Wan 2.2 Animate

Коротко

Разработчик

Alibaba (лаборатория Tongyi Lab), открытая модель, вышла 19 сентября 2025 года

На входе

картинка с героем (JPEG, PNG, WebP или HEIC до 10 МБ) и видео MP4, MOV или WebM от 1 до 120 секунд, до 300 МБ

Два режима

«Анимация» оставляет фон картинки, «Замена персонажа» ставит героя в сцену из видео

На выходе

ролик 480p или 720p, длиной как загруженное видео

Мимика

повторяет улыбку, удивление, повороты головы и движения губ человека из видео

Звук

своего нет, в ролике остаётся звук загруженного видео

Русский язык

мы писали задание по-русски, заполнять его не обязательно

Цена

от 8 ₽/сек.

Обычно готово

≈ 2,5 мин после отправки

API

есть, документация

Что умеет: три пробы на выдуманных героях

Wan 2.2 Animate берёт два файла. С картинки она забирает внешность героя: лицо, причёску, одежду, стиль рисунка. Из видео забирает движение корпуса и рук, а заодно выражение лица. Дальше всё решает поле Тип генерации: останется ли фон картинки или герой окажется внутри чужого ролика.

Мы сделали три запуска в 480p, каждый по 5 секунд. Реальных людей в них нет: героев нарисовала Nano Banana 2 Lite, ролики с движением тоже сняли нейросети сайта. Каждый наш ролик ниже получен с первого раза и только сжат для страницы.

Одна героиня в двух режимах

Образцом движения стал селфи-ролик, который мы раньше сделали для другой статьи: Grok Video 1.5 сняла по картинке выдуманную девушку в жёлтой куртке, которая по-английски хвалит золотой осенний парк. Лицо у неё живое: смеётся, удивлённо округляет рот, отворачивается к деревьям и снова смотрит в камеру. Для героини мы нарочно выбрали другой мир, мультяшную лесничую с рыжими косами посреди заснеженного ельника.

Эти два файла мы отдали модели дважды, меняя только тип генерации и задание.

Для «Анимации» мы написали так:

А это задание для «Замены персонажа»:

Мимика перешла почти кадр в кадр. Лесничая хохочет там же, где хохочет девушка из ролика, на тех же словах приоткрывает рот и в ту же секунду поворачивается в профиль. Косы, веснушки, шапка с ёлочкой и мех на капюшоне держались все пять секунд в обоих режимах.

Разница в остальном. В «Анимации» вокруг остался снежный ельник с картинки, а рука, как у девушки в ролике, тянется к зрителю, будто держит камеру. Телефон, который был у героини на картинке, пропал, зато на секунду появился зелёный телефон в другой руке, когда она показывает на деревья. В «Замене персонажа» героиня шагает по осеннему парку из ролика, камера покачивается в такт шагам, а лицо стало теплее и желтее, под цвет листвы. По словам разработчиков, при замене модель подстраивает свет и цветовой тон героя под сцену, и на нашем ролике это видно. Мультяшной лесничая осталась и в парке: реалистичной её модель делать не стала.

Звук перешёл из образца в оба ролика без изменений, так что в зимнем лесу героиня по-английски радуется золотой листве. Ролик в «Анимации» пришёл через 55 секунд, замена через полторы минуты. Оба длятся 4,97 секунды при образце ровно в 5.

Брейк-данс в костюме-тройке

Второй вопрос: справится ли модель с быстрым сложным движением, где человек падает на руки и крутит ногами по полу. Танцовщицу в оранжевой толстовке сняла Hailuo 2.3, ролик длился 5,88 секунды, и мы подрезали его до 4,96: неполная секунда считается целой, и иначе платить пришлось бы за шесть. Героя мы снова заказали Nano Banana 2 Lite: солидный мужчина лет шестидесяти в сером костюме стоит в мраморном холле в позе, с которой начинается танец.

Мужчина в костюме с картинки танцует брейк-данс, повторяя движения из видео. Мраморный холл остаётся как на картинке.

Все элементы на месте: присед, упор на руки, круг ногами по мрамору и финальная стойка на одной ноге с поднятой рукой. Костюм не превратился в толстовку, туфли остались коричневыми. Камера в образце обходит танцовщицу полукругом, и холл тоже поворачивается вслед за ней, хотя на картинке это был один неподвижный кадр.

Слабое место видно на самых быстрых секундах. Пока герой крутится на полу, лицо и кисти смазываются в пятно, в 480p это заметно. В финальной стойке всё снова чёткое: борода, галстук, часы на запястье. Ждали почти три минуты.

Ещё одна деталь из подготовки. На первой версии картинки за спиной героя висела вывеска с названием настоящего банка. В режиме «Анимация» фон картинки целиком переходит в ролик, поэтому чужие логотипы и надписи лучше убрать до запуска. Мы просто закрасили табличку.

Замена героя на улице с прохожими, 720p

Этот пример уже лежит на странице во вкладке «Примеры». Видео с движением здесь тоже сгенерированное: женщина в тренче идёт по мощёной улице. Вместо неё модель поставила пожилого мужчину в шляпе с картинки на сером фоне; его тоже нарисовала нейросеть, этого человека не существует. Улица, прохожие, витрины и движение камеры взяты из видео, а от картинки остались только сам герой и его одежда.

Замени женщину на видео пожилым мужчиной с картинки. Улица, прохожие, свет и движение камеры остаются как в исходном видео.

Если сравнить с нашими роликами в 480p, разница в чёткости заметна сразу: в 720p читаются узор пиджака и пряди бороды.

Как это работает

Нужны два файла. В поле Изображение идёт герой: фото, рисунок, кадр из мультфильма. В поле Видео кладут ролик, где человек двигается так, как должен двигаться герой: танцует, идёт, говорит в камеру; снять такой ролик можно на телефон, а можно сгенерировать в любой видеонейросети сайта.

Затем выбирают Тип генерации. «Анимация» оживляет картинку: герой остаётся на своём фоне и повторяет позы и мимику из ролика. «Замена персонажа» работает наоборот: сцена, свет и камера берутся из ролика, а человека в нём заменяет герой с картинки. Поле Задание (промпт, то есть текстовая подсказка) заполнять не обