อง และความสม่ำเสมอที่ขับเคลื่อนด้วยการอ้างอิงเข้าไว้ในระบบเดียว ช่วยให้ผู้สร้างสร้างคลิปสั้นเชิงภาพยนตร์ที่รักษาตัวแบบและควบคุมฉากได้ดียิ่งขึ้น
ต่างจากตัวสร้างวิดีโอก่อนหน้านี้ที่มุ่งเน้นคุณภาพพรอมป์ต์เป็นหลัก Wan 2.7 ให้ความสำคัญกับความสามารถในการควบคุมผ่านการยึดเฟรม อินพุตอ้างอิง การซิงโครไนซ์เสียง และเวิร์กโฟลว์แบบหลายชอตที่มีโครงสร้าง
คุณสมบัติหลักของ Wan 2.7
- ไปป์ไลน์การวางแผนแบบ Thinking Mode: โมเดลวางแผนองค์ประกอบฉากและการเคลื่อนไหวก่อนเรนเดอร์ ช่วยให้ยึดตามพรอมป์ต์ดีขึ้นและลดปัญหาความไม่สอดคล้อง
- การควบคุมเฟรมแรกและเฟรมสุดท้าย: ผู้ใช้กำหนดเฟรมเปิดและเฟรมปิดได้ ระบบจะอินเตอร์โพลตการเคลื่อนไหวระหว่างเฟรมทั้งสอง
- ความสม่ำเสมอของอัตลักษณ์ที่ขับเคลื่อนด้วยการอ้างอิง: รักษาลักษณะตัวละคร เสื้อผ้า วัตถุ และสไตล์ให้สอดคล้องระหว่างหลายชอต
- เวิร์กโฟลว์มัลติโหมดแบบเนทีฟ: รองรับข้อความ รูปภาพ เสียง และวิดีโออ้างอิงในเวิร์กโฟลว์เดียวกัน
- การสร้างเสียงแบบบูรณาการ: สร้างดนตรีประกอบ เสียงสภาพแวดล้อม และการซิงโครไนซ์เสียงพูดควบคู่กับภาพ
- รองรับการตัดต่อและการต่อเนื่อง: วิดีโอที่มีอยู่สามารถขยาย แปลงสไตล์ หรือปรับใหม่ได้โดยไม่ต้องสร้างใหม่ทั้งหมด
ประสิทธิภาพตามเบนช์มาร์กของ Wan 2.7
การเปิดเผยผลเบนช์มาร์กสาธารณะสำหรับ Wan 2.7 ยังมีจำกัดเมื่อเทียบกับ LLM ข้อความ แต่การประเมินโดยบุคคลที่สามและการทดสอบโดยชุมชนบ่งชี้ถึงการปรับปรุงอย่างเห็นได้ชัดด้านความต่อเนื่องของการเคลื่อนไหว การยึดตามพรอมป์ต์ และความสามารถในการควบคุมเหนือกว่า Wan 2.6
ข้อสังเกตในระบบนิเวศที่ถูกรายงาน ได้แก่:
- ความต่อเนื่องของการเคลื่อนไหวที่แข็งแกร่งกว่ารุ่น Wan ก่อนหน้า
- อันดับบนตารางจัดอันดับที่สูงขึ้นในการประเมิน text-to-video ของบุคคลที่สาม
- ความสม่ำเสมอแบบหลายตัวแบบและการคงอ้างอิงที่ดีขึ้น
- การผสานเสียงที่ดีกว่าหลายโมเดลวิดีโอแบบเปิดรุ่นก่อน
ความโปร่งใสของเบนช์มาร์กอย่างเป็นทางการยังจำกัด จึงควรตีความการกล่าวอ้างด้านประสิทธิภาพด้วยความระมัดระวัง
Wan 2.7 เทียบกับโมเดลวิดีโออื่น
| คุณสมบัติ | Wan 2.7 | Veo 3.1 | Seedance 2.0 |
|---|---|---|---|
