WaveSpeedAI
← ブログ

Alibaba WAN 2.7 Image-to-VideoがWaveSpeedAIに登場

WAN 2.7は画像を動画（720p/1080p）に変換し、オプションの音声追加や最初・最後のフレーム制御をサポートします。すぐに使えるREST推論API、最高のパフォーマンス。

By WaveSpeedAI 2 min read
Alibaba Wan.2.7 Image To Video WAN 2.7は画像を動画（720p/1080p）に変換し、オプションの音声追加や最初・最後のフレーム制御をサポートしま...
Try it

Wan 2.7 Image-to-Video：ファーストフレーム・ラストフレーム制御で静止画をシネマティック動画へ

静止画はストーリーを語れるが、モーションがそれを売る。WaveSpeedAIで提供開始されたAlibaba最新の画像→動画生成モデル、Wan 2.7 Image-to-Videoは、1枚のリファレンス写真をシネマティックな720pまたは1080pクリップへと変換する。オプションの音声同期、ネガティブプロンプト制御、そして開始フレームと終了フレームの両方をロックできるという稀少な機能を備えている。「ベストエフォート」アニメーションではなく正確なビジュアル連続性を必要とするクリエイター、マーケター、開発者にとって、このリリースはAI動画生成APIの最大の課題の一つを解決するものだ。

今すぐWan 2.7 Image-to-Videoモデルページでお試しください。

Wan 2.7 Image-to-Videoの仕組み

Wan 2.7 Image-to-Videoは、リファレンスに基づく動画拡散モデルだ。開始フレームを提供し、モーションと雰囲気を記述した自然言語プロンプトを書くと、ソース画像の外観・ライティング・構図を尊重したなめらかなアニメーションクリップが生成される。被写体をゼロから作り出す純粋なテキスト→動画モデルとは異なり、Wan 2.7は写真のビジュアルアイデンティティに出力を固定する——同じキャラクター、製品、または環境が最初のフレームから最後のビートまで一貫して維持される。

Wan 2.7が画像→動画モデルの中で際立つ点：

  • デュアルフレームガイダンス：image（開始フレーム）とlast_image（終了フレーム）の両方を指定できる。モデルはその間に一貫したモーションパスを補間し、推測任せではなくスクリプト化されたトランジションを実現する。
  • ネイティブ音声コンディショニング：audioトラックを渡すと、生成された動画のペーシング、リズム、ムードが同期される——ミュージックドリブンコンテンツやリップアライン映像に有用だ。
  • 解像度の柔軟性：同じRESTエンドポイントから、高速な標準出力の720pとプレミアム品質の1080pを選択できる。
  • デュレーション制御：単一のdurationパラメーターで5秒、10秒、15秒のクリップを生成でき、チャンキングは不要だ。

開発者が気にする技術仕様：必須入力はimageとprompt、オプション入力にはlast_image、audio、negative_prompt、resolution、duration、enable_prompt_expansion、再現性のためのseedがある。

Wan 2.7 Image-to-Videoの主な機能

  • ビジュアル一貫性のための画像グラウンデッド生成 — 被写体のアイデンティティ、衣装、ライティング、背景構図がリファレンス写真から保持されるため、ブランドアセットとキャラクターがモデルどおりに維持される。
  • ナラティブ精度のためのファースト・ラストフレーム制御 — ショットの開始と終了を正確に定義できる。これは競合の画像→動画APIに最も欠けている機能であり、Wan 2.7がストーリーボード化された制作に強く適している理由だ。
  • ミュージック同期動画のための音声入力 — サウンドトラックやボイスオーバーをアップロードすると、モデルがモーションをそれに合わせてペーシングする。AIクリップをビートに合わせて手動で再編集する必要がなくなる。
  • クリーンな出力のためのネガティブプロンプトサポート — negative_promptフィールドにリストアップすることで、ぼやけた顔、歪んだ手、不要な背景モーションなどのアーティファクトを除去できる。
  • 短いプロンプトのためのプロンプト拡張 — enable_prompt_expansionをオンにすると、モデルが生成前に短いプロンプトを自動的にエンリッチする。プロンプトエンジニアリングがスケールしないバッチパイプラインに最適だ。
  • 予測可能な秒単位料金での最大1080p出力 — WaveSpeedAIでは最小料金なし、コールドスタートなしで、生成した分だけ支払う。

Wan 2.7 Image-to-Videoのベストユースケース

1枚のリファレンスからのシネマティック写真アニメーション

フォトグラファーやクリエイターは、ポートレート、風景、製品ショットなど1枚のスチルから、ビデオ撮影なしに5〜15秒のモーション映像を制作できる。Wan 2.7のリファレンスグラウンディングにより、写真の被写体は認識可能なまま維持される——ウェディングポートレートは見知らぬ人の顔ではなく、動く思い出に変わる。

開始フレームと終了フレームによるスクリプト化されたシーントランジション

ストーリーボードアーティスト、広告制作者、短編映画制作者は、開始フレームと終了フレームを提供し、Wan 2.7にモーションを埋めさせることができる。これにより、モデルはビジュアルナラティブの制御可能な「トゥイーン」エンジンになる——カメラムーブ、キャラクター変換、または指定した位置に最終フレームが着地する必要があるビフォー・アフター製品公開に有用だ。

スケールでのSNSコンテンツ

リール、TikTok、ショートはモーションに報いる。静的な製品画像のカタログを持つブランドは、そのライブラリをスクロールを止める縦型動画に変換できる。enable_prompt_expansionとバッチAPIコールを組み合わせれば、小さなソーシャルチームがビデオエディターなしで毎週数十のアニメーションバリアントを公開できる。

