ข้อมูลจำเพาะเชิงเทคนิคของ Wan 2.7
| รายการ | Wan 2.7 (ชุดวิดีโอ) |
|---|---|
| ผู้ให้บริการ | Alibaba Tongyi Lab |
| ตระกูลโมเดล | Wan 2.7 Video Suite |
| สถาปัตยกรรม | Mixture-of-Experts (MoE) ขนาด 27B พารามิเตอร์ |
| ประเภทอินพุต | ข้อความ, รูปภาพ, วิดีโอ, ข้อมูลอ้างอิงเสียง |
| ประเภทเอาต์พุต | คลิปวิดีโอที่สร้าง/แก้ไข พร้อมเสียงเสริมตามต้องการ |
| โหมดที่รองรับ | แปลงข้อความเป็นวิดีโอ (T2V), แปลงภาพเป็นวิดีโอ (I2V), แปลงอ้างอิงเป็นวิดีโอ (R2V), การตัดต่อวิดีโอ |
| ความละเอียด | เอาต์พุต 720P และ 1080P |
| ระยะเวลาวิดีโอ | 2–15 วินาที |
| การรองรับเสียง | การสร้างเสียงในตัว, การอ้างอิงเสียงพูด, เวิร์กโฟลว์ลิปซิงก์ |
| ความสามารถด้านการอ้างอิง | ภาพ/วิดีโอหลายอ้างอิง, ความสอดคล้องของอัตลักษณ์ |
| ความสม่ำเสมอของตัวละคร | รองรับตัวแบบอ้างอิงหลายตัว ขึ้นอยู่กับเวิร์กโฟลว์ |
| รุ่นที่ออกวางจำหน่าย | รุ่นสืบทอดหลักจาก Wan 2.6 |
Wan 2.7 คืออะไร?
Wan 2.7 เป็นชุดสร้างวิดีโอแบบมัลติโหมดระดับเรือธงของ Alibaba ที่ออกแบบมาเพื่อเวิร์กโฟลว์การสร้างภาพยนตร์ด้วย AI ที่ควบคุมได้ ไม่ใช่แค่การแปลงพรอมป์ต์เป็นวิดีโอแบบง่ายๆ ตระกูลโมเดลนี้ผสานการสร้าง การตัดต่อ การต่อเนื่อง และความสม่ำเสมอที่ขับเคลื่อนด้วยอ้างอิงไว้ในระบบเดียว ช่วยให้ผู้สร้างผลิตคลิปสั้นเชิงภาพยนตร์ที่คงรักษาตัวแบบได้ดีกว่าและควบคุมฉากได้มากขึ้น
แตกต่างจากเครื่องมือสร้างวิดีโอรุ่นก่อนที่เน้นคุณภาพพรอมป์ต์เป็นหลัก Wan 2.7 ให้ความสำคัญกับความสามารถในการควบคุมผ่านการยึดเฟรม การป้อนข้อมูลอ้างอิง การซิงโครไนซ์เสียง และเวิร์กโฟลว์แบบหลายช็อตที่มีโครงสร้าง
คุณสมบัติหลักของ Wan 2.7
- ไปป์ไลน์การวางแผนแบบ Thinking Mode: โมเดลจะวางแผนองค์ประกอบฉากและการเคลื่อนไหวก่อนการเรนเดอร์ ช่วยเพิ่มการยึดตามพรอมป์ต์และลดปัญหาความไม่สอดคล้อง
- การควบคุมเฟรมแรกและเฟรมสุดท้าย: ผู้ใช้สามารถกำหนดเฟรมเปิดและเฟรมปิด เพื่อให้ระบบอินเทอร์โพเลตการเคลื่อนไหวระหว่างนั้น
- ความสม่ำเสมอของอัตลักษณ์แบบขับเคลื่อนด้วยอ้างอิง: รักษาลักษณะตัวละคร เสื้อผ้า วัตถุ และสไตล์ให้สอดคล้องกันข้ามหลายช็อต
- เวิร์กโฟลว์มัลติโหมดแบบเนทีฟ: รองรับข้อความ ภาพ เสียง และวิดีโออ้างอิงภายในเวิร์กโฟลว์เดียวกัน
- การสร้างเสียงแบบบูรณาการ: สามารถสร้างดนตรีประกอบ เสียงสภาพแวดล้อม และการซิงโครไนซ์เสียงพูดไปพร้อมกับภาพ
- รองรับการแก้ไขและการต่อเนื่อง: ขยาย แปลง หรือปรับสไตล์วิดีโอที่มีอยู่ได้โดยไม่ต้องสร้างใหม่ตั้งแต่ต้น
ประสิทธิภาพตามเกณฑ์มาตรฐานของ Wan 2.7
การเปิดเผยผลทดสอบมาตรฐานสาธารณะของ Wan 2.7 ยังมีจำกัดเมื่อเทียบกับ LLM เชิงข้อความ แต่การประเมินโดยบุคคลที่สามและการทดสอบจากชุมชนบ่งชี้ถึงการปรับปรุงที่ชัดเจนในด้านความเสถียรของการเคลื่อนไหว การยึดตามพรอมป์ต์ และความสามารถในการควบคุมเมื่อเทียบกับ Wan 2.6
ข้อสังเกตในระบบนิเวศที่ถูกรายงาน ได้แก่:
- ความต่อเนื่องของการเคลื่อนไหวที่ดีขึ้นเมื่อเทียบกับรุ่น Wan ก่อนหน้า
- อันดับที่สูงขึ้นในการประเมินแปลงข้อความเป็นวิดีโอโดยบุคคลที่สาม
- ความสม่ำเสมอระหว่างหลายตัวแบบและการรักษาข้อมูลอ้างอิงที่ดีขึ้น
- การบูรณาการเสียงที่ดีกว่าหลายโมเดลวิดีโอแบบเปิดรุ่นก่อน
ความโปร่งใสของเกณฑ์มาตรฐานอย่างเป็นทางการยังมีจำกัด จึงควรตีความคำกล่าวอ้างด้านประสิทธิภาพอย่างระมัดระวัง
Wan 2.7 เทียบกับโมเดลวิดีโออื่น
| คุณสมบัติ | Wan 2.7 | Veo 3.1 | Seedance 2.0 |
|---|---|---|---|
| เวิร์กโฟลว์เสียงแบบเนทีฟ | แข็งแกร่ง | แข็งแกร่ง | ปานกลาง |
| ความสม่ำเสมอแบบขับเคลื่อนด้วยอ้างอิง | แข็งแกร่ง | ปานกลาง | ปานกลาง |
| การควบคุมเฟรมแรก + เฟรมสุดท้าย | ใช่ | บางส่วน | จำกัด |
| เวิร์กโฟลว์การตัดต่อวิดีโอ | ใช่ | ใช่ | จำกัด |
| ความละเอียดสูงสุดที่พบทั่วไป | 1080P | เอาต์พุตเชิงภาพยนตร์ระดับสูงกว่า | 1080P |
| การรองรับหลายอ้างอิง | เน้นอย่างมาก | ปานกลาง | ปานกลาง |
ข้อจำกัดของ Wan 2.7
- ระยะเวลาคลิปสั้นเมื่อเทียบกับเครื่องมือผลิตแบบเนื้อหายาว
- เอาต์พุตสูงสุด 1080P จำกัดเวิร์กโฟลว์ความละเอียดสูงมาก
- ฉากที่มีการเคลื่อนไหวรวดเร็วอาจยังเกิดอาร์ติแฟกต์ความไม่เสถียร
- เวิร์กโฟลว์แบบหลายอ้างอิงเพิ่มความซับซ้อนและความต้องการด้านการออกแบบพรอมป์ต์
- รายงานเกณฑ์มาตรฐานสาธารณะยังค่อนข้างเบาบาง
กรณีใช้งานที่เป็นตัวแทน
- ภาพยนตร์สั้นและสตอรี่บอร์ดที่คงความสม่ำเสมอของตัวละคร
- คลิปการตลาดที่มีการซิงโครไนซ์เสียง
- การสร้างวิดีโอสำหรับโซเชียลมีเดีย
- การทำภาพจำลองผลิตภัณฑ์และตัวอย่าง (เทรลเลอร์) แนวคิด
- เวิร์กโฟลว์การต่อเนื่องวิดีโอและการอินเทอร์โพเลตฉาก
- อะวาทาร์และแอนิเมชันตัวละครที่อิงอ้างอิง
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 ที่สร้างขึ้นก่อนผสานวิดีโอ AI ของ WAN 2.7 เข้ากับเวิร์กโฟลว์การผลิตของคุณ
ขั้นตอนที่ 2: ขอรับคีย์ WAN 2.7 API และทบทวนเอกสารประกอบ API
ขอรับคีย์ WAN 2.7 API จากคอนโซล CometAPI และทบทวนเอกสาร ทำความเข้าใจเอ็นด์พอยต์ การยืนยันตัวตน และพารามิเตอร์ของ WAN 2.7 Video API เพื่อรองรับการแปลงข้อความเป็นวิดีโอ การแปลงภาพเป็นวิดีโอ และเวิร์กโฟลว์วิดีโอของ WAN
ขั้นตอนที่ 3: สร้างวิดีโอ AI ของ WAN 2.7 และผสานเข้ากับเวิร์กโฟลว์ของคุณ
ใช้ WAN 2.7 Video API เพื่อสร้างวิดีโอ AI ของ WAN 2.7 ด้วยพรอมป์ต์ รูปภาพ หรืออ้างอิง ผสานเอาต์พุตของ WAN 2.7 เข้ากับเวิร์กโฟลว์ผลิตภัณฑ์ สายการผลิตคอนเทนต์ หรือเครื่องมือวิดีโอ AI เพื่อทำให้การสร้างวิดีโอขยายขนาดได้