从文字或一张图片开始
用提示词自由创建场景，或上传首帧以保留人物、产品、视觉风格与开场构图。
Wan 2.5 AI 短视频生成器
把文字提示词或一张开场图变成聚焦的 5 秒或 10 秒视频。支持 720p、1080p 与原生声音，积分消耗低于 Wan 2.6 和 Wan 2.7。
60
Wan 2.5 文生与图生视频
为可重复的短视频创作保留必要能力
Wan 2.5 的选择很直接：画面尚未确定时从文字开始；主体与构图已经明确时上传一张首帧。适合既需要 1080p 与声音，又重视生成成本的短视频。
一个主要动作加一次运镜，通常足以撑起清晰的 5 秒或 10 秒视频。
选择 5 秒或 10 秒
5 秒适合钩子、揭示或反应；10 秒则能让简单动作拥有清楚的开始与结束。
输出 720p 或 1080p
对比创意时使用 720p；方向确认后，如需更多可见细节则选择 1080p。
需要时加入原生音频
让环境声与音效随画面一起生成，使短视频概念可以作为完整的视听片段来评估。
Wan 2.5 使用场景
先获得更多可用方向，再选出最终版本
团队需要为社媒、产品或氛围镜头探索多个可信方案，同时又不需要复杂控制时，Wan 2.5 更划算。
社媒创意
测试开场钩子与广告短版
为付费广告、自然内容、发布预告和活动变体，对比不同开场、运镜、场景与画幅。
产品动画
把产品静物图变成简洁动态镜头
用光线、反射、材质运动与一次明确运镜揭示产品，同时保持轮廓稳定。
环境镜头
为剪辑补充氛围素材
生成流动的天气、车流、植被、烟雾或光线及其环境声，用于转场、片头与编辑切出镜头。
Wan 2.5 使用方法
只给短视频一个任务，并把它讲清楚
简洁的创意简报才能充分利用 5 秒或 10 秒。先确定视觉锚点和单一动作，再选择输出规格，最后验证后再做变体。
01
选择正确的起点
构图开放时使用文字；必须保留开场主体与美术方向时，上传一张图片。
02
写完一个完整的视觉节拍
先写动作，再补充运镜、光线和环境运动；删除与主要事件争夺注意力的想法。
03
根据用途匹配长度与清晰度
选择 5 秒或 10 秒；探索阶段可用 720p，接近交付时再使用 1080p。
04
先验证，再批量生成
把创意扩展到更多画幅前，先检查人物、产品结构、构图、动作速度和声音时机。
Wan 2.5 提示词指南
为一个视觉节拍写紧凑简报
按画幅、主体、动作、运镜、环境、声音与排除项组织提示词。具体的物理动作能让短创意更易理解。
Wan 2.5 文生视频提示词示例
竖屏近景，日出时分的咖啡馆吧台上放着一只陶瓷杯。蒸汽缓缓上升，镜头围绕杯子做一次慢速半圆移动。晨光逐渐照亮釉面，顾客在虚化背景中经过。加入安静的咖啡馆环境声和一次瓷器轻碰声。保持杯子形状与标志稳定。不要字幕或剪辑。
先说明投放画幅
文生视频时，在描述场景前先写横屏、竖屏、方形或其他支持的比例。
使用观众看得见的动词
写转身、倾倒、抬起、漂移、折叠或反射，不要只依赖抽象情绪。
运镜只保留一个方案
一次推、摇、环绕、俯仰或固定镜头，比多个互相竞争的动作更容易完成。
用限制条件保护结果
说明必须保持的身份与结构，并排除不需要的文字、物体、剪辑或声音。
Wan 模型对比
你的输入素材和预算适合哪个 Wan 模型？
对比当前生成器真正开放的能力：必需输入、关键帧控制、时长、分辨率、原生音频与相对积分消耗。
- 适合场景
- 图片驱动的主视觉、人像与产品揭示
- 输入方式
- 提示词与一张首帧图片
- 帧控制
- 首帧
- 时长
- 2–15 秒内任意整数秒
- 分辨率
- 720p 或 1080p
- 音频
- 原生生成音频
- 相对积分
- 最高
- 适合场景
- 文字概念、图片动画与指定终点
- 输入方式
- 提示词、首帧，或首帧与尾帧
- 帧控制
- 首帧或首尾帧
- 时长
- 5、10 或 15 秒
- 分辨率
- 720p 或 1080p
- 音频
- 原生生成音频
- 相对积分
- 较高
- 适合场景
- 社媒短片、产品动态与创意迭代
- 输入方式
- 提示词或一张首帧图片
- 帧控制
- 首帧
- 时长
- 5 或 10 秒
- 分辨率
- 720p 或 1080p
- 音频
- 原生生成音频
- 相对积分
- 中等
- 适合场景
- 动作测试、美术动画与首尾帧转场
- 输入方式
- 一张首帧，或首帧与尾帧
- 帧控制
- 首帧或首尾帧
- 时长
- 5 或 8 秒
- 分辨率
- 480p 或 720p
- 音频
- 无声视频
- 相对积分
- 最低
Wan 模型怎么选
高效迭代短视频时，选择 Wan 2.5
如果文字或一张开场图已经提供足够控制，而且 5 秒或 10 秒能完整表达创意，Wan 2.5 是合理选择：保留 1080p 和音频，又不用为更长时长与尾帧控制付费。
用 Wan 2.5 制作聚焦的短视频
生成 5 秒或 10 秒的文生、图生视频，支持 720p、1080p、原生音频与适中的积分消耗。
使用 Wan 2.5 创作需要更长时长或固定结尾时选 Wan 2.6
镜头需要 15 秒，或必须从指定首帧连接到指定尾帧时，请切换到 Wan 2.6。
对比 Wan 2.6让创意规模符合短片时长
多次换场、拥挤互动、复杂手部接触和细小文字，会让短视频更难保持主要动作。
Wan 2.5 常见问题
关于 Wan 2.5 短视频生成的常见问题
了解文字与图片输入、视频时长、1080p、原生音频、积分消耗，以及它与 Wan 2.6 的区别。
Wan 2.5 可以生成什么？
Wan 2.5 可以从文字提示词或一张首帧图片生成短视频。本工作区支持 5 秒或 10 秒、720p 或 1080p，并可生成原生音频。
Wan 2.5 同时支持文生视频和图生视频吗？
支持。希望模型建立完整场景时使用文字；需要控制开场主体、风格与构图时上传一张图片。
Wan 2.5 可以生成多少秒？
可选 5 秒或 10 秒。一个直接瞬间适合 5 秒；简单的铺垫、动作和收尾适合 10 秒。
Wan 2.5 支持 1080p 和音频吗？
支持。可选择 720p 或 1080p，并生成原生音频；更高分辨率会消耗更多积分。
Wan 2.5 和 Wan 2.6 有什么区别？
两者都支持最高 1080p 的文生、首帧视频与音频。Wan 2.6 还增加 15 秒和首尾帧控制；Wan 2.5 的积分消耗更低。
生成 Wan 2.5 视频
把一个明确想法变成可用短片
从文字或首帧开始，描述一个视觉节拍，再按目标渠道选择时长、分辨率和声音设置。