テキストから動画
テキストから動画を生成し、音声を任意で追加できます。音画同期と複数ショットの物語に対応します。
テキストから動画Wan 2.7はAlibabaのTongyi LabによるAI動画スイートです。テキスト、画像、参照からの動画生成と動画編集の4モードを備えています。各モードでテキスト、画像、動画、音声を入力でき、720p–1080pの動画を出力します。生成と編集を同じ制作ワークスペースで進められます。
Wan 2.7を開く高解像度出力、フレーム制御、画像参照、指示による動画編集
720pと1080pの出力で、シーン、人物の動き、カメラの細部を表現できます。テキストと画像からの生成は2–15秒、参照生成と編集は2–10秒に対応し、用途に合わせて長さを選べます。
開始画像と終了画像で中間の動きを導き、滑らかな画面の移行を支えます。ショットの始点と終点を指定することで、複数シーンの物語を組み立てやすくなります。
複数の視点を含む9分割の参照画像から、シーンの配置や構図を指定できます。多角度の参照は構図の精度を高め、複雑な動画生成での画面のずれを抑えるために利用できます。
被写体と声の参照は、外観、声質、リップシンク表現の連続性を支えます。人物の特徴を参照で指定でき、物語やキャラクター中心の動画制作に適しています。
既存の動画をテキストで編集し、物体の置換、スタイル変更、シーン調整を行えます。元のクリップを基に変更内容を伝えることで、最初から構想を作り直す手間を減らせます。
4つのワークフローの入力、長さ、出力解像度を比較します。
| ワークフロー | 入力 | 長さ | 解像度 |
|---|---|---|---|
| テキストから動画 | テキスト・任意の音声 | 2–15 s | 720p / 1080p |
| 画像から動画 | フレームまたは元動画・任意の音声 | 2–15 s | 720p / 1080p |
| 参照から動画 | 画像 / 動画・任意の声 | 2–10 s | 720p / 1080p |
| 動画編集 | 元動画・任意の参照画像 | 2–10 s | 720p / 1080p |
プロンプトと参照素材から動画へ
Wan 2.7を選び、テキスト、画像、参照からの生成または動画編集を選択します。
プロンプトを入力し、選んだモードに必要な画像・動画・音声を追加します。
720pまたは1080pを選び、対応範囲内で動画の長さを設定します。
クレジット見積もりを確認して送信し、完了後に動画を確認・ダウンロードします。
Wan 2.7の活用シーン
テキストから広告の構想を作るか、商品画像を参照して紹介動画を生成します。
短い動画を生成し、編集指示で背景やスタイルを変更します。
シーン、カメラの動き、複数ショットの物語を検討し、参照で人物の外観を指定します。
動画編集の指示で白黒映像のカラー化、素材の修復、スタイルの変更を行います。
生成モード、参照素材、動画設定、編集機能について確認できます。
Wan 2.7は、AlibabaのTongyi Labが開発したAI動画モデル群です。テキスト、画像、参照素材からの動画生成と動画編集の4つのモードで、新しい動画の制作から既存映像の変更まで対応します。
テキストからの生成は文章で動画を作り、画像からの生成は入力画像を動かします。参照からの生成は画像や動画で被写体とシーンを指定し、動画編集は自然言語の指示で既存映像を変更します。
テキストからの生成は文章から始めるため、画像は不要です。画像からの生成は入力画像を起点に被写体の外観と構図を指定します。終了フレームの画像も追加して、指定した終点への変化を導けます。
Wan 2.7はテキスト、画像、動画、音声に対応し、入力はモードによって異なります。画像からの生成では開始・終了フレームと駆動音声、参照からの生成では被写体の参照と任意の声の参照を使えます。編集では元動画が必要で、参照画像も追加できます。
4つのモードはいずれも720pと1080pの動画出力に対応します。タスクを送信する前に、ワークスペースで解像度を選択できます。
テキストと画像からの動画生成は2–15秒、参照からの動画生成と動画編集は2–10秒に対応します。選んだモードの範囲内で長さを設定してください。
画像からの生成では開始画像で最初の構図を、終了画像で最後の画面を指定します。その間の動作と変化をプロンプトで説明します。Wan 2.7は、最初の動画クリップから続きを生成することもできます。
はい。複数の絵コンテのコマを1枚の画像にまとめ、人物、シーン、ショットの参照に使えます。9分割の参照は複数の画面を含む1枚の画像であり、9枚の参照画像を個別にアップロードするものではありません。
参照からの生成には少なくとも1枚の画像または1本の動画が必要で、画像と動画は合計5個まで使えます。被写体の外観を指定する素材に加え、任意の音声を追加して人物の声を導けます。
物体の置き換え、背景の変更、視覚スタイルの変換、白黒映像のカラー化などを文章で指示できます。参照画像を追加して、編集後の画面を導くこともできます。
はい。元動画の音声を保持するか、編集指示に基づいて音声を自動処理できます。編集の目的に合った音声設定を選択してください。
プロンプトの拡張は入力した説明に詳細を補い、短いプロンプトに役立ちます。有効にすると処理時間も増えます。
Wan 2.7で720p–1080pの動画を生成。テキスト、画像、参照からの生成と動画編集に対応し、開始・終了フレーム、9分割画像、被写体と声の参照を利用できます。
Wan 2.7を開くモデルのドキュメント · Alibaba Cloud