Представляем Alibaba WAN 2.7 Reference To Video на WaveSpeedAI

Wan 2.7 Reference-to-Video: Создание персонажно-консистентного ИИ-видео из множества референсов

Сохранение идентичности персонажей в ИИ-сгенерированных видеоклипах было одной из самых сложных задач в генеративном видео — до сегодняшнего дня. Wan 2.7 Reference-to-Video от Tongyi Lab компании Alibaba решает эту проблему, позволяя загружать несколько референсных видео и изображений, а затем генерировать новые сцены, где персонажи, реквизит и визуальные стили остаются идеально последовательными. Доступная на WaveSpeedAI без холодных стартов и с доступным ценообразованием по оплате за использование, эта модель открывает производственное качество генерации видео с несколькими персонажами через простой REST API.

Независимо от того, являетесь ли вы кинорежиссёром, предварительно визуализирующим сложные сцены, брендом, создающим рекламные кампании со спикером, или контент-мейкером, выстраивающим нарративы с несколькими кадрами — Wan 2.7 Reference-to-Video устраняет проблему непоследовательности, которая преследовала рабочие процессы ИИ-видео.

Как работает Wan 2.7 Reference-to-Video

Wan 2.7 Reference-to-Video построен на архитектуре Diffusion Transformer (DiT) компании Alibaba с механизмом Full Attention, который одновременно обрабатывает пространственные и временные связи по всей видеопоследовательности. Именно поэтому идентичность персонажей остаётся стабильной на протяжении всего клипа — модель не просто генерирует кадр за кадром, она понимает всю последовательность целиком.

Рабочий процесс прост:

1. Загрузите референсные видео — предоставьте одно или несколько исходных видео с персонажами или визуальными элементами, которые необходимо сохранить.
2. Добавьте опциональное референсное изображение — дополните статичным изображением для дополнительного визуального руководства.
3. Напишите промпт — опишите новую сцену на естественном языке, ссылаясь на персонажей по позиции (например, «Персонаж из Видео 1 идёт через сад, пока Видео 2 наблюдает со скамейки»).
4. Генерируйте — модель создаёт новое видео, помещая Referenced персонажей в описанную сцену с сохранённой идентичностью, стилем и связным движением.

Модель поддерживает до 5 комбинированных референсных входных данных (видео и изображения вместе), вывод в разрешении 720p или 1080p, соотношения сторон включая 16:9, а также длительность клипов 5, 10 или 15 секунд. Уникальная система индексации промптов позволяет точно контролировать, какой референс появляется где — видео нумеруются сначала (Видео 1, Видео 2), затем изображения продолжают последовательность (Изображение 3, Изображение 4).

Ключевые возможности Wan 2.7 Reference-to-Video

• Поддержка множества видео-референсов — объединяйте персонажей, объекты или визуальные элементы из нескольких исходных видео в единую связную сцену. Ни одна другая модель этого класса не обрабатывает многоисточниковые видео-референсы так чисто.

• Заблокированная идентичность персонажей — архитектура Full Attention сохраняет черты лица, одежду, пропорции тела и стилистические детали на протяжении сгенерированного клипа без дрейфа идентичности, характерного для старых диффузионных видеомоделей.

• Индексация промптов для точного контроля — ссылайтесь на конкретных персонажей с помощью синтаксиса «Видео 1», «Видео 2», «Изображение 3» в вашем промпте. Это даёт вам режиссёрский контроль над тем, кто что делает в генерируемой сцене.

• Поддержка негативных промптов — указывайте элементы, которые следует исключить из результата, предотвращая нежелательное визуальное смешение между источниками референсов.

• Автоматическое расширение промптов — включите расширение промптов, чтобы модель дополняла короткие промпты дополнительными деталями, создавая более богатый результат без ручного инженеринга промптов.

• Вывод в 1080p — генерируйте в разрешении Full HD для производственных результатов или используйте 720p для более быстрых итераций в творческом процессе.

• До 15 секунд на клип — генерируйте более длинные сцены, которые дают персонажам время двигаться, взаимодействовать и выражать эмоции — достаточно для коротких роликов в социальных сетях и рекламных нарезок.

Лучшие варианты использования Wan 2.7 Reference-to-Video

Сторителлинг с несколькими персонажами и короткометражные фильмы

Помещайте персонажей из отдельных референсных видео в общие сцены, которые они никогда не снимали вместе. Кинорежиссёр может снимать актёров по отдельности, а затем использовать Wan 2.7 R2V для генерации сцен взаимодействия — персонажи сидят вместе, идут рядом или ведут беседу в новой обстановке. Это значительно снижает производственные затраты для инди-проектов и превизуализации.

Видеокампании с брендовым спикером

Маркетинговые команды могут генерировать десятки вариаций видео в стиле бренда с последовательным спикером или маскотом. Загрузите референсное видео вашего брендового персонажа один раз, затем генерируйте его в разных обстановках — на кухне, в офисе, на улице — сохраняя идеальную визуальную идентичность на протяжении всей кампании. Повторные съёмки не требуются.

Контент для социальных сетей в масштабе

Контент-мейкеры могут производить персонажно-консистентное короткое видео в больших объёмах. Возьмите референсное видео повторяющегося персонажа или персоны, опишите новые сценарии и генерируйте свежий контент ежедневно. Сохранение идентичности гарантирует, что ваша аудитория узнаёт персонажа в каждой публикации, формируя консистентность бренда без производственных накладных расходов.

Демонстрации продуктов и объясняющие видео

Объединяйте референсное видео ведущего с изображениями продукта для создания отполированных демо-видео. Ведущий сохраняет свой внешний вид и стиль, взаимодействуя с продуктами в новых контекстах — идеально для листингов e-commerce, запусков продуктов и обучающего контента.

