WAN 2.7 promptguide for video
WAN 2.7 promptguide for video: WAN 2.7 Video er Alibabas flaggskipmodell for video på PixelDojo. Lag video fra tekst eller bilde, eller fortsett et eksisterende klipp med videoforlengelse. 720p (2 kreditter/s) og 1080p (3 kreditter/s), varighet på 2-15 sekunder, 5 bildeformater og innebygd promptforbedring.
WAN 2.7 Video er toppmodellen i WAN-familien, Alibabas flaggskip for videogenerering. Dette skiller den ut: tre egne moduser i én modell. Tekst til video lager video fra en prompt, bilde til video animerer et startbilde, og videoforlengelse fortsetter et eksisterende klipp. Varighet fra 2 til 15 sekunder og innebygd promptforbedring.
To oppløsninger: 720p til 2 kreditter/s og 1080p til 3 kreditter/s. Fem bildeformater: 16:9 for filmfølelse, 9:16 for stående video, 1:1 for kvadratisk innhold til sosiale medier og 4:3 / 3:4 for tradisjonelle fotoformater. Opptil 15 sekunder i ett klipp, lengre enn de fleste videomodeller på PixelDojo.
3
Moduser (T2V · I2V · Forlengelse)
2-15s
Varighet
720p · 1080p
Oppløsninger
Tekst til video lager video fra bare en prompt. Bilde til video animerer et startbilde ut fra prompten din. Videoforlengelse tar et eksisterende klipp og lager en fortsettelse. Praktisk når du vil gjøre korte klipp til lengre fortellinger uten å rendre på nytt.
720p (2 kreditter/s) for utprøving og sosiale medier. 1080p (3 kreditter/s) for hovedopptak, stemningsfulle scener og produktvideoer der materialene står i fokus. 1080p koster 50% mer, og er som regel verdt det for den endelige rendringen.
WAN 2.7 støtter opptil 15 sekunder i ett klipp. De fleste videomodeller stopper på 6 eller 10. Praktisk for stemningsfulle scener som trenger pusterom, sekvenser med flere opptak eller handlingsmomenter som ikke får plass på 5 sekunder.
Legg inn en kildevideo og en prompt. WAN 2.7 lager en fortsettelse som tar over fra siste bilde. Perfekt når du vil gjøre et 5-sekunders klipp du liker, til en sekvens på 10-15 sekunder uten å rendre originalen på nytt.
Hvert eksempel viser den nøyaktige prompten som ga resultatet. Kopier hvilken som helst prompt med ett klikk.
1080p · 16:9 · 8s · 24 kreditter
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
Filmiske etableringsbilder får et løft med 1080p. Stemningsdetaljer som bølger, neonreflekser og fjerne tårn tåler komprimering dårlig i 720p. Kombiner bredformatet 16:9 med ÉN dominerende kamerabevegelse, som «rolig dolly fremover», «kran opp» eller «trekk tilbake», og la WAN styre tempoet.
720p · 4:3 · 5s · 10 kreditter
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
Formatet 4:3 gir portrettnærbilder et litt klassisk preg. WAN 2.7 tolker små handlingsmomenter godt: «løfter koppen, tar en slurk, snur hodet, smiler» blir gjengitt rent. 720p holder fint til nærbilder av karakterer. Spar de ekstra kredittene til stemningsfulle scener.
1080p · 1:1 · 6s · 18 kreditter
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
Kvadratisk 1:1 i 1080p med én tydelig kamerabevegelse, som rotasjonspanorering, dolly inn eller trekk tilbake, er den klassiske produktoppskriften. WAN 2.7 gjengir materialteksturer som matt keramikk, polert valnøtt og børstet metall rent i 1080p.
1080p · 21:9 beskåret til 16:9 · 10s · 30 kreditter
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
Stemningsfulle klipp på 10 sekunder får et løft med 1080p. Tåke, vannoverflate og detaljer i det fjerne bevares. Bruk én rolig kamerabevegelse og et «varmt punkt» som bryter den kjølige paletten. Bredformatet 16:9 passer naturlig. Ultrabredt 21:9 støttes ikke direkte, så 16:9 er det bredeste valget.
720p · 16:9 · 12s · 24 kreditter
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 gir WAN 2.7 rom til en ekte sekvens med flere opptak: tre tydelige handlingsmomenter med rene klipp. 720p holder til action. Det er i filmisk atmosfære at 1080p virkelig skinner. Navngi hvert opptak tydelig («Opptak 1: ... Opptak 2: ...») for renere klipp.
Bruk tekst til video når du bare har en prompt. Bruk bilde til video når du har et godt startbilde du vil animere. Bruk videoforlengelse når du har et klipp på 5-10 sekunder du vil forlenge til 15s uten å rendre på nytt. Samme promptspråk fungerer i alle tre.
1080p bevarer tåke, vann, løvverk og materialteksturer. 720p holder fint til menneskelig bevegelse, nærbilder av karakterer og de fleste prompter der bevegelse teller mer enn fine detaljer. 1080p krever 20% flere kreditter. Velg etter bruksområde.
Spennet på 2-15s i WAN 2.7 er større enn hos de fleste videomodeller. Bruk 8-12 sekunder til stemningsfulle scener som trenger pusterom, og 10-15s til reelle sekvenser med flere opptak. Ikke velg 5s av gammel vane hvis historien trenger mer.
«Rolig dolly fremover», «kran opp», «90-graders rotasjonspanorering», «håndholdt følgeopptak»: WAN tolker dette bokstavelig. Kombinerer du bevegelser, som «dolly inn og panorer så mot venstre», blir resultatet som regel rotete. Regelen er én bevegelse per opptak.
