Il modello video AI di Alibaba con audio e dialoghi
Con WAN 2.7 trasformi una lista di inquadrature in una scena finita a 1080p, con audio e dialoghi parlati. Basta un solo prompt.
Abbiamo creato ogni clip di questa pagina con WAN 2.7 su Pixel Dojo: una scena sci-fi in tre inquadrature, una corsa in moto sotto la pioggia tra luci al neon, una chiamata radio nella tempesta, il crollo di un ghiacciaio, uno spot food di 15 secondi in un mercato notturno e una cucina in claymation. Ogni clip mostra il prompt esatto usato per crearla: parti da lì e falla tua. WAN 2.7 è incluso in un unico piano con tutti i migliori modelli video, sei studi e Sensei, il regista AI. I crediti non usati si accumulano finché resti abbonato e l'uso commerciale è incluso in ogni piano.
10 credits ($0.63) Incluso in ogni piano, da 10 $ al mese.
Hai già un account? Accedi
Di Brian Lovett · Aggiornato il
WAN 2.7 è il generatore video AI di Alibaba con colonna sonora integrata. Su Pixel Dojo descrivi una scena e ottieni una clip a 720p o 1080p da 2 a 15 secondi, con traccia audio e dialoghi parlati generati insieme alle immagini.
Il suo punto di forza è raccontare una storia con più inquadrature. Scrivi Shot 1, Shot 2 e Shot 3 in un unico prompt e WAN 2.7 le monta in una sola scena, come nella sequenza dell'astronauta in cima alla pagina. Inserisci una battuta in un'inquadratura e verrà pronunciata proprio lì.
Abbiamo scritto ogni prompt di questa pagina come un direttore della fotografia scrive le note di ripresa: prima il taglio dell'inquadratura e la camera, poi un soggetto preciso, un'azione, la luce, l'obiettivo e una riga finale per il suono. Cinque formati (16:9, 9:16, 1:1, 4:3 e 3:4) trasformano la stessa idea in un trailer, un post social verticale o una clip prodotto quadrata. La modalità di estensione video continua una clip che hai già.
Ogni clip qui è stata creata con WAN 2.7, con la colonna sonora già integrata. Ogni riquadro mostra il prompt che abbiamo scritto, parola per parola. Copiane uno, cambia il soggetto e mantieni le indicazioni su inquadratura, luce e suono.
Una scena da cortometraggio con un solo prompt: un campo lungo sulle dune, un primo piano dentro la visiera mentre pronuncia la sua battuta, poi una corsa ripresa dal basso sotto due lune. Parti da questo prompt per scrivere la tua scena in tre inquadrature.
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.
Azione notturna in 1080p. Spruzzi magenta e ciano si aprono a ventaglio dalla ruota anteriore per tutta la corsa, con nitidi riflessi al neon sulla strada allagata. Una base d'impatto per un video musicale o un trailer d'azione.
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.
Una performance verticale in 9:16 pensata per i feed social: due giri completi di seta cremisi sotto un unico riflettore a luce dura, con il tessuto che oscilla nella foschia come stoffa vera.
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.
Dialoghi nativi da un solo prompt. Un uomo dalla barba grigia e con una cerata gialla grida la chiamata radio scritta nel prompt dalla torre del faro, nella luce calda di una lanterna, mentre la tempesta infuria oltre le finestre. Scrivi la battuta così: [Nome, tono]: "battuta" e WAN 2.7 le dà voce.
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.
La grandiosità di un documentario naturalistico all'alba: una lastra di ghiaccio blu si schianta in una laguna turchese, poi la camera arretra e rivela gli iceberg galleggianti. Parti da questo prompt per creare il tuo paesaggio epico.
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.
Uno spot food di 15 secondi, la durata massima di una clip con WAN 2.7: noodles sollevati dalla pentola, brodo lucido versato col mestolo, un uovo dal tuorlo morbido e cipollotti come guarnizione, poi la ciotola servita sul bancone nella luce calda delle lanterne. Costruito come uno spot per un ristorante.
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.
Claymation con tutto il fascino della stop motion: un tasso chef fa saltare in alto un pancake al burro da una padella di rame, lo riprende nella padella e sorride orgoglioso nella cucina della sua tana con finestre rotonde. Parti da questo prompt per un corto di brand giocoso.
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.
Altre due clip della nostra sessione mostrano fin dove può arrivare una sola idea: il prompt del motociclista della galleria a 720p e un fotogramma della scena dell'astronauta riportato in vita con l'API da immagine a video, con una battuta completamente nuova.
Lo stesso prompt del motociclista a 720p, 10 crediti per 5 secondi, con gli spruzzi magenta e ciano che si aprono a ventaglio dalla ruota anteriore.
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.
Da immagine a video tramite API (wan-2.7-i2v), partendo da un fotogramma della nostra clip principale. Stesso volto, una nuova battuta, pronunciata al momento giusto.
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.
Abbiamo inviato lo stesso prompt a entrambi i modelli, con le stesse impostazioni: 720p e 5 secondi. WAN 2.7 mostra la trasformazione completa: l'intera statua si apre sul piedistallo e un leone con una criniera dorata luminosa ruggisce sotto la luna, in un'inquadratura da rivelazione del titolo. Su Pixel Dojo, WAN 2.7 aggiunge anche l'estensione video con controllo dell'ultimo fotogramma.
Stesso 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 mantiene il leone intero in campo sul piedistallo, mentre la pietra si stacca e rivela una criniera dorata luminosa sotto la luna piena.
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 stringe l'inquadratura mentre la statua esplode in pezzi, tra una criniera infuocata, pesanti detriti e un grande ruggito.
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 | |
|---|---|---|
| Crediti per 5 secondi a 720p | 10 crediti | 10 crediti |
| La trasformazione | L'intera statua si apre e il leone vivo resta sul piedistallo | Le lastre si staccano mentre la camera si avvicina |
| Inquadratura | Corpo intero sul piedistallo, pilastri e luna in campo | La camera si avvicina alla testa e alla criniera |
| Resa visiva | Criniera dorata luminosa e ruggito a figura intera sotto la luna | Criniera infuocata in un primo piano stretto |
| Modalità su Pixel Dojo | Da testo a video, estensione video con ultimo fotogramma, da immagine a video tramite API | Da testo e da immagine a video tramite API |
Scrivi Shot 1, Shot 2 e Shot 3 in un unico prompt e WAN 2.7 le monta in una scena. La nostra sequenza dell'astronauta di 10 secondi passa al primo piano esattamente dove si trova il dialogo.
Ogni battuta scritta così è stata pronunciata al momento giusto. Mantieni le battute brevi e assegna a chi parla un nome, non un pronome.
Elenca alla fine i suoni che vuoi, come il sibilo del vento, passi che scricchiolano o un violoncello solista. Aggiungi "Niente musica di sottofondo" quando vuoi solo effetti e voce.
WAN 2.7 segue con precisione i dettagli. Un'indicazione puntuale sull'abbigliamento e una fonte di luce ben definita, come il nostro unico riflettore a luce dura sulla ballerina, fanno molto per ottenere il look che hai in mente.
Scegli 9:16 per clip social verticali come quella della ballerina, 16:9 per trailer e scene, 1:1 per feed quadrati. Passa a 1080p quando i dettagli fini contano di più.
Invia un fotogramma a /api/v1/models/wan-2.7-i2v/run con una nuova battuta. L'abbiamo fatto con un fotogramma della nostra clip principale e abbiamo ottenuto lo stesso volto che pronuncia una nuova battuta, per 10 crediti.
WAN 2.7 è incluso in ogni piano Pixel Dojo, a partire da $10/mese. I crediti non usati si accumulano finché resti abbonato. Il costo in crediti di ogni clip dipende dalla durata e dalla risoluzione: 2 crediti al secondo a 720p e 3 crediti al secondo a 1080p.
Con le impostazioni di questa pagina, una clip di 5 secondi a 720p costa 10 crediti, una di 5 secondi a 1080p costa 15 crediti, la scena dell'astronauta di 10 secondi a 1080p costa 30 crediti e lo spot del ramen di 15 secondi a 720p costa 30 crediti. La generazione da immagine a video tramite l'API wan-2.7-i2v costa 2 crediti al secondo a 720p, quindi una clip di 5 secondi costa 10 crediti.
WAN 2.7 è il generatore video AI di Alibaba. Trasforma un prompt testuale in una clip a 720p o 1080p da 2 a 15 secondi, con audio e dialoghi parlati, e monta più inquadrature identificate per nome in un'unica scena. Usalo su Pixel Dojo dal browser o tramite API.
Apri lo strumento WAN 2.7, scrivi il prompt, scegli durata, risoluzione e formato, poi genera. Il modo più veloce per partire è usare uno dei prompt di questa pagina: copialo, cambia il soggetto e mantieni le indicazioni su inquadratura, luce e suono. Se sviluppi, puoi inviare gli stessi campi a /api/v1/models/wan-2.7-t2v/run.
Sì. Ogni clip che abbiamo creato ha la sua colonna sonora integrata. Scrivi i dialoghi nel formato [Nome, tono]: "battuta" all'interno dell'inquadratura in cui devono essere pronunciati e chiudi il prompt con una riga Sound: per effetti e suoni d'ambiente.
Sì. Tutto quello che crei è tuo, con qualsiasi piano.
Con un account gratuito hai 3 effetti gratis ogni giorno per provare Pixel Dojo. WAN 2.7 è incluso in tutti i piani a partire da $10/mese e i crediti non usati si accumulano finché l'abbonamento resta attivo. Una clip di 5 secondi a 720p costa 10 crediti.
Scegli WAN 2.7 per i nuovi progetti. È la versione più recente: monta le inquadrature che hai denominato in un'unica scena, con i dialoghi pronunciati esattamente dove li hai inseriti. Su Pixel Dojo puoi anche estendere i video controllando l'ultimo fotogramma. Nel nostro confronto con il leone di marmo, WAN 2.7 ha mantenuto nell'inquadratura l'intera trasformazione sul piedistallo.
Sì, tramite API. Invia un image_url e il tuo prompt a /api/v1/models/wan-2.7-i2v/run. Abbiamo inviato un fotogramma della nostra scena con l'astronauta insieme a una nuova battuta e abbiamo ottenuto lo stesso volto che la pronunciava, per 10 crediti a 720p.
Scrivi un prompt qui sopra o parti da un esempio di questa pagina. Un solo piano copre tutti i modelli top, sei studi e Sensei, e i crediti si accumulano.
Inizia con WAN 2.7