2–15 秒任意整数时长
根据动作本身选择长度，不必为短创意硬凑时长。几秒钟适合表情、循环或反应镜头，更长时长则能容纳完整运镜与表演。
Wan 2.7 图生视频生成器
从一张图片出发，明确指导接下来发生什么。可生成 2–15 秒、720p 或 1080p 视频，并通过提示词控制主体动作、镜头运动和原生声音。
200
Wan 2.7 图生视频
保留原有构图，只让画面按你的想法运动
Wan 2.7 适合开场画面已经确定的镜头。图片负责锁定主体、风格与构图，提示词则说明场景如何变化、镜头如何移动，以及观众会听到什么。
让图片决定画面基础，再用提示词描述随时间发生的变化。
720p 试稿或 1080p 成片
测试方向时可选 720p；当面部、产品材质或场景细节需要更清晰的交付效果时，可选 1080p。
画面与声音同步生成
为镜头里真实发生的事件添加环境声和音效。少量、明确的声音指令，比堆叠互相竞争的要求更容易同步。
由首帧牢牢控制画面基础
上传图片会确定人物身份、服装、产品外形、光线和布局。提示词应重点描述动作、节奏、运镜，以及不能漂移的细节。
Wan 2.7 适合做什么
让已经定稿的视觉动起来，不必从文字重新生成
当图片里的主体和美术方向已经正确，只缺少运动、节奏与声音时，Wan 2.7 更适合作为下一步。
人像动画
把静态表情变成可信的表演
控制视线、呼吸、姿态、发丝或轻微推镜，同时明确要求保持面部与造型一致。
产品视频
制作可控的产品揭示镜头
围绕已确定的产品图移动光线、反射、粒子或镜头，生成发布预告、社媒广告与后期可用的切出镜头。
概念艺术
为成熟的世界观补上氛围
让水面、天气、植被、烟雾、人群和光线变化起来，同时保持原图的构图与视觉语言清晰可辨。
Wan 2.7 使用方法
围绕一张可靠的首帧设计整个镜头
有效的 Wan 2.7 简报既要说明哪里会变化，也要说明哪里不能变。按以下顺序组织信息，更容易得到清晰结果。
01
上传干净、明确的图片
选择主体清晰、边缘可辨，并为预期运动留出空间的画面；先移除不需要的文字、重复元素或杂乱细节。
02
先写动作，再写风格
先说明主体做什么，再描述运镜和次要环境运动。使用具体动词，并按照观众实际看到的顺序来写。
03
设置时长、分辨率与音频
为主要动作预留足够时间，选择 720p 或 1080p，并只加入真正能帮助叙事的声音提示。
04
检查真正影响使用的细节
在使用成片前，检查面部与手部、物体形状、背景结构、动作速度、运镜连贯性和声音时机。
Wan 2.7 提示词指南
描述一个镜头，而不是堆叠关键词
一条清晰的图生视频提示词可以依次写五件事：主体动作、镜头运动、次要动态、声音，以及必须保持不变的内容。
Wan 2.7 图生视频提示词示例
骑行者压低身体驶入弯道，在湿润的街面上加速。镜头保持车轮高度并排跟拍，随后缓缓拉成更广的画面。夹克和霓虹倒影自然运动，人物面部和自行车结构保持稳定。加入轮胎溅水、链条转动和远处车流声。不要文字、剪辑或多余人物。
只给主体一个主要动作
先写观众最需要注意的身体动作，再补充氛围、光线和质感。
把主体动作与运镜分开写
分别交代人物或物体做什么，以及镜头的方向、速度、景别变化和稳定方式。
明确连续性锚点
指出必须一致的面部特征、产品比例、服装细节、颜色和背景线条。
只保留定义场景的声音
选择少量有效声音并说明出现时机，避免同时要求复杂对白、音乐和大量音效。
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
首帧已经定稿时，选择 Wan 2.7
已有理想开场图，同时需要灵活时长、1080p 与生成音频时，Wan 2.7 更合适；如果创意要从文字开始，或必须以指定尾帧结束，则应选择其他 Wan 模型。
用 Wan 2.7 制作图片驱动的主视觉镜头
适合表现力丰富的人像、产品与概念图动画，支持 2–15 秒、720p 或 1080p，并可生成原生声音。
使用 Wan 2.7 创作需要文生视频或双关键帧时选 Wan 2.6
Wan 2.6 增加了文生视频和首尾帧工作流，不再只依赖一张开场图来控制结果。
对比 Wan 2.6了解单张图片解决不了的问题
细小文字、拥挤互动、复杂手部接触和多个同步动作仍可能损失细节或稳定性。精度重要时，请简化镜头。
Wan 2.7 常见问题
关于 Wan 2.7 图生视频的常见问题
了解必需输入、视频时长、分辨率、音频能力，以及何时应改用 Wan 2.6。
这个生成器里的 Wan 2.7 能做什么？
Wan 2.7 会根据文字动作提示，让一张首帧图片动起来。本工作区支持 2–15 秒、720p 或 1080p 输出，并可生成原生音频。
Wan 2.7 可以不上传图片吗？
不可以。这里的 Wan 2.7 必须上传一张首帧图片。需要文生视频时，请使用 Wan 2.6 或 Wan 2.5。
Wan 2.7 最长可以生成多少秒？
可选择 2–15 秒之间的任意整数时长。生成视频会沿用上传图片的宽高比。
Wan 2.7 可以同时生成声音吗？
可以。开启音频后，可在提示词中简洁描述与画面动作对应的环境声或音效。
Wan 2.7 和 Wan 2.6 应该选哪个？
灵活控制首帧动画时选 Wan 2.7；需要文生视频、首尾帧控制，或固定 5、10、15 秒制作选项时选 Wan 2.6。
使用 Wan 2.7 让图片动起来
从你真正想保留的画面开始
上传一张图片，描述动作与运镜，选择时长和分辨率，即可生成带声音的 Wan 2.7 视频。