ミュージックビデオと音声ビジュアルストーリーテリング

オプションのaudioパラメーターにより、Wan 2.7はインディミュージシャン、ポッドキャストクリップデザイナー、リリックビデオクリエイターに自然に適合する。ヒーロー画像とプロンプトと共に10秒の音声クリップを入力すると、生成されたモーションがリズムに従う——制作ループを数時間から数分に短縮する。

マーケティング、Eコマース、キャンペーンアニメーション

プロモーションメール、有料SNS広告、ランディングページのヒーロー動画はすべてモーションによってコンバージョン率が向上する。Wan 2.7により、マーケターは再撮影やストック動画購入なしに既存のキャンペーンアセット——パッケージショット、モデル写真、ライフスタイルシーン——をアニメーション化できる。CTAカードの終了フレーム画像と組み合わせることで、クリーンでブランドに沿ったアウトロが実現する。

不動産・建築ウォークスルー

物件写真を疑似ウォークスルークリップにアニメーション化できる：わずかなドリーモーション、光の変化、雰囲気のある動き。last_imageを使えば、暖炉や眺望などの重要な特徴にカメラを誘導できる。

ファッション・ビューティールックブック

エディトリアル撮影のスチルに髪、ファブリック、アンビエントモーションを加えて生き生きとさせられる。ネガティブプロンプト制御は、下位の画像→動画モデルを悩ます「顔の歪み」アーティファクトを除外するのに特に価値がある。

Wan 2.7 Image-to-Videoの料金とAPIアクセス

WaveSpeedAI上のWan 2.7 Image-to-Videoは出力デュレーションと解像度で課金される：

デュレーション720p1080p
5秒$0.50$0.75
10秒$1.00$1.50
15秒$1.50$2.25

課金ルールは秒単位でフラット：720pで$0.10/秒、1080pで$0.15/秒（高解像度に対して1.5倍のプレミアム）。サブスクリプションティアや最低利用額はない。

WaveSpeed Python SDKを使ったモデル呼び出しは簡単だ：

import wavespeed

output = wavespeed.run(
    "alibaba/wan-2.7/image-to-video",
    {
        "image": "https://example.com/start-frame.jpg",
        "prompt": "Slow cinematic dolly-in, golden-hour light, gentle wind in the trees",
        "last_image": "https://example.com/end-frame.jpg",
        "resolution": "1080p",
        "duration": 5,
    },
)

print(output["outputs"][0])

同じ呼び出しはあらゆる言語のREST推論APIでも動作する。WaveSpeedAIはWan 2.7をコールドスタートなしで運用しており、最初のリクエストも1000番目のリクエストも同じウォームキャパシティに到達する——バースティなトラフィックを伴う本番ワークロードにとって重要だ。

リファレンス画像なしのテキストのみ生成が必要な場合は、WaveSpeedAIのWan 2.7 Text-to-Videoモデルを参照してほしい。

Wan 2.7 Image-to-Videoで最良の結果を得るためのヒント

  • 明確に見える被写体のある高解像度・適切な露出のリファレンス画像から始める。 低光量やノイズの多い入力は、よりぼやけたモーションにつながる。
  • ナラティブが重要な場合は常にlast_imageを提供する。 大まかにアート指示された終了フレームでも、モーション方向と最終フレーム構図を劇的に改善する。
  • 人物被写体にはnegative_promptを積極的に使用する。 「blurry face, extra fingers, warping, text artifacts」などのフレーズは定期的に知覚品質を向上させる。
  • 短いプロンプトにはプロンプト拡張を有効にする。 プロンプトが約15語以下なら、長いプロンプトを手動作成するのではなくenable_prompt_expansionをオンにする。
  • 優れたコンポジションが見つかったらシードをロックし、見た目を損なわずに解像度やデュレーションで反復する。
  • 音声の長さをデュレーションに合わせる。 最も緊密な同期のために、10秒クリップには10秒の音声ファイルを合わせる。

Wan 2.7 Image-to-Video FAQ

Wan 2.7 Image-to-Videoとは何ですか？ Wan 2.7 Image-to-Videoは、静止画像を720pまたは1080pのシネマティッククリップに変換するAlibaba のリファレンスグラウンデッド動画生成モデルで、オプションの音声、ネガティブプロンプト、ファースト/ラストフレーム制御を備えている。

Wan 2.7 Image-to-Videoの料金はいくらですか？ 料金は720pで1秒あたり$0.10、1080pで1秒あたり$0.15——例えば、WaveSpeedAIで5秒720pクリップは$0.50、15秒1080pクリップは$2.25だ。

Wan 2.7 Image-to-VideoはAPIで使用できますか？ はい。Wan 2.7はWaveSpeedAI REST推論APIと公式Python SDKを通じて、コールドスタートなし・従量課金で利用できる。

Wan 2.7は音声同期動画生成をサポートしていますか？ はい——audio URLまたはファイルを渡すと、生成された動画がサウンドトラックのリズムとムードに合わせてモーションをペーシングする。

ファーストフレーム・ラストフレーム制御はどのように機能しますか？ imageパラメーターに開始フレームを、オプションのlast_imageパラメーターに終了フレームを提供すると、モデルがその間に一貫したモーションパスを補間する——ストーリーボード化されたトランジションとスクリプト化されたショットに最適だ。

今すぐWan 2.7 Image-to-Videoで生成を始めよう

GPUの管理やコールドスタートの心配なく、ファースト/ラストフレーム制御、音声同期、1080p出力で1枚の写真をシネマティッククリップにアニメーション化しよう。WaveSpeedAIのWan 2.7 Image-to-Videoを試して、APIスピードでモーションコンテンツを公開しよう。

共有