Guida ai prompt video WAN 2.7
Guida ai prompt video WAN 2.7: scopri il modello video di punta di Alibaba su PixelDojo. Genera video da testo, anima immagini o continua una clip esistente con la modalità video-extend. 720p (2 crediti/s) e 1080p (3 crediti/s), durate di 2-15 secondi, 5 formati e ottimizzazione dei prompt integrata.
WAN 2.7 Video è il top della famiglia WAN, il modello di punta di Alibaba per la generazione video. Il suo punto di forza: tre modalità distinte in un solo modello. Text-to-video crea da un prompt, image-to-video anima un fotogramma iniziale e video-extend continua una clip esistente. Il tutto con durate da 2 a 15 secondi e ottimizzazione dei prompt integrata.
Due risoluzioni (720p a 2 crediti/s, 1080p a 3 crediti/s) e cinque formati: 16:9 per un taglio cinematografico, 9:16 per il verticale, 1:1 per i contenuti social quadrati, 4:3 / 3:4 per le proporzioni fotografiche tradizionali. Fino a 15 secondi in una sola clip, più della maggior parte dei modelli video su PixelDojo.
3
Modalità (T2V · I2V · Extend)
2-15s
Intervallo di durata
720p · 1080p
Risoluzioni disponibili
Text-to-video crea un video dal solo prompt. Image-to-video anima un fotogramma iniziale seguendo il tuo prompt. Video-extend prende una clip esistente e ne genera il seguito: perfetto per trasformare clip brevi in storie più lunghe senza rifare il rendering.
720p (2 crediti/s) per le prove e i social. 1080p (3 crediti/s) per le inquadrature di punta, le scene d'atmosfera e i video prodotto ricchi di texture. Il 1080p costa il 50% in più: per il rendering finale, di solito ne vale la pena.
WAN 2.7 arriva a 15 secondi in una sola clip, mentre la maggior parte dei modelli video si ferma a 6 o 10. Ideale per scene d'atmosfera che hanno bisogno di respiro, sequenze con più inquadrature o passaggi narrativi che non entrano in 5 secondi.
Fornisci un video sorgente e un prompt: WAN 2.7 genera un seguito che riparte dall'ultimo fotogramma. Perfetto per trasformare una clip di 5 secondi che ti piace in una sequenza di 10-15 secondi, senza rifare il rendering dell'originale.
Ogni esempio mostra il prompt esatto usato per ottenere quel risultato. Copia il prompt che vuoi con un clic.
1080p · 16:9 · 8s · 24 crediti
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
Per i campi lunghi cinematografici, il 1080p fa la differenza: i dettagli d'atmosfera, come onde, riflessi al neon e torri lontane, soffrono la compressione a 720p. Abbina il formato panoramico 16:9 a UN SOLO movimento di camera dominante ('carrellata lenta in avanti', 'salita con gru', 'carrellata indietro') e lascia a WAN la gestione del ritmo.
720p · 4:3 · 5s · 10 crediti
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
Il formato 4:3 dà ai primi piani un tocco classico. WAN 2.7 interpreta bene i piccoli gesti in sequenza: "solleva la tazza, beve un sorso, gira la testa, sorride" funziona senza intoppi. Per i primi piani, il 720p basta e avanza: riserva i crediti extra alle scene d'atmosfera.
1080p · 1:1 · 6s · 18 crediti
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
Formato quadrato 1:1 a 1080p e un solo movimento di camera ben definito (panoramica circolare, carrellata in avanti, carrellata indietro): la formula classica dello spot di prodotto. A 1080p, WAN 2.7 rende con precisione le texture dei materiali, dalla ceramica opaca al noce lucidato, fino al metallo spazzolato.
1080p · 21:9 ritagliato a 16:9 · 10s · 30 crediti
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
Le clip d'atmosfera di 10 secondi danno il meglio a 1080p: nebbia, superficie dell'acqua e dettagli in lontananza restano intatti. Usa un movimento di camera lento e un elemento dai toni caldi per spezzare la palette fredda. Il formato panoramico 16:9 è la scelta naturale: l'ultrapanoramico 21:9 non è supportato nativamente, quindi il 16:9 è il formato più ampio disponibile.
720p · 16:9 · 12s · 24 crediti
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.
12s danno a WAN 2.7 lo spazio per una vera sequenza con più inquadrature: tre momenti distinti, con stacchi netti. Per l'azione basta il 720p; il 1080p brilla nelle atmosfere cinematografiche. Indica ogni inquadratura in modo chiaro ("Inquadratura 1: ... Inquadratura 2: ...") per ottenere stacchi più puliti.
Text-to-video quando hai solo un prompt. Image-to-video quando hai un'immagine iniziale forte da animare. Video-extend quando hai una clip di 5-10 secondi da portare a 15s senza rifare il rendering. Il linguaggio dei prompt resta lo stesso in tutte e tre le modalità.
Il 1080p preserva nebbia, acqua, fogliame e texture dei materiali. Il 720p basta e avanza per azioni umane, primi piani e gran parte dei prompt in cui il movimento conta più dei dettagli fini. Il 1080p richiede il 20% di crediti in più: scegli in base al progetto.
L'intervallo di 2-15s di WAN 2.7 è più ampio di quello della maggior parte dei modelli video. Usa 8-12 secondi per scene d'atmosfera che hanno bisogno di respiro e 10-15s per vere sequenze con più inquadrature. Non fermarti a 5s per abitudine se la tua storia richiede più tempo.
'Carrellata lenta in avanti', 'salita con gru', 'panoramica circolare di 90 gradi', 'ripresa a seguire con camera a mano': WAN interpreta queste indicazioni alla lettera. Combinare più movimenti ("carrellata in avanti, poi panoramica a sinistra") di solito produce risultati confusi. La regola è un movimento per inquadratura.
Le clip di 10-15s funzionano meglio con una struttura chiara: "Inquadratura 1: ... Inquadratura 2: ... Inquadratura 3: ...". WAN 2.7 genera stacchi puliti quando li indichi. Dedicare 15s a un solo momento spreca la durata: usa più inquadrature o scegli una clip più breve.
WAN è stato ottimizzato con un prompt negativo ufficiale in cinese e funziona meglio se lo lasci esattamente com'è. Blocca già i sottotitoli. Se compaiono testo indesiderato o filigrane, aggiungi 文字，水印，logo alla fine. Trovi la stringa predefinita completa nella sezione di questa guida dedicata al prompt negativo.
L'immagine iniziale contiene già soggetto, scena e stile. Usa il prompt solo per il movimento e la camera. Descrivere di nuovo l'aspetto spreca token e favorisce trasformazioni che si allontanano dalla tua immagine.
WAN è stato ottimizzato con un prompt negativo predefinito ufficiale scritto in cinese. Il modello ha imparato quelle precise espressioni durante l'addestramento, quindi risponde in modo più affidabile a quelle che alle traduzioni inglesi. Mantieni il prompt predefinito e lascialo in cinese.
Ecco la stringa predefinita completa: 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
Copre già i problemi più comuni: saturazione eccessiva, sovraesposizione, fotogrammi statici, dettagli sfocati, mani mal riuscite, dita in più, arti deformati, sfondi caotici e sottotitoli (字幕 è già incluso). Se nei risultati compaiono ancora testo indesiderato, filigrane o loghi, aggiungi 文字，水印，logo alla fine. Non riscrivere il resto.
WAN 2.7 genera una traccia audio insieme al video. Descrivi nel prompt positivo il paesaggio sonoro che vuoi: dialoghi, atmosfera sonora, effetti specifici. "Rumore d'acqua in lontananza e vento leggero" oppure "la macchina del caffè sibila in sottofondo" vengono interpretati bene.
La musica si controlla dal prompt positivo, non da quello negativo. Non inserire termini musicali nel prompt negativo. Per una scena senza musica, aggiungi al prompt la frase "No background music.". Per avere musica, chiedila direttamente, per esempio con "musica di sottofondo carica di suspense".
Per dialoghi con sincronizzazione labiale, scrivi prima la frase che descrive l'azione, poi la battuta in questo formato: [Nome, tono]: "battuta". Esempio: L'agente sbatte la mano sul tavolo. [Agente in abito nero, con rabbia]: "Dov'è la verità?"
Assegna a ogni personaggio che parla un nome univoco e non usare mai un pronome per attribuire una battuta. WAN associa ogni battuta al personaggio tramite il nome. Le battute brevi, con un solo personaggio che parla e meno di 10 parole, si sincronizzano meglio.
| Impostazione | Valori | Note |
|---|---|---|
| Modalità | text-to-video · image-to-video · video-extend | I2V richiede first_frame_image; video-extend richiede un video sorgente. |
| Risoluzione | 720p (2 cr/s) · 1080p (3 cr/s) | 1080p costa il 50% in più. Vale la pena per clip d'atmosfera o ricche di dettagli materici. |
| Durata | 2-15 seconds (integer) | Durata superiore alla maggior parte dei modelli video. Usa 8-12s per clip d'atmosfera, 10-15s per sequenze con più inquadrature. |
| Formato | 16:9 · 9:16 · 1:1 · 4:3 · 3:4 | 5 preimpostazioni per i formati di output più comuni. |
| Prompt negativo | string (optional, max 500 chars) | L'impostazione predefinita funziona con la maggior parte dei prompt. |
| Ottimizzazione del prompt | On / Off | Espansione facoltativa del prompt da parte di WAN. Prova con e senza: a volte disattivarla dà risultati più puliti. |
720p (2 cr/s) per le prove, i post social, i video con personaggi e le azioni umane: la fedeltà visiva è più che sufficiente. 1080p (3 cr/s) per scene d'atmosfera (nebbia, acqua, fogliame), riprese di prodotto con materiali dettagliati e clip di punta. Il 50% di crediti in più di solito vale la pena per il rendering finale.
Fornisci una clip esistente e un prompt: WAN 2.7 genera un seguito che riparte dall'ultimo fotogramma. Il risultato è un unico video che passa senza interruzioni dalla clip sorgente all'estensione. Utile per trasformare una clip di 5 secondi che ti piace in 10-15 secondi, senza rifare il rendering dell'originale.
Sì. WAN 2.7 genera una traccia audio coerente con il video: dialoghi, suoni ambientali ed effetti che descrivi nel prompt. La musica compare solo quando la richiedi e la frase "No background music." la esclude. La modalità image-to-video accetta anche un file audio opzionale di riferimento (wav o mp3, fino a 15MB) per sincronizzare le labbra con la tua registrazione.
Cinque preset: 16:9 (orizzontale cinematografico), 9:16 (reel verticali), 1:1 (quadrato per i social), 4:3 (fotografia tradizionale / classica), 3:4 (ritratto verticale). Niente ultrapanoramico 21:9: per quello, usa Seedance 2 oppure scegli 16:9 e ritaglia in seguito.
Sì. Trovi WAN 2.7 Video nel selettore dei modelli di Canvas, sotto 'animate'. L'endpoint dell'API pubblica è /api/v1/models/wan-2.7-video/run, con i campi prompt, mode (text-to-video / image-to-video / video-extend), resolution, duration, aspect_ratio, first_frame_image (I2V), source_video (extend), negative_prompt e prompt_enhance.