Wan 2.6 bietet günstige Multi-Shot-Videogenerierung in 1080p mit stabilen Figuren und synchronem nativem Audio. Erstelle filmische Videos mit bis zu 15 Sekunden aus Text oder Bildern, mit logischerer Bewegung, stärkerer visueller Konsistenz und Produktionsqualität.
Filmisches Multi-Shot-Storytelling, stabile Figuren, HD-Video mit bis zu 15 Sekunden und natives Audio machen aus kurzen Prompts und Bildern stimmige Videogeschichten.
Die neue Generation bringt eine neu entwickelte Storytelling-Engine, die Multi-Shot-Videos in 1080p mit flüssigen Übergängen, ausgewogenem Tempo und natürlicher Kameraführung erzeugt. Sie versteht Storyboard-Prompts und Szenenbeschreibungen und setzt Shot-Reihenfolge, Kamerarichtung, Tempo und Stimmung als stimmige Sequenz um statt als isolierten Clip. Schalte Multi-Shot ein und erzähle eine kurze Geschichte mit einem einzigen Prompt.
Diese Generation verbessert die Szenenkontinuität und die Stabilität der Figuren: Gesichter, Outfits, Texturen und Licht bleiben über alle Shots hinweg konsistent. Die verbesserte zeitliche Attention hält Licht, Kleidung und Umgebungsdetails während der Bewegung stabil. Ideal für Kurzserien, Markenvideos und alle Inhalte, die Kontinuität brauchen.
Videos reichen jetzt bis zu 15 Sekunden und bewahren dabei HD-Schärfe und Konsistenz von Bild zu Bild. Wähle 5, 10 oder 15 Sekunden in 720p oder 1080p. Längere, flüssigere Ergebnisse geben dir mehr Raum für reichhaltige Geschichten.
Native Audioerzeugung und fortschrittliche Kameraphysik laufen in einem Workflow zusammen. Das Modell erzeugt Dialoge, Hintergrundmusik und Umgebungsgeräusche mit präziser Lippensynchronität und setzt dabei realistische Schwenks, Zooms und Kamerafahrten um. Das Ergebnis ist filmisches HD-Video in hoher Qualität, bereit zur Veröffentlichung.
Erzeuge filmische Videos direkt aus natürlicher Sprache. Das Modell versteht Multi-Shot-Prompts und Storyboard-Beschreibungen und überträgt Shot-Reihenfolge, Kamerarichtung, Tempo und Stimmung in eine stimmige Sequenz. Ideal für Drehbücher, Briefings und strukturierte Szenenbeschreibungen, mit Prompts bis 5.000 Zeichen.
Animiere ein einzelnes Bild und bewahre dabei die Identität des Motivs und den visuellen Stil. Gesichtszüge, Proportionen, Texturen und die Gesamtkomposition bleiben erhalten. Perfekt für Porträts, Produktbilder, Illustrationen und andere Standbilder, die zum Kurzvideo werden sollen.
Erstelle beeindruckende KI-Videos in drei einfachen Schritten:
Öffne den Arbeitsbereich, das Modell ist bereits ausgewählt. Schreibe einen Prompt für Text zu Video oder lade für Bild zu Video ein JPG-, PNG- oder WebP-Bild hoch: max. 10 MB und mindestens 256 px pro Seite.
Wähle 5, 10 oder 15 Sekunden und 720p oder 1080p. Schalte Multi-Shot ein, wenn du mehrere verbundene Shots willst, und beschreibe jeden Shot der Reihe nach im Prompt.
Bestätige die Credits und starte. Dein Video erscheint in deinen Werken, bereit zur Vorschau und zum Download. Passe den Prompt an und generiere jederzeit neu.
Gegenüber Wan 2.5 bringt die neue Generation längere Videos, stärkeres Multi-Shot-Handling, stabilere Figuren und natives Audio mit Lippensynchronität.
| Funktion | Wan 2.6 | Wan 2.5 |
|---|---|---|
| Videolänge | 5, 10 oder 15 Sekunden | 5 oder 10 Sekunden |
| Auflösung | 720p und 1080p HD | 720p und 1080p |
| Multi-Shot-Storytelling | Mehrszenen-Prompts mit flüssigen Übergängen | Begrenzt |
| Figurenkonsistenz | Starke Konsistenz über Shots hinweg | Mittel |
| Audio | Natives Audio mit präziser Lippensynchronität | Unterstützt Audioerzeugung |
| Kamerabewegung | Natürliche filmische Bewegung | Begrenzt |
| Ideal für | Filmische Geschichten und Multi-Shot-Kurzfilme | Einfache Kurzvideos |
Das Wichtigste zu Länge, Audio, Multi-Shot und Credits.
Wan 2.6 ist ein KI-Videomodell des Wan-Teams von Alibaba, das kurze Prompts und Bilder in stimmige Multi-Shot-Videogeschichten verwandelt. Es unterstützt Text zu Video und Bild zu Video, erzeugt 1080p-Videos mit bis zu 15 Sekunden, hält Figuren stabil und liefert natives Audio.
Jedes Video kann bis zu 15 Sekunden lang sein: 5, 10 oder 15 Sekunden. Zur Wahl stehen 720p und 1080p, und auch längere Clips bleiben scharf und konsistent.
Unterstützt werden Text zu Video und Bild zu Video. Text zu Video erzeugt Bilder direkt aus natürlicher Sprache; Bild zu Video erweckt ein Foto zum Leben und bewahrt Motiv und Stil.
Ja. Natives Audio entsteht zusammen mit dem Bild, mit Dialogen, Hintergrundmusik und Umgebungsgeräuschen sowie präziser Lippensynchronität.
Schalte Multi-Shot im Arbeitsbereich ein, und das Modell erzeugt aus deinem Prompt mehrere Shots mit Übergängen. Beschreibe Szene, Kamerabewegung und Tempo jedes Shots der Reihe nach, um das beste Ergebnis zu erhalten; ohne Multi-Shot entsteht ein durchgehender Shot.
Das neue Modell verlängert Videos auf 15 Sekunden, beherrscht mehrere Shots besser, hält Figuren konsistenter und bringt natives Audio mit Lippensynchronität. Wan 2.5 eignet sich eher für einfache Clips mit 5 oder 10 Sekunden.
Der Preis ist nach Länge und Auflösung fest. In 720p kosten 5, 10 und 15 Sekunden 44, 87 und 130 Credits; in 1080p 65, 130 und 194 Credits.
Nutze ein JPG-, PNG- oder WebP-Bild mit höchstens 10 MB und mindestens 256 px pro Seite. Passt eine Datei nicht, sagt dir das Upload-Feld, warum und was du ändern musst.
Es glänzt bei surrealer filmischer Animation, hyperrealistischen ASMR-Makroaufnahmen, Produktvorstellungen und Markeninhalten sowie atmosphärischen Science-Fiction-Welten. Besonders stark ist es, wenn mehrere Shots eine zusammenhängende Geschichte erzählen sollen.
Schreibe deine Geschichte oder lade ein Bild hoch und erhalte ein filmisches 1080p-Video mit nativem Audio.
Jetzt erstellen
