Alibabas KI-Videomodell mit Ton und Dialogen
Mach mit WAN 2.7 aus einer geschriebenen Shotliste eine fertige 1080p-Szene mit Ton und gesprochenen Dialogen. Ein einziger Prompt reicht.
Jeden Clip auf dieser Seite haben wir mit WAN 2.7 auf Pixel Dojo erstellt: eine Sci-Fi-Szene mit drei Shots, eine Motorradfahrt durch regennasses Neonlicht, einen Funkspruch im Sturm, einen Gletscherabbruch, einen 15 Sekunden langen Foodspot auf einem Nachtmarkt und eine Knetanimationsküche. Zu jedem Clip siehst du den genauen Prompt. Nimm ihn als Vorlage und mach dein eigenes Ding daraus. WAN 2.7 steckt mit allen Top-Videomodellen, sechs Studios und Sensei, dem KI-Regisseur, in einem Abo. Solange dein Abo läuft, bleiben ungenutzte Credits erhalten. Kommerzielle Nutzung ist in jedem Abo inklusive.
10 credits ($0.63) In jedem Tarif enthalten, ab 10 $ im Monat.
Schon Mitglied? Anmelden
Von Brian Lovett · Aktualisiert am
WAN 2.7 ist Alibabas KI-Videogenerator mit integriertem Soundtrack. Auf Pixel Dojo beschreibst du eine Szene und bekommst einen 2 bis 15 Sekunden langen Clip in 720p oder 1080p. Tonspur und gesprochene Dialoge entstehen direkt mit dem Bild.
Seine besondere Stärke: Storytelling über mehrere Shots. Schreibe Shot 1, Shot 2 und Shot 3 in einen Prompt und WAN 2.7 schneidet sie zu einer Szene zusammen, wie bei unserer Astronautinnen-Sequenz oben auf dieser Seite. Füge einem Shot einen Dialogsatz hinzu und er wird genau in diesem Shot gesprochen.
Wir haben jeden Prompt auf dieser Seite wie eine Kameraanweisung geschrieben: zuerst Einstellungsgröße und Kamera, dann ein konkretes Motiv, eine Handlung, das Licht, das Objektiv und zum Schluss eine Zeile zum Ton. Mit fünf Seitenverhältnissen (16:9, 9:16, 1:1, 4:3 und 3:4) wird dieselbe Idee zum Trailer, vertikalen Social-Post oder quadratischen Produktclip. Im Video-Verlängerungsmodus führst du einen vorhandenen Clip fort.
Jeder Clip hier wurde mit WAN 2.7 erstellt, den Soundtrack gibt es direkt dazu. Jede Kachel zeigt unseren Prompt, Wort für Wort. Kopiere einen, tausche das Motiv aus und behalte die Angaben zu Shot, Licht und Ton bei.
Eine Kurzfilmszene aus einem Prompt: eine Totale über den Dünen, eine Nahaufnahme im Visier, in der sie ihren Satz spricht, dann ein Lauf aus der Untersicht unter zwei Monden. Nutze diesen Prompt als Vorlage für deine eigene Szene mit drei Shots.
Cinematic three shot sequence. Shot 1: Wide shot, a lone astronaut in a scuffed white suit with a gold visor trudges across rust red dunes toward a crashed silver lander at dusk, dust streaming off the ridges. Shot 2: Close-up inside the helmet, the astronaut, a woman in her forties with close cropped gray hair, stares as a green light blinks on the lander. [Commander Reyes, breathless]: "It's still transmitting." Shot 3: Low angle, she breaks into a run toward the lander under two pale moons, boots kicking up red dust. 35mm anamorphic lens, teal and amber grade. Sound: wind hiss, crunching footsteps, a rising synth drone.
Nächtliche Action in 1080p. Während der gesamten Fahrt spritzt Wasser in Magenta und Cyan vom Vorderreifen, dazu scharfe Neonreflexionen auf der überfluteten Straße. Ein starker Ausgangspunkt für ein Musikvideo oder einen Actiontrailer.
Low tracking shot at wheel height, the camera racing alongside. A rider in a scuffed red helmet and black waxed jacket leans a matte black cafe racer motorcycle through a flooded neon night street, the front tire slicing a tall fan of spray that glows magenta and cyan, rain streaking past the lens. 35mm anamorphic lens, shallow depth of field, teal and orange grade. Sound: engine roar, the hiss of water, rain drumming on metal.
