Guide de prompts vidéo WAN 2.7
Guide de prompts vidéo WAN 2.7 : découvre WAN 2.7 Video, le modèle vidéo phare d’Alibaba sur PixelDojo. Du texte à la vidéo, de l’image à la vidéo, ou prolonge un clip existant avec le mode d’extension vidéo. 720p (2 crédits/s) et 1080p (3 crédits/s), durées de 2-15 secondes, 5 formats et amélioration des prompts intégrée.
WAN 2.7 Video est le haut de gamme de la famille WAN, le modèle phare d’Alibaba pour la génération vidéo. Sa force : trois modes distincts dans un seul modèle. Le texte vers vidéo crée à partir d’un prompt, l’image vers vidéo anime une image de départ, et l’extension vidéo prolonge un clip existant. Le tout avec des durées de 2 à 15 secondes et une amélioration des prompts intégrée.
Deux résolutions (720p à 2 crédits/s, 1080p à 3 crédits/s) et cinq formats : 16:9 pour le cinéma, 9:16 pour le vertical, 1:1 pour les publications carrées, 4:3 / 3:4 pour les proportions photo classiques. Jusqu’à 15 secondes par clip, soit plus que la plupart des modèles vidéo sur PixelDojo.
3
Modes (T2V · I2V · Extension)
2-15s
Plage de durées
720p · 1080p
Résolutions
Le texte vers vidéo crée à partir d’un simple prompt. L’image vers vidéo anime une image de départ selon ton prompt. L’extension vidéo reprend un clip existant et génère la suite. Idéal pour transformer des clips courts en récits plus longs sans refaire le rendu.
Le 720p (2 crédits/s) pour les essais et les réseaux sociaux. Le 1080p (3 crédits/s) pour les plans phares, les scènes d’ambiance et les vidéos produit riches en textures. Le 1080p coûte 50% de plus, un surcoût généralement justifié pour le rendu final.
WAN 2.7 prend en charge jusqu’à 15 secondes par clip, là où la plupart des modèles vidéo plafonnent à 6 ou 10. Pratique pour les scènes d’ambiance qui ont besoin de respirer, les séquences à plusieurs plans ou les moments narratifs qui ne tiennent pas en 5 secondes.
Fournis une vidéo source et un prompt : WAN 2.7 génère une suite à partir de la dernière image. Parfait pour transformer un clip de 5 secondes qui te plaît en séquence de 10-15 secondes sans refaire le rendu d’origine.
Chaque exemple affiche le prompt exact utilisé pour obtenir le résultat. Copie le prompt de ton choix en un clic.
1080p · 16:9 · 8s · 24 crédits
Vibrant cinematic establishing shot drifting forward over a futuristic coastal city at golden hour, neon-lined boardwalks, glass towers reflecting amber light, distant ocean waves crashing, warm sunset color grade, the camera moves at a very slow forward dolly, hyper-detailed 8k
Les plans d’ensemble cinéma gagnent à être en 1080p : les détails d’ambiance comme les vagues, les reflets de néons et les tours au loin supportent mal la compression en 720p. Associe le format large 16:9 à UN mouvement de caméra dominant (« travelling avant lent », « montée de grue », « travelling arrière »), puis laisse WAN gérer le rythme.
720p · 4:3 · 5s · 10 crédits
Medium close-up of a young woman with curly auburn hair sitting at a sunlit cafe window, she lifts a porcelain teacup to her lips, takes a slow sip, then turns her head toward the camera with a soft smile, shallow depth of field, warm afternoon light, hyper-detailed skin texture and fabric weave
Le format 4:3 donne une touche classique aux portraits en gros plan. WAN 2.7 interprète bien les petits gestes successifs : « soulève sa tasse, boit une gorgée, tourne la tête, sourit » s’enchaîne proprement. Le 720p suffit largement pour les gros plans de personnages. Garde tes crédits pour les scènes d’ambiance.
1080p · 1:1 · 6s · 18 crédits
Studio product shot of a matte-black ceramic coffee mug on a polished walnut surface, steam curling upward, the camera does a slow 90-degree rotational pan around the mug, soft top-down rim lighting against a charcoal gradient backdrop, photoreal advertising quality
Un carré 1:1 en 1080p avec un seul mouvement de caméra bien défini (panoramique rotatif, travelling avant, travelling arrière), c’est la recette classique du spot produit. WAN 2.7 restitue proprement les textures des matériaux en 1080p : céramique mate, noyer poli, métal brossé.
