O modelo de vídeo com IA da Alibaba, com som e diálogos
Com WAN 2.7, transforme uma lista de planos em uma cena pronta em 1080p, com som e diálogos, tudo a partir de um único prompt.
Criamos todos os clipes desta página com WAN 2.7 no Pixel Dojo: uma cena de ficção científica com três planos, uma moto sob a chuva em uma rua de neon, uma chamada de rádio na tempestade, o desabamento de uma geleira, um anúncio de comida de 15 segundos em um mercado noturno e uma cozinha de massinha. Cada clipe traz o prompt exato que usamos, para você partir dele e dar a sua cara. WAN 2.7 está no mesmo plano que todos os principais modelos de vídeo, seis estúdios e Sensei, o diretor de IA. Seus créditos acumulam enquanto a assinatura estiver ativa, e todos os planos incluem uso comercial.
10 credits ($0.63) Incluído em todos os planos, a partir de US$10/mês.
Já tem conta? Entrar
Por Brian Lovett · Atualizado em
WAN 2.7 é o gerador de vídeo com IA da Alibaba que já vem com trilha sonora. No Pixel Dojo, você descreve uma cena e recebe um clipe em 720p ou 1080p, com duração de 2 a 15 segundos, áudio e diálogos criados junto com a imagem.
Seu grande diferencial é contar histórias com vários planos. Escreva Shot 1, Shot 2 e Shot 3 em um único prompt, e WAN 2.7 monta tudo em uma só cena, como na sequência da astronauta no topo desta página. Coloque uma fala dentro de um plano, e ela será dita naquele plano.
Escrevemos cada prompt desta página como um diretor de fotografia escreve uma indicação de plano: primeiro o enquadramento e a câmera, depois um personagem ou elemento específico, uma ação, a luz, a lente e uma linha final de som. Cinco proporções de tela (16:9, 9:16, 1:1, 4:3 e 3:4) permitem transformar a mesma ideia em trailer, post vertical para redes sociais ou clipe quadrado de produto. E o modo de extensão de vídeo dá continuidade a um clipe que você já tem.
Todos os clipes daqui foram feitos com WAN 2.7, com trilha sonora integrada. Cada card mostra o prompt que escrevemos, palavra por palavra. Copie um, troque o personagem ou elemento principal e mantenha as instruções de plano, luz e som.
Uma cena de curta-metragem com um único prompt: um plano aberto nas dunas, um close dentro da viseira enquanto ela diz sua fala e, depois, uma corrida vista de baixo sob duas luas. Use este prompt como ponto de partida para escrever sua própria cena de três planos.
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.
Ação noturna em 1080p. A água se abre em leques magenta e ciano a partir do pneu dianteiro durante todo o percurso, com reflexos nítidos de neon pela rua alagada. Um ótimo ponto de partida para um videoclipe ou trailer de ação.
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.
Uma performance vertical em 9:16 feita para o feed: duas voltas completas de seda carmesim sob um único foco de luz dura, com o tecido se movendo como tecido de verdade em meio à névoa.
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.
Diálogo nativo a partir de um único prompt. Um homem de barba grisalha e capa impermeável amarela grita a chamada de rádio escrita no roteiro, na torre do farol, sob a luz quente de um lampião, enquanto a tempestade castiga o lado de fora das janelas. Escreva sua fala como [Nome, tom]: "fala" e WAN 2.7 dá voz a ela.
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.
Escala de documentário de natureza ao nascer do sol: um bloco de gelo azul desaba em uma lagoa turquesa, e a câmera recua para revelar os icebergs flutuantes. Parta deste prompt para criar seu próprio épico de paisagem.
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.
Um anúncio de comida de 15 segundos, a maior duração de clipe do WAN 2.7: o macarrão sai da panela, o caldo brilhante entra com a concha, o ovo de gema mole e a cebolinha vão por cima, e a tigela é servida pelo balcão sob a luz quente das lanternas. Com estrutura de comercial de restaurante.
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.
Animação de massinha com o charme do stop motion: um texugo chef lança bem alto uma panqueca com manteiga, pega de volta na frigideira de cobre e sorri de orgulho na cozinha da sua toca com janelas redondas. Use este prompt como ponto de partida para um curta de marca divertido.
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.
Mais dois clipes da nossa sessão mostram até onde uma ideia pode ir: o prompt da moto da galeria em 720p e uma imagem da cena da astronauta ganhando vida de novo pela API de imagem para vídeo, com uma fala inédita.
O mesmo prompt da moto em 720p, 10 créditos por 5 segundos, com a água se abrindo em leques magenta e ciano a partir do pneu dianteiro.
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.
Imagem para vídeo pela API (wan-2.7-i2v), a partir de um frame do nosso clipe principal. O mesmo rosto, uma nova fala, dita na hora certa.
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.
Enviamos o mesmo prompt para os dois modelos, com as mesmas configurações de 720p e 5 segundos. WAN 2.7 entrega a transformação completa: a estátua inteira se parte sobre o pedestal, e um leão de juba dourada brilhante ruge sob a lua, em um enquadramento de revelação de título. No Pixel Dojo, WAN 2.7 também traz extensão de vídeo com controle do último frame.
Mesmo 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 mantém o leão inteiro no pedestal enquanto a pedra se desprende e revela uma juba dourada brilhante sob a lua cheia.
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 aproxima a câmera enquanto a estátua se estilhaça, com uma juba em chamas, destroços pesados e um rugido poderoso.
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 | |
|---|---|---|
| Créditos por 5 segundos em 720p | 10 créditos | 10 créditos |
| A revelação | A estátua inteira se parte, e o leão vivo fica de pé no pedestal | Blocos se soltam enquanto a câmera se aproxima |
| Enquadramento | Corpo inteiro no pedestal, com pilares e lua no quadro | A câmera se aproxima da cabeça e da juba |
| Visual | Juba dourada brilhante e rugido de corpo inteiro sob a lua | Juba em chamas em um close fechado |
| Modos no Pixel Dojo | Texto para vídeo, extensão de vídeo com último frame, imagem para vídeo pela API | Texto e imagem para vídeo pela API |
Escreva Shot 1, Shot 2 e Shot 3 em um único prompt, e WAN 2.7 monta tudo em uma cena. Nossa sequência de 10 segundos da astronauta corta para o close exatamente no trecho do diálogo.
Todas as falas que escrevemos assim foram ditas na hora certa. Mantenha cada fala curta e dê um nome a quem fala, em vez de usar um pronome.
Liste os sons desejados no final, como o sopro do vento, passos estalando no chão ou um solo de violoncelo. Adicione Sem música de fundo quando quiser apenas efeitos e voz.
WAN 2.7 segue detalhes específicos de perto. Uma indicação precisa de figurino e uma fonte de luz bem definida, como o único foco de luz dura sobre a dançarina, fazem toda a diferença para chegar ao visual que você imaginou.
Escolha 9:16 para clipes verticais de redes sociais como o da dançarina, 16:9 para trailers e cenas e 1:1 para feeds quadrados. Mude para 1080p quando os detalhes finos forem prioridade.
Envie uma imagem para /api/v1/models/wan-2.7-i2v/run com uma nova fala. Fizemos isso com um frame do nosso clipe principal e recebemos o mesmo rosto dizendo uma nova fala, por 10 créditos.
WAN 2.7 está incluído em todos os planos do Pixel Dojo, a partir de $10/mês. Os créditos acumulam enquanto sua assinatura estiver ativa. O custo de cada clipe em créditos depende da duração e da resolução: 2 créditos por segundo em 720p e 3 créditos por segundo em 1080p.
Nas configurações desta página, um clipe de 5 segundos em 720p custa 10 créditos, um clipe de 5 segundos em 1080p custa 15 créditos, a cena da astronauta de 10 segundos em 1080p custa 30 créditos e o anúncio de lámen de 15 segundos em 720p custa 30 créditos. Imagem para vídeo pela API wan-2.7-i2v custa 2 créditos por segundo em 720p, então um clipe de 5 segundos custa 10 créditos.
WAN 2.7 é o gerador de vídeo com IA da Alibaba. Ele transforma um prompt de texto em um clipe de 2 a 15 segundos em 720p ou 1080p, com som e diálogos, e monta vários planos identificados em uma só cena. Use no Pixel Dojo pelo navegador ou pela API.
Abra a ferramenta WAN 2.7, escreva seu prompt, escolha a duração, a resolução e a proporção de tela e gere o vídeo. O jeito mais rápido de começar é usar um prompt desta página: copie, troque o personagem ou elemento principal e mantenha as instruções de plano, luz e som. Desenvolvedores podem enviar os mesmos campos para /api/v1/models/wan-2.7-t2v/run.
Sim. Cada clipe que criamos já vem com sua própria trilha sonora. Escreva o diálogo no formato [Nome, tom]: "fala" dentro do plano em que ele deve ser dito e termine o prompt com uma linha Sound: para efeitos e som ambiente.
Sim. O que você cria é seu, em qualquer plano.
Uma conta gratuita dá acesso a 3 efeitos grátis por dia para experimentar o Pixel Dojo. O WAN 2.7 está incluído em todos os planos a partir de $10/mês, e os créditos acumulam enquanto sua assinatura estiver ativa. Um clipe de 5 segundos em 720p custa 10 créditos.
Escolha o WAN 2.7 para projetos novos. É a versão mais recente, monta planos nomeados em uma única cena com as falas exatamente onde você as escreveu e, no Pixel Dojo, permite estender vídeos com controle do último quadro. Na nossa comparação com o leão de mármore, o WAN 2.7 enquadrou toda a transformação sobre o pedestal.
Sim, pela API. Envie um image_url e seu prompt para /api/v1/models/wan-2.7-i2v/run. Enviamos um quadro da nossa cena do astronauta com uma nova fala e recebemos o mesmo rosto dizendo essa fala, por 10 créditos em 720p.
Escreva um prompt acima ou comece por qualquer exemplo desta página. Um só plano cobre todos os principais modelos, seis estúdios e o Sensei, e seus créditos acumulam.
Comece com WAN 2.7