Klipp på 10-15s blir bedre med en tydelig struktur: «Opptak 1: ... Opptak 2: ... Opptak 3: ...». WAN 2.7 gjengir klippene rent når du angir dem. Ett enkelt handlingsmoment over 15s sløser med tiden. Bruk flere opptak eller velg et kortere klipp.
WAN er finjustert med en offisiell kinesisk negativ prompt, og den fungerer best når den står helt uendret. Den blokkerer allerede undertekster. Hvis du ser uønsket tekst eller vannmerker, legg til 文字，水印，logo på slutten. Hele standardteksten står i delen om negativ prompt i denne guiden.
Startbildet inneholder allerede motivet, scenen og stilen. Bruk prompten bare på bevegelse og kamera. Å beskrive utseendet på nytt sløser med tokener og kan få resultatet til å gli bort fra bildet ditt.
WAN er finjustert med en offisiell standardprompt for uønsket innhold, og den er skrevet på kinesisk. Modellen lærte disse nøyaktige formuleringene under treningen og reagerer derfor mer pålitelig på dem enn på engelske oversettelser. Behold standardprompten, og la den stå på kinesisk.
Her er hele standardteksten: 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
Den dekker allerede de vanlige feilene: overmettede farger, overeksponering, stillestående bilder, uklare detaljer, dårlige hender, ekstra fingre, deformerte lemmer, rotete bakgrunner og undertekster (字幕 er med). Hvis du fortsatt får uønsket tekst, vannmerker eller logoer i resultatet, legg til 文字，水印，logo på slutten. Ikke skriv om resten.
WAN 2.7 genererer et lydspor sammen med videoen. Beskriv lydbildet du vil ha, i den positive prompten: dialog, bakgrunnslyd og konkrete lydeffekter. Både «lyden av vann i det fjerne og svak vind» og «espressomaskinen freser i bakgrunnen» tolkes godt.
Musikk styres i den positive prompten, ikke den negative. Hold musikkbegreper utenfor den negative prompten. Vil du ha en scene uten musikk, legger du til «No background music.» i prompten. Vil du ha musikk, ber du tydelig om det, for eksempel «spenningsfylt bakgrunnsmusikk».
For talt dialog med leppesynk skriver du handlingen først, deretter replikken i dette formatet: [Navn, tone]: "replikk". Eksempel: Agenten slår hånden i bordet. [Agent i svart dress, sint]: "Hvor er sannheten?"
Gi hver taler et unikt navn, og merk aldri en replikk med et pronomen. WAN kobler hver replikk til en karakter via navnet. Korte replikker fra én taler på under 10 ord gir best synk.
| Innstilling | Verdier | Merknader |
|---|---|---|
| Modus | text-to-video · image-to-video · video-extend | I2V krever first_frame_image. Videoforlengelse krever en kildevideo. |
| Oppløsning | 720p (2 cr/s) · 1080p (3 cr/s) | 1080p koster 50% mer. Verdt det for stemningsfulle klipp eller klipp med mye materialdetaljer. |
| Varighet | 2-15 seconds (integer) | Lengre enn de fleste videomodeller. Bruk 8-12s for stemningsfulle klipp, 10-15s for klipp med flere innstillinger. |
| Bildeformat | 16:9 · 9:16 · 1:1 · 4:3 · 3:4 | 5 forhåndsvalg som dekker vanlige bildeformater. |
| Negativ prompt | string (optional, max 500 chars) | Standardinnstillingen fungerer for de fleste prompter. |
| Promptforbedring | On / Off | Valgfri utvidelse av prompten i WAN. Prøv både med og uten. Noen ganger blir resultatet renere uten. |
720p (2 kreditter/s) til utprøving, innlegg i sosiale medier, karaktervideoer og menneskelig bevegelse. Det gir mer enn nok detaljnivå til dette. 1080p (3 kreditter/s) til stemningsfulle scener med tåke, vann og løvverk, produktbilder med detaljerte materialer og hovedklipp. 50% flere kreditter er som regel verdt det for den endelige rendringen.
Legg inn et eksisterende videoklipp og en prompt. WAN 2.7 genererer en fortsettelse som tar over fra siste bilde. Resultatet er én sammenhengende video fra kilden og videre inn i forlengelsen. Praktisk når du vil gjøre et 5-sekunders klipp du liker, til 10-15 sekunder uten å rendre originalen på nytt.
Ja. WAN 2.7 genererer et matchende lydspor sammen med videoen: dialog, bakgrunnslyd og effekter du beskriver i prompten. Musikk kommer bare når du ber om det, og frasen «No background music.» holder den ute. Bilde til video støtter også en valgfri styrende lydfil (wav eller mp3, opptil 15MB) som synkroniserer leppene med ditt eget opptak.
Fem forhåndsvalg: 16:9 (liggende filmformat), 9:16 (stående reels), 1:1 (kvadratisk til sosiale medier), 4:3 (tradisjonelt foto / klassisk), 3:4 (stående portrett). Ingen støtte for ultrabredt 21:9. Bruk Seedance 2 til det, eller velg 16:9 og beskjær etterpå.
Ja. Du finner WAN 2.7 Video i modellvelgeren i Canvas under «animate». Det offentlige API-endepunktet er /api/v1/models/wan-2.7-video/run, med feltene prompt, mode (text-to-video / image-to-video / video-extend), resolution, duration, aspect_ratio, first_frame_image (I2V), source_video (extend), negative_prompt og prompt_enhance.