Eine vertikale 9:16-Performance für Social Feeds: zwei volle Drehungen in karminroter Seide unter einem einzelnen harten Spotlight. Der Stoff schwingt wie echtes Gewebe durch den Dunst.
Symmetrical wide shot, slow dolly in. A dancer in her thirties with a sleek black bun spins on a bare black stage in a flowing crimson silk gown, the skirt fanning into a wide arc, under a single hard overhead spotlight that cuts a cone through drifting haze, dust sparkling in the beam. High contrast, deep shadows, 35mm lens. Sound: the whisper of silk, bare feet brushing the floor, a low solo cello.
Native Dialoge aus einem einzigen Prompt. Ein Mann mit grauem Bart und gelbem Ölzeug ruft im warmen Laternenlicht den vorgegebenen Funkspruch aus dem Leuchtturm, während hinter den Fenstern der Sturm tobt. Schreibe deinen Satz als [Name, Tonfall]: "Satz" und WAN 2.7 spricht ihn.
Medium close-up, slow push in. A weathered lighthouse keeper in his sixties with a salt gray beard and a yellow oilskin coat grips a crackling radio handset in a lamp lit tower room, lightning flashing across his face as rain streams down the window behind him. He presses the button and leans in. [Lighthouse Keeper, hoarse and urgent]: "Northern Star, turn east now." 50mm lens, warm tungsten light against cold blue lightning. Sound: howling wind, rain lashing the glass, radio static. No background music.
Naturdoku im großen Stil bei Sonnenaufgang: Eine blaue Eisplatte stürzt in eine türkise Lagune, dann zieht sich die Kamera zurück und gibt den Blick auf treibende Eisberge frei. Nutze diesen Prompt für dein eigenes Landschaftsepos.
Aerial drone shot gliding fast and low over a turquoise glacial lagoon toward a towering blue ice cliff as a huge slab calves off and crashes into the water, throwing up a white wave and a wall of spray, small icebergs rocking in the swell, low golden sunrise light raking across the ice. 24mm wide lens, epic scale, crisp detail. Sound: a thunderous crack of ice, a roaring splash, wind.
Ein 15 Sekunden langer Foodspot, die maximale Cliplänge von WAN 2.7: Nudeln werden aus dem Topf gehoben, glänzende Brühe wird eingefüllt, ein weich gekochtes Ei und Frühlingszwiebeln kommen obendrauf. Dann gleitet die Schüssel im warmen Laternenlicht über den Tresen. Inszeniert wie ein Restaurant-Werbespot.
Continuous 15 second steadicam take, no cuts. The camera follows a ramen cook in her fifties with a navy headscarf as she lifts a nest of noodles from a steaming pot, snaps the strainer twice, slides the noodles into a bowl, ladles glossy broth, lays a soft egg and scallions on top and pushes the bowl across the counter toward the lens, steam curling through warm paper lantern light in a busy night market alley. 35mm lens, shallow depth of field, warm amber grade. Sound: bubbling broth, the clack of the strainer, a sizzling grill, distant chatter. No background music.
Knetanimation mit Stop-Motion-Charme: Ein Dachskoch wirft einen buttrigen Pfannkuchen hoch aus einer Kupferpfanne, fängt ihn wieder auf und grinst stolz in seiner unterirdischen Küche mit runden Fenstern. Nutze diesen Prompt für einen verspielten Markenclip.
Claymation stop motion, locked off medium shot. A round clay badger chef in a tiny white toque flips a golden pancake high out of a copper pan in a cozy cluttered burrow kitchen, the pancake spins in the air and lands back in the pan with a floppy slap, and the badger beams with pride. Warm tungsten light, visible thumbprints in the clay, felt and cardboard props, charming stop motion cadence. Sound: sizzling butter, the slap of the pancake, a cheerful ukulele tune.
Zwei weitere Clips aus unserer Session zeigen, was in einer Idee steckt: der Motorrad-Prompt aus der Showcase in 720p und ein Standbild aus unserer Astronautinnen-Szene, das wir über die Bild-zu-Video-API mit einem neuen Dialogsatz wieder zum Leben erweckt haben.
Derselbe Motorrad-Prompt in 720p, 10 Credits für 5 Sekunden, mit Spritzwasser in Magenta und Cyan am Vorderreifen.