1080p · 21:9 recadré en 16:9 · 10s · 30 crédits
Wide cinematic landscape of a misty Norwegian fjord at dawn, mountain peaks emerging through low fog, a single distant fishing boat leaves a thin wake on glassy water, the camera does a very slow forward dolly, cool blue-green palette with warm amber highlight on one peak, sounds of distant water and gentle wind
Les clips d’ambiance de 10 secondes gagnent à être en 1080p : la brume, la surface de l’eau et les détails lointains restent préservés. Un mouvement de caméra lent, plus une touche chaude pour casser la palette froide. Le format large 16:9 s’impose naturellement. L’ultra-large 21:9 n’est pas pris en charge nativement : le 16:9 est donc ton format le plus large.
720p · 16:9 · 12s · 24 crédits
12-second action sequence. Shot 1: low-angle of a parkour runner sprinting toward a rooftop edge, wind whipping their jacket. Shot 2: mid-air shot of the runner leaping across a gap between buildings, city lights blurred behind. Shot 3: landing roll into a sprint that continues offscreen. Dynamic handheld camera throughout.
Avec 12s, WAN 2.7 a le temps de construire une vraie séquence à plusieurs plans : trois temps distincts et des coupes nettes. Le 720p suffit pour l’action. Le 1080p brille surtout dans les ambiances cinéma. Nomme chaque plan clairement (« Plan 1 : ... Plan 2 : ... ») pour des coupes plus propres.
Texte vers vidéo si tu n’as qu’un prompt. Image vers vidéo si tu as une belle image de départ à animer. Extension vidéo si tu veux prolonger un clip de 5-10 secondes jusqu’à 15s sans refaire le rendu. La façon de rédiger tes prompts reste la même dans les trois modes.
Le 1080p préserve la brume, l’eau, le feuillage et les textures des matériaux. Le 720p suffit largement pour l’action humaine, les gros plans de personnages et la plupart des prompts où le mouvement compte plus que les détails fins. Le 1080p demande 20% de crédits en plus : choisis selon ton usage.
La plage de 2-15s de WAN 2.7 dépasse celle de la plupart des modèles vidéo. Prévois 8-12 secondes pour les scènes d’ambiance qui ont besoin de respirer, et 10-15s pour de vraies séquences à plusieurs plans. Ne te limite pas à 5s si ton histoire demande plus.
« Travelling avant lent », « montée de grue », « panoramique rotatif à 90 degrés », « suivi caméra à l’épaule » : WAN prend ces indications au pied de la lettre. Combiner des mouvements (« travelling avant puis panoramique à gauche ») donne généralement un résultat confus. La règle : un mouvement par plan.
Les clips de 10-15s gagnent à suivre une structure claire : « Plan 1 : ... Plan 2 : ... Plan 3 : ... ». WAN 2.7 produit des coupes nettes quand tu les indiques. Étirer une seule action sur 15s gaspille cette durée. Passe à plusieurs plans ou choisis un clip plus court.
WAN a été ajusté avec un prompt négatif officiel en chinois, qui fonctionne mieux quand tu le gardes tel quel. Il bloque déjà les sous-titres. Si du texte ou des filigranes indésirables apparaissent, ajoute 文字，水印，logo à la fin. Le texte complet figure dans la section de ce guide consacrée au prompt négatif.
L’image de départ définit déjà le sujet, la scène et le style. Consacre ton prompt uniquement au mouvement et à la caméra. Redécrire l’apparence gaspille des tokens et risque d’éloigner le résultat de ton image.
WAN a été ajusté avec un prompt négatif officiel par défaut, rédigé en chinois. Le modèle a appris ces formulations précises pendant son entraînement et y répond donc plus fidèlement qu’à leurs traductions anglaises. Garde le prompt par défaut, et garde-le en chinois.