Творческая концептуализация и раскадровка

Режиссёры и творческие команды могут быстро прототипировать сцены с несколькими персонажами до начала полного производства. Генерируйте 10 вариаций сцены с разными мизансценами, освещением или взаимодействиями персонажей за минуты. Используйте 720p для быстрых итераций, затем рендерите финальный концепт в 1080p.

Фанатский контент и кроссоверы персонажей

Объединяйте визуальные элементы из разных источников в единую связную сцену. Персонажи из разных референсных видео могут естественно взаимодействовать, открывая творческие возможности для фан-арта, мэшапов и экспериментального визуального сторителлинга.

Обучающий и образовательный контент

Генерируйте последовательный обучающий видеоконтент под руководством инструктора для множества уроков. Загрузите референс инструктора один раз, затем размещайте его в разных образовательных обстановках — у доски, в лаборатории, на улице — сохраняя визуальную непрерывность на протяжении всей серии курсов.

Цены и доступ к API Wan 2.7 Reference-to-Video

WaveSpeedAI предлагает Wan 2.7 Reference-to-Video с прозрачным ценообразованием за генерацию:

Длительность	720p	1080p
5 секунд	$1.00	$1.60
10 секунд	$1.50	$2.40
15 секунд	$2.00	$3.20

Рендер в 1080p стоит в 1,6× дороже тарифа 720p. Цены включают фиксированные накладные расходы на обработку референсных видео.

Начать работу займёт минуты. Установите WaveSpeed SDK и сделайте первый вызов API:

import wavespeed

output = wavespeed.run(
    "alibaba/wan-2.7/reference-to-video",
    {
        "prompt": "The character in Video 1 walks through a sunlit garden, smiling and looking at the flowers",
        "videos": ["https://example.com/reference-video.mp4"],
        "resolution": "720p",
        "duration": 5,
    },
)

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

WaveSpeedAI запускает Wan 2.7 Reference-to-Video без холодных стартов — ваш первый запрос выполняется так же быстро, как сотый. Никаких задержек подготовки GPU, никаких платежей за простой вычислений. Вы платите только за то, что генерируете.

Попробуйте Wan 2.7 Reference-to-Video сейчас →

Советы для достижения лучших результатов с Wan 2.7 Reference-to-Video

• Используйте чёткие, отчётливые референсные видео. Чем визуально отличимы друг от друга референсные видео, тем лучше модель сохраняет идентичность каждого персонажа в результате. Избегайте референсов с похожими по внешности субъектами.

• Ссылайтесь на персонажей по индексу в промпте. Всегда используйте «Видео 1», «Видео 2» и т.д., чтобы указать, какой персонаж что делает. Нумерация следует порядку загрузки для видео, затем продолжается для референсных изображений.

• Начинайте с 720p для итераций. Тестируйте композицию сцены, формулировки промптов и позиционирование персонажей в 720p, прежде чем переходить к финальному рендеру в 1080p. Это экономит и время, и деньги.

• Используйте негативные промпты для предотвращения смешения. Если вы замечаете проникновение визуальных стилей между источниками референсов, добавьте негативный промпт для исключения конкретных нежелательных элементов.

• Включайте расширение промптов для коротких промптов. Если ваш промпт краткий или лишён деталей сцены, включение расширения промптов позволяет модели автоматически добавлять кинематографические детали.

• Держите референсные видео короткими и сфокусированными. Референсные клипы, чётко показывающие субъект, который вы хотите сохранить, дадут лучшую консистентность идентичности, чем длинные, разнообразные кадры.

Часто задаваемые вопросы о Wan 2.7 Reference-to-Video

Что такое Wan 2.7 Reference-to-Video?

Wan 2.7 Reference-to-Video — это модель генерации ИИ-видео от Alibaba, которая создаёт новые видеосцены, сохраняя идентичность, внешний вид и стиль персонажей из ваших референсных видео и изображений.

Сколько стоит Wan 2.7 Reference-to-Video?

Цены начинаются от $1,00 за 5-секундный клип в 720p, масштабируясь до $3,20 за 15-секундное видео в 1080p. Без абонентской платы — вы платите за каждую генерацию на WaveSpeedAI.

Могу ли я использовать Wan 2.7 Reference-to-Video через API?

Да. Wan 2.7 Reference-to-Video доступен как REST API на WaveSpeedAI без холодных стартов, с ценообразованием по оплате за использование и Python SDK WaveSpeed для лёгкой интеграции.

Сколько референсных видео можно использовать одновременно?

Вы можете предоставить до 5 комбинированных референсных входных данных (видео и изображения вместе). Каждый референс последовательно нумеруется в вашем промпте для точного контроля над тем, какой персонаж появляется где.

Чем Wan 2.7 Reference-to-Video отличается от Wan 2.7 Image-to-Video?

Wan 2.7 Image-to-Video анимирует одно референсное изображение в видео. Reference-to-Video принимает несколько видео-референсов, сохраняя идентичность из разных источников и позволяя создавать сцены с несколькими персонажами с последовательной идентичностью — принципиально иная возможность для производственных рабочих процессов.

Начните создавать персонажно-консистентное видео с Wan 2.7

Wan 2.7 Reference-to-Video привносит возможность, которая ранее была недостижима в ИИ-генерации видео: надёжное сохранение идентичности нескольких персонажей из видео-референсов. В сочетании с мгновенным инференсом WaveSpeedAI и простым API он готов для производственных рабочих процессов уже сегодня.

Исследуйте полный набор Wan 2.7 на WaveSpeedAI — включая Text-to-Video, Image-to-Video, Video Edit и Video Extend.

Попробуйте Wan 2.7 Reference-to-Video на WaveSpeedAI →