Low tracking shot at wheel height, the camera racing alongside. A rider in a scuffed red helmet and black waxed jacket leans a matte black cafe racer motorcycle through a flooded neon night street, the front tire slicing a tall fan of spray that glows magenta and cyan, rain streaking past the lens. 35mm anamorphic lens, shallow depth of field, teal and orange grade. Sound: engine roar, the hiss of water, rain drumming on metal.
Bild zu Video über die API (wan-2.7-i2v), aus einem Standbild unseres Hauptclips. Dasselbe Gesicht, ein neuer Dialogsatz, genau im richtigen Moment gesprochen.
Slow push in on the helmet. She draws a sharp breath, fog blooms on the inside of the visor, the green light pulses across her cheek, and she glances toward the horizon. [Commander Reyes, quietly]: "Someone is still out here." Sound: steady breathing inside the helmet, wind outside, a soft electronic beep.
Wir haben denselben Prompt mit identischen Einstellungen an beide Modelle geschickt: 720p und 5 Sekunden. WAN 2.7 zeigt die komplette Verwandlung: Die ganze Statue bricht auf ihrem Sockel auseinander und ein Löwe mit leuchtend goldener Mähne brüllt unter dem Mond, inszeniert wie eine Titelenthüllung. Auf Pixel Dojo bietet WAN 2.7 außerdem Videoverlängerung mit Kontrolle über das letzte Bild.
Gleicher Prompt: Medium wide shot, slow push in. A cracked marble lion statue in a moonlit stone courtyard shudders, its stone skin splitting and falling away in chunks to reveal a living lion with a glowing golden mane that shakes off the dust and roars, shards and dust swirling. Cold blue moonlight against the warm gold glow of the mane, 35mm lens. Sound: stone cracking, rumbling debris, a deep roar.
WAN 2.7 behält den ganzen Löwen auf dem Sockel im Bild, während der Stein abplatzt und unter dem Vollmond eine leuchtend goldene Mähne freigibt.
Medium wide shot, slow push in. A cracked marble lion statue in a moonlit stone courtyard shudders, its stone skin splitting and falling away in chunks to reveal a living lion with a glowing golden mane that shakes off the dust and roars, shards and dust swirling. Cold blue moonlight against the warm gold glow of the mane, 35mm lens. Sound: stone cracking, rumbling debris, a deep roar.
WAN 2.6 geht nah heran, während die Statue auseinanderbricht: mit feuriger Mähne, schweren Trümmern und mächtigem Brüllen.
Medium wide shot, slow push in. A cracked marble lion statue in a moonlit stone courtyard shudders, its stone skin splitting and falling away in chunks to reveal a living lion with a glowing golden mane that shakes off the dust and roars, shards and dust swirling. Cold blue moonlight against the warm gold glow of the mane, 35mm lens. Sound: stone cracking, rumbling debris, a deep roar.
| WAN 2.7 | WAN 2.6 | |
|---|---|---|
| Credits für 5 Sekunden in 720p | 10 Credits | 10 Credits |
| Die Enthüllung | Die ganze Statue bricht auseinander und der lebendige Löwe steht auf dem Sockel | Steinplatten brechen ab, während die Kamera näher kommt |
| Bildausschnitt | Der ganze Körper auf dem Sockel, Säulen und Mond im Bild | Nahaufnahme von Kopf und Mähne |
| Look | Leuchtend goldene Mähne und ein brüllender Löwe in voller Größe unter dem Mond | Feurige Mähne in einer engen Nahaufnahme |
| Modi auf Pixel Dojo | Text zu Video, Videoverlängerung mit letztem Bild, Bild zu Video über die API | Text und Bild zu Video über die API |
Schreibe Shot 1, Shot 2 und Shot 3 in einen Prompt und WAN 2.7 schneidet sie zu einer Szene zusammen. Unsere 10 Sekunden lange Astronautinnen-Sequenz wechselt genau dort in die Nahaufnahme, wo der Dialog steht.
Jeder Satz in diesem Format wurde im richtigen Moment gesprochen. Halte die Sätze kurz und benenne die sprechende Person mit einem Namen statt einem Pronomen.
Liste die gewünschten Geräusche ganz zum Schluss auf, etwa Windrauschen, knirschende Schritte oder ein Solo-Cello. Ergänze „Keine Hintergrundmusik“, wenn du nur Effekte und Stimme willst.
WAN 2.7 hält sich genau an konkrete Details. Eine präzise Angabe zur Kleidung und eine klare Lichtquelle, wie unser einzelnes hartes Spotlight auf der Tänzerin, bringen dich deinem gewünschten Look einen großen Schritt näher.
Nimm 9:16 für vertikale Social-Clips wie die Tänzerin, 16:9 für Trailer und Szenen und 1:1 für quadratische Feeds. Wechsle zu 1080p, wenn es vor allem auf feine Details ankommt.
Sende ein Standbild mit einem neuen Dialogsatz an /api/v1/models/wan-2.7-i2v/run. Wir haben dafür ein Bild aus unserem Hauptclip genommen. Das Ergebnis: dasselbe Gesicht, das einen neuen Satz spricht, für 10 Credits.
WAN 2.7 ist in jedem Pixel Dojo Abo enthalten. Abos starten bei 10 $/Monat. Solange dein Abo läuft, bleiben ungenutzte Credits erhalten. Die Credits pro Clip richten sich nach Länge und Auflösung: 2 Credits pro Sekunde bei 720p und 3 Credits pro Sekunde bei 1080p.
Mit den Einstellungen auf dieser Seite kostet ein 5 Sekunden langer 720p-Clip 10 Credits, ein 5 Sekunden langer 1080p-Clip 15 Credits, die 10 Sekunden lange Astronautinnen-Szene in 1080p 30 Credits und der 15 Sekunden lange Ramen-Spot in 720p 30 Credits. Bild zu Video über die wan-2.7-i2v API kostet bei 720p 2 Credits pro Sekunde. Ein Clip mit 5 Sekunden kostet also 10 Credits.
WAN 2.7 ist Alibabas KI-Videogenerator. Er macht aus einem Textprompt einen 2 bis 15 Sekunden langen Clip in 720p oder 1080p mit Ton und gesprochenen Dialogen und schneidet mehrere benannte Shots zu einer Szene zusammen. Nutze ihn auf Pixel Dojo im Browser oder über die API.
Öffne das WAN 2.7 Tool, schreibe deinen Prompt, wähle Dauer, Auflösung und Seitenverhältnis und starte die Generierung. Am schnellsten legst du mit einem Prompt von dieser Seite los: kopieren, Motiv austauschen und die Angaben zu Shot, Licht und Ton beibehalten. Entwickler können dieselben Felder an /api/v1/models/wan-2.7-t2v/run senden.
Ja. Jeder Clip, den wir erstellt haben, hat seinen eigenen Soundtrack direkt dabei. Schreib Dialoge als [Name, Tonfall]: "Text" in die Einstellung, in der sie gesprochen werden sollen. Schließ den Prompt mit einer Sound: Zeile für Effekte und Atmosphäre ab.
Ja. Was du erstellst, gehört dir. In jedem Tarif.
Mit einem kostenlosen Konto bekommst du jeden Tag 3 kostenlose Effekte, um Pixel Dojo auszuprobieren. WAN 2.7 ist in jedem Tarif ab 10 $/Monat enthalten. Ungenutzte Credits werden übertragen, solange dein Abo läuft. Ein Clip mit 5 Sekunden in 720p kostet 10 Credits.
Nimm WAN 2.7 für neue Projekte. Es ist die neuere Version und schneidet benannte Einstellungen zu einer Szene zusammen. Dialoge werden genau dort gesprochen, wo du sie platziert hast. Auf Pixel Dojo kannst du Videos außerdem verlängern und dabei den letzten Frame steuern. In unserem Vergleich mit dem Marmorlöwen zeigte WAN 2.7 die gesamte Verwandlung auf dem Sockel.
Ja, über die API. Sende eine image_url und deinen Prompt an /api/v1/models/wan-2.7-i2v/run. Wir haben ein Standbild aus unserer Astronautenszene mit einer neuen Dialogzeile gesendet. Das Ergebnis: dasselbe Gesicht, das den neuen Text spricht, für 10 Credits in 720p.
Schreib oben einen Prompt oder starte mit einem Beispiel von dieser Seite. Ein Tarif umfasst alle Top-Modelle, sechs Studios und Sensei, und deine Credits werden übertragen.
Mit WAN 2.7 starten