Voici le texte complet par défaut : 色调艳丽，过曝，静态，细节模糊不清，字幕，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走
Il couvre déjà les défauts courants : sursaturation, surexposition, images figées, détails flous, mains ratées, doigts en trop, membres déformés, arrière-plans surchargés et sous-titres (字幕 y figure). Si du texte, des filigranes ou des logos indésirables apparaissent encore dans ton résultat, ajoute 文字，水印，logo à la fin. Ne réécris pas le reste.
WAN 2.7 génère une bande-son avec la vidéo. Décris l’univers sonore souhaité dans le prompt positif : dialogues, ambiance, effets sonores précis. « Bruit de l’eau au loin et vent léger » ou « la machine à espresso siffle en arrière-plan » sont bien interprétés.
La musique se pilote dans le prompt positif, pas dans le prompt négatif. N’ajoute aucun terme musical au prompt négatif. Pour une scène sans musique, ajoute la phrase « No background music. » à ton prompt. Pour obtenir de la musique, demande-la clairement, par exemple « musique de fond à suspense ».
Pour des dialogues avec synchronisation labiale, écris d’abord la phrase d’action, puis la réplique dans ce format : [Nom, ton] : « réplique ». Exemple : L’agent frappe la table de la main. [Agent en costume noir, en colère] : « Où est la vérité ? »
Donne un nom unique à chaque personnage qui parle et n’attribue jamais une réplique à un pronom. WAN associe chaque réplique à un personnage grâce à son nom. Les répliques courtes de moins de 10 mots, prononcées par une seule personne, se synchronisent le mieux.
| Réglage | Valeurs | Notes |
|---|---|---|
| Mode | text-to-video · image-to-video · video-extend | Le mode I2V nécessite first_frame_image ; video-extend nécessite une vidéo source. |
| Résolution | 720p (2 cr/s) · 1080p (3 cr/s) | Le 1080p coûte 50% de plus. Ça vaut le coup pour les clips d’ambiance ou riches en textures. |
| Durée | 2-15 seconds (integer) | Des durées plus longues que la plupart des modèles vidéo. Vise 8-12s pour les clips d’ambiance, 10-15s pour les séquences à plusieurs plans. |
| Format d’image | 16:9 · 9:16 · 1:1 · 4:3 · 3:4 | 5 préréglages pour les formats de sortie courants. |
| Prompt négatif | string (optional, max 500 chars) | Le réglage par défaut convient à la plupart des prompts. |
| Enrichissement du prompt | On / Off | Enrichissement optionnel du prompt par WAN. Teste avec et sans : le désactiver donne parfois un résultat plus net. |
Le 720p (2 cr/s) pour les essais, les publications sur les réseaux sociaux, les personnages et l’action humaine : la fidélité est largement suffisante. Le 1080p (3 cr/s) pour les scènes d’ambiance (brume, eau, feuillage), les plans produit aux matériaux détaillés et les clips phares. Le surcoût de 50% en crédits vaut généralement le coup pour le rendu final.
Fournis un clip existant et un prompt : WAN 2.7 génère une suite à partir de la dernière image. Tu obtiens une seule vidéo qui enchaîne ta source et son extension de façon fluide. Pratique pour transformer un clip de 5 secondes qui te plaît en vidéo de 10-15 secondes sans refaire le rendu d’origine.
Oui. WAN 2.7 génère une bande-son adaptée à la vidéo : dialogues, sons d’ambiance et effets décrits dans ton prompt. La musique n’apparaît que si tu la demandes, et la phrase « No background music. » permet de l’exclure. Le mode image vers vidéo accepte aussi un fichier audio de référence facultatif (wav ou mp3, jusqu’à 15MB) pour synchroniser les lèvres avec ton propre enregistrement.
Cinq préréglages : 16:9 (paysage cinéma), 9:16 (reels verticaux), 1:1 (carré pour les réseaux sociaux), 4:3 (photo classique), 3:4 (portrait vertical). Pas d’ultra-large 21:9 : pour ce format, utilise Seedance 2 ou choisis le 16:9, puis recadre.
Oui. WAN 2.7 Video est disponible dans le sélecteur de modèles de Canvas, sous « animate ». Le point d’accès de l’API publique est /api/v1/models/wan-2.7-video/run, avec les champs prompt, mode (text-to-video / image-to-video / video-extend), resolution, duration, aspect_ratio, first_frame_image (I2V), source_video (extend), negative_prompt et prompt_enhance.