Alibabas videomodell från april 2026 som gör filmklipp med ljud från text, bilder eller referenser och kan redigera befintlig video med vanliga instruktioner.
Bildruta ur ett exempel från Replicate: "A cat sitting on a windowsill watching rain fall outside" [2]
Wan 2.7 är en serie AI-modeller från Alibaba för att skapa och redigera video. Serien består av flera delar: wan2.7-t2v gör video från text, wan2.7-i2v gör video från en bild (första bildruta, första och sista bildruta, förlängning av en befintlig video eller ljudstyrd video), wan2.7-r2v gör video utifrån referensbilder och referensvideor med flera karaktärer, och wan2.7-videoedit redigerar video med textinstruktioner, till exempel för stilbyte eller för att kopiera effekter och kamerarörelser.
Klippen blir 2 till 15 sekunder långa (2 till 10 sekunder för referens- och redigeringsvarianterna) i 720p eller 1080p med 30 bilder per sekund, och ljudet genereras i takt med bilden. Text-till-video-modellen kan också berätta i flera klipp (multi-shot). Enligt Alibabas prislista kostar text-till-video i Peking-regionen 0,6 yuan per sekund i 720p och 1 yuan per sekund i 1080p.
Wan 2.7 används via Alibaba Clouds API och via tjänster som Replicate. Till skillnad från äldre Wan-versioner finns inga vikter att ladda ner; den nyaste Wan-videomodellen på Hugging Face är Wan 2.2. I augusti 2026 kom efterföljaren Wan 3.0, som Alibaba nu rekommenderar för text- och bild-till-video. Wan 2.7:s redigeringsmodell rekommenderas dock fortfarande för att kopiera effekter och kamerarörelser.
Placering i varje lista när den lästes av. Klicka för källa och datum.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.