| เวิร์กโฟลว์เสียงแบบเนทีฟ | แข็งแกร่ง | แข็งแกร่ง | ปานกลาง |
| ความสม่ำเสมอแบบอ้างอิงขับเคลื่อน | แข็งแกร่ง | ปานกลาง | ปานกลาง |
| การควบคุมเฟรมแรก + เฟรมสุดท้าย | มี | บางส่วน | จำกัด |
| เวิร์กโฟลว์การตัดต่อวิดีโอ | มี | มี | จำกัด |
| ความละเอียดสูงสุดที่พบบ่อย | 1080P | เอาต์พุตภาพยนตร์ระดับไฮเอนด์กว่า | 1080P |
| รองรับอ้างอิงหลายรายการ | เน้นอย่างมาก | ปานกลาง | ปานกลาง |
ข้อจำกัดของ Wan 2.7
- ระยะเวลาคลิปสั้นเมื่อเทียบกับเครื่องมือผลิตเนื้อหาระยะยาว
- เอาต์พุตสูงสุด 1080P จำกัดเวิร์กโฟลว์ความละเอียดสูงมาก
- ฉากที่มีการเคลื่อนไหวรวดเร็วอาจยังเกิดอาร์ติแฟกต์ความไม่เสถียร
- เวิร์กโฟลว์แบบหลายอ้างอิงเพิ่มความซับซ้อนและความต้องการด้านการออกแบบพรอมป์ต์
- การรายงานเบนช์มาร์กสาธารณะยังค่อนข้างเบาบาง
ตัวอย่างกรณีใช้งาน
- ภาพยนตร์สั้นและสตอรีบอร์ดที่คงความสม่ำเสมอของตัวละคร
- คลิปการตลาดที่ซิงโครไนซ์เสียง
- การสร้างวิดีโอโซเชียลมีเดีย
- การจำลองผลิตภัณฑ์และตัวอย่างตัวอย่างแนวคิด
- การต่อเนื่องของวิดีโอและเวิร์กโฟลว์อินเตอร์โพลตฉาก
- อวตารและแอนิเมชันตัวละครบนฐานอ้างอิง
วิธีใช้ WAN 2.7 Video API ใน CometAPI
ขั้นตอนที่ 1: ทดลองใช้ WAN 2.7 Video API ใน Kie Al Playground
ขั้นแรก ทดสอบความสามารถของ WAN 2.7 โดยใช้ WAN 2.7 Video API ใน CometAPI Playground อัปโหลดรูปภาพ เพิ่มพรอมป์ต์ หรือใช้อ้างอิงเพื่อพรีวิววิดีโอ WAN ที่สร้าง ก่อนจะผสานวิดีโอ AI ของ WAN 2.7 เข้าสู่เวิร์กโฟลว์การผลิตของคุณ
ขั้นตอนที่ 2: รับคีย์ WAN 2.7 API และทบทวนเอกสาร API
ขอรับคีย์ WAN 2.7 API จากคอนโซล CometAPI และทบทวนเอกสาร ทำความเข้าใจจุดปลาย WAN 2.7 Video API การยืนยันตัวตน และพารามิเตอร์ เพื่อรองรับ text-to-video, image-to-video และเวิร์กโฟลว์วิดีโอของ WAN
ขั้นตอนที่ 3: สร้างวิดีโอ AI ด้วย WAN 2.7 และผสานเข้ากับเวิร์กโฟลว์ของคุณ
ใช้ WAN 2.7 Video API เพื่อสร้างวิดีโอ AI ของ WAN 2.7 ด้วยพรอมป์ต์ รูปภาพ หรืออ้างอิง ผสานเอาต์พุตของ WAN 2.7 เข้ากับเวิร์กโฟลว์ผลิตภัณฑ์ ไปป์ไลน์คอนเทนต์ หรือเครื่องมือวิดีโอ AI เพื่อให้การสร้างวิดีโอสามารถขยายขนาดได้