Wan 2.5 génère l’image et le son en une seule passe. Décrivez une scène ou importez une image de départ et obtenez un clip de 5 ou 10 secondes en 720p ou 1080p, avec dialogues, bruitages et musique calés sur l’image et sur les lèvres des personnages.
Un son généré avec l’image, un langage de caméra cinématographique et une meilleure compréhension des consignes transforment un prompt ou une image en clip prêt à publier.
Wan 2.5 est le premier modèle Wan à générer des voix en même temps que la vidéo. Écrivez la réplique d’un personnage et la voix arrive synchronisée avec sa bouche, son expression et ses gestes. Présentations face caméra, démonstrations produit et scènes de micro-fiction se passent d’un doublage séparé.
Ambiance, bruitages et musique de fond naissent du même prompt que l’image. La pluie sur une vitre, un saxophone dans un bar de nuit ou la circulation derrière la fenêtre tombent au bon moment. Listez les sons voulus à la fin du prompt et le modèle habille la scène.
Importez une image comme première image et le modèle l’anime avec du son. Visages, tenues, produits et style graphique restent proches de l’original pendant que la caméra et le sujet bougent. Idéal pour les portraits, les photos de catalogue et les illustrations.
Wan 2.5 suit les indications de caméra comme le travelling, le zoom avant ou le panoramique circulaire sans perdre le sujet. L’action rapide reste lisible : cavaliers, voitures et danseurs gardent leur forme tout au long du clip. Il suffit de décrire le mouvement avec des mots simples.
Il suit mieux les consignes que les versions précédentes de Wan, si bien que plusieurs événements s’enchaînent dans l’ordre. Une voiture lancée sous la pluie peut être frappée par la foudre et s’embraser dans le même plan. Météo, explosions et transformations font partie de la scène au lieu d’avoir l’air plaqués.
Les prompts acceptent le vocabulaire professionnel de la lumière, de la couleur et du cadrage, que le modèle restitue avec finesse. Les grands mouvements, comme une chorégraphie de groupe, restent fluides et stables. Le texte vers vidéo propose 16:9, 9:16 ou 1:1 en 720p ou 1080p.
Créez des vidéos IA avec du son en trois étapes simples :
Ouvrez l’espace de travail avec Wan 2.5 déjà sélectionné. En texte vers vidéo, décrivez la scène, les dialogues et les sons ; en image vers vidéo, importez une image de départ.
Choisissez 5 ou 10 secondes et 720p ou 1080p. En texte vers vidéo, choisissez aussi 16:9, 9:16 ou 1:1 ; l’image vers vidéo suit la forme de votre image.
Confirmez les crédits et lancez la génération. Le clip terminé, son compris, apparaît dans vos créations, prêt à être visionné et téléchargé.
Les deux modes génèrent le son avec l’image ; seule l’origine de la première image change.
Réponses sur le son, la durée, les images et les crédits.
Wan 2.5 est un modèle vidéo IA de l’équipe Wan d’Alibaba qui génère l’image et le son ensemble. Il propose le texte vers vidéo et l’image vers vidéo et crée des clips de 5 ou 10 secondes en 720p ou 1080p.
Oui. Chaque clip contient une piste audio qui peut inclure dialogues, bruitages et musique. Décrivez les sons dans le prompt, par exemple sur une dernière ligne qui les énumère.
Chaque vidéo dure 5 ou 10 secondes, en 720p ou 1080p. Le texte vers vidéo propose 16:9, 9:16 et 1:1 ; l’image vers vidéo garde la forme de votre image.
Les prompts acceptent le chinois et l’anglais, jusqu’à 800 caractères. Les prompts courts sont enrichis automatiquement.
Importez une image JPG, PNG ou WebP ; elle devient la première image. Un sujet net et un bon éclairage donnent le mouvement le plus stable.
Pas toujours. Visages, produits et style tiennent bien, mais les petits caractères, comme les prix d’un menu, peuvent changer avec le mouvement ; vérifiez avant de publier.
Oui. Indiquez dans le prompt qui parle et ce qu’il dit : la voix est générée en phase avec la bouche et l’expression. Les répliques courtes et claires fonctionnent le mieux.
Suivez cet ordre : sujet, action, décor, caméra, lumière, puis son. Dites qui est à l’image et ce qu’il fait, ajoutez le mouvement de caméra et l’ambiance, et terminez par une ligne listant voix, bruitages et musique.
Oui. Le texte vers vidéo propose le 9:16 pour TikTok, Instagram Reels et YouTube Shorts, et une image verticale en image vers vidéo donne un clip vertical.
En 720p, comptez 37 crédits pour 5 secondes et 74 pour 10 secondes. En 1080p, comptez 62 crédits pour 5 secondes et 123 pour 10 secondes.
Wan 2.6 ajoute la narration multiplan et des clips de 15 secondes. Wan 2.5 est le choix le plus économique pour des vidéos en plan unique de 5 ou 10 secondes avec son synchronisé.
Non. Chaque génération est un plan continu. Pour enchaîner plusieurs plans dans une vidéo, utilisez l’option multiplan de Wan 2.6.
Clips pour les réseaux sociaux, présentations, teasers produit, moments musicaux et courtes scènes cinématographiques : tout contenu où le son compte autant que l’image.
Écrivez une scène ou importez une image et obtenez un clip 1080p avec voix, bruitages et musique.
Créer maintenant
