Q

Wan2.7

每秒:$0.08
從文字與圖片生成影片。在保持參考一致性的前提下建立與編輯圖片。
商業用途

Wan 2.7 技術規格

項目Wan 2.7(影片套件)
提供方Alibaba Tongyi Lab
模型系列Wan 2.7 Video Suite
架構27B 參數的專家混合(MoE)
輸入類型文字、圖片、影片、音訊參考
輸出類型生成/編輯的影片剪輯(可選音訊)
支援模式文字轉影片(T2V)、圖片轉影片(I2V)、參考轉影片(R2V)、影片編輯
解析度720P 與 1080P 輸出
影片時長2–15 秒
音訊支援原生音訊生成、語音參考、口型同步工作流程
參考能力多參考圖片/影片,身份一致性
角色一致性視工作流程而定,可支援多個參考主體
版本代際Wan 2.6 的主要後續版本

什麼是 Wan 2.7?

Wan 2.7 是 Alibaba 的旗艦多模態影片生成套件,面向可控的 AI 影片製作工作流程,而非僅僅是簡單的提示轉影片。該模型系列將生成、編輯、延續與基於參考的穩定一致性整合為一個系統,使創作者能以更強的主體保留與場景控制能力打造短篇電影感片段。

不同於早期主要聚焦於提示品質的影片生成器,Wan 2.7 透過幀錨定、參考輸入、音訊同步與結構化多鏡頭工作流程強調可控性。

Wan 2.7 主要特性

  • Thinking Mode 規劃管線:模型在渲染前規劃場景構圖與運動,提升對提示的遵循度並降低連貫性失誤。
  • 首幀與末幀控制:使用者可定義開場與結尾幀,系統在兩者之間插值運動。
  • 以參考為驅動的身份一致性:在多個鏡頭間維持角色外觀、服裝、物件與風格的一致。
  • 原生多模態工作流程:在同一工作流程中支援文字、圖片、音訊與影片參考。
  • 整合音訊生成:可在影像之外同時生成背景音樂、環境聲與語音同步。
  • 支援編輯與延續:可在不從零開始的情況下延長、轉換或重塑現有影片。

Wan 2.7 的基準表現

相較於文字類 LLM,Wan 2.7 的公開基準披露仍較有限,但第三方評測與社群測試顯示其在運動穩定性、提示遵循與可控性方面相較 Wan 2.6 有顯著提升。

生態系觀察報告包括:

  • 相比早期 Wan 發布版本,運動連續性更強。
  • 在第三方文字轉影片評測榜單上的名次更高。
  • 多主體一致性與參考保真度提升。
  • 相較許多較早的開源影片模型,音訊整合更佳。

正式基準的透明度仍然有限,故對效能聲稱應審慎解讀。

Wan 2.7 與其他影片模型比較

特性Wan 2.7Veo 3.1Seedance 2.0
原生音訊工作流程中等
參考驅動的一致性中等中等
首 + 末幀控制部分有限
影片編輯工作流程有限
最大常見解析度1080P更高端的電影級輸出1080P
多參考支援強調中等中等

Wan 2.7 的限制

  • 相較長篇製作工具,片段時長較短。
  • 1080P 的最大輸出限制了超高解析度工作流程。
  • 快速運動場景仍可能出現不穩定偽影。
  • 多參考工作流程提高了複雜度與提示工程需求。
  • 公開基準報告依然相對稀少。

代表性使用情境

  1. 角色一致性的短片與分鏡腳本。
  2. 具音訊同步的行銷短片。
  3. 社群媒體影片生成。
  4. 產品可視化與概念預告片。
  5. 影片延續與場景插值工作流程。
  6. 基於參考的頭像與角色動畫。

如何在 CometAPI 中使用 WAN 2.7 Video API

步驟 1:在 Kie Al Playground 試用 WAN 2.7 Video API

首先,在 CometAPI Playground 使用 WAN 2.7 Video API 測試 WAN 2.7 的功能。上傳圖片、添加提示或使用參考,在將 WAN 2.7 AI 影片整合到您的製作流程之前,先預覽生成的 WAN 影片。

步驟 2:取得 WAN 2.7 API 金鑰並查閱 API 文件

從 CometAPI 控制台取得 WAN 2.7 API 金鑰並查閱文件。瞭解 WAN 2.7 Video API 的端點、驗證與參數,以支援文字轉影片、圖片轉影片與 WAN 影片工作流程。

步驟 3:生成 WAN 2.7 AI 影片並整合至您的工作流程

使用 WAN 2.7 Video API 透過提示、圖片或參考生成 WAN 2.7 AI 影片。將 WAN 2.7 的輸出整合到產品工作流程、內容管線或 AI 影片工具中,以實現可擴展的影片創作。

常見問題