YouTube · AI Ship
創作者指南Wan 2.7 短影片生成 walkthrough
這是一支直接的創作者教學，適合用來理解 Wan 2.7 不只是 API 更新，而是可實際上手的短影片工作流。
Wan 2.7 AI 視頻生成器
使用 Wan 2.7 生成 15 秒 AI 視頻，支援文生與圖生視頻，透過提示詞重寫與首幀引導做出更可控的運動與概念短片。
所需消耗 150 積分
Text-to-Video / Image-to-Video
什麼是 Wan 2.7 AI 視頻生成器？
Wan 2.7 是阿里巴巴的開放權重影片模型，屬於架構在 GitHub 公開的 Wan 影片家族。支援文字轉影片（最長 15 秒、1080p）搭配提示詞改寫，以及圖片轉影片的首幀與續接工作流程。在 Epochal 上，你可以直接線上生成 Wan 2.7 影片，無需設定本地推理或管理 GPU。
首幀驅動短片
Wan 2.7 preview 1
模型速覽
Wan 2.7
- 模型來源
- Wan
- 支援工作流
- 文生視頻 / 圖生視頻
- 時長
- 5s / 10s
- 解析度
- 可在工作台中使用
- 典型成本
- 60-675 積分
適合場景
Wan 2.7 最適合用在需要明確輸出規格、提示詞細化，以及同時保留文生與圖生視頻路徑的短篇視頻任務上。
01
需要明確控制時長與分辨率的短篇文生視頻
02
由關鍵幀或產品圖帶動的參考圖運動測試
03
同一個概念在豎版、方形與橫版之間反覆比較
04
同時依賴 prompt expansion 和 negative prompt 的視頻流程
核心能力
首幀驅動短片
Wan 2.7
01
Wan 官方同時支持文生與圖生視頻
Alibaba Cloud 將 Wan 定位為同時覆蓋 text-to-video 與 image-to-video 的視頻模型家族，而不是單一的提示詞視頻工作流。
02
15 秒輸出與提示詞重寫
官方 Wan 文生視頻文檔明確提到最長 15 秒、1080P，以及可用於改善簡短提示詞的 prompt rewriting。
03
較新的 wan2.7 圖生視頻任務
官方 wan2.7 圖生視頻 API 支持首幀生成、首尾幀生成，以及基於現有片段做 continuation。
04
Epochal 上的緊湊控制面
在 Epochal 上，當前頁面提供 720p 或 1080p、5 到 15 秒、提示詞擴展、負面提示詞，以及圖生視頻最多 2 張參考圖。
05
更適合短片，而不是強調長時連續性的長篇敘事視頻。
06
當提示詞或參考圖已經清楚鎖定主體與運動方向時，結果通常更穩。
來自 YouTube
Wan 2.7 YouTube 影片
這些創作者 walkthrough 與對比影片，有助於判斷 Wan 2.7 的提示詞處理、片段品質與短影片可用性。
YouTube · Creative AI Show
模型對比Wan 2.7 與 Kling 3.0、Veo 3.1 對比
適合在意比較視角的人，用來看 Wan 2.7 在畫質與提示詞驅動影片生成上的位置。
YouTube · Public Video
對比測試Wan 2.7 與 Seedance 的實測對比
如果你想再多看一組創作者側對比，這支能補足 Wan 2.7 與其他短影片模型之間的差異。
來自 X
Wan 2.7 X 貼文
這些創作者與生態側的公開參考，有助於理解為什麼 Wan 2.7 會被放在可編輯性、參考控制與商業化影片接入的脈絡下討論。
示例工作流
Wan 2.7 最適合用在需要明確輸出規格、提示詞細化，以及同時保留文生與圖生視頻路徑的短篇視頻任務上。
- 01
提示詞驅動的短片說明與概念視頻
適合把文字想法快速轉成第一版短片動態草稿，而不需要先準備原始視頻素材。
- 02
基於關鍵視覺的參考圖運動生成
如果產品主視覺、角色圖或分鏡幀需要直接帶動後續動作，圖生視頻工作流會更合適。
- 03
畫幅與分辨率對比測試
適合同一個創意在豎版、方形、橫版，以及 720p / 1080p 之間反覆比較。
- 04
提示詞細化流程
適合把 prompt expansion 和 negative prompt 一起用來展開或收斂第一版結果。
相似模型比較
Kuaishou
Kling 3.0
Kling 3.0 by Kuaishou — AI 視頻生成器
Text-to-VideoImage-to-Video
ByteDance
Seedance 2.0
ByteDance：Seedance 2.0 AI 視頻生成器，擅長多鏡頭敘事與原生音視頻輸出
Text-to-VideoImage-to-Video
Veo 3.1
Google Veo 3.1 AI 視頻生成器，面向 1080p 與原生音頻短片
Text-to-VideoImage-to-Video
xAI
Grok Imagine
Grok Imagine AI 視頻生成器
Text-to-VideoImage-to-Video
Kuaishou
Kling Motion Control
Kling Motion Control AI 視頻生成器｜參考視頻動作遷移
Video-to-Video
常見問題
01Wan 官方視頻生成支持哪些能力？
Alibaba Cloud 官方 Wan 文檔描述了支持 prompt rewriting、最長 15 秒和 1080P 的文生視頻能力；較新的 wan2.7 圖生視頻 API 則支持首幀生成、首尾幀生成與基於現有片段的續寫。
02Wan 2.7 AI 視頻生成器在 Epochal 上提供哪些控制？
當前頁面在兩條視頻工作流裡都支持 720p 或 1080p，以及 5 到 15 秒。文生視頻還提供畫幅；兩條工作流都提供負面提示詞與提示詞擴展，而圖生視頻支持最多 2 張參考圖。
03這個頁面同時支持文生視頻和圖生視頻嗎？
是。當前 Wan 2.7 頁面同時覆蓋提示詞驅動的文生視頻，以及參考圖驅動的圖生視頻。
04在 Epochal 上，Wan 2.7 AI 視頻生成器最長能生成多長的視頻？
當前頁面提供 5 到 15 秒時長，並支持 720p 或 1080p。這也符合這裡公開工作流更偏短片生成的定位。
05什麼情況下應該打開 Wan 2.7 AI 視頻生成器的提示詞擴展？
當提示詞太短、太粗略，或缺少鏡頭與運動細節時，建議打開提示詞擴展。它最適合把一個基礎想法先重寫成更完整的視頻指令後再生成。
06Wan 2.7 是開源的吗？
Wan 2.7 基於阿里巴巴的 Wan 影片架構，以開放權重形式在 GitHub 公開。如果你有合適的 GPU（完整模型需 40GB 以上 VRAM），可以在本地執行；也可以在 Epochal 上免設定直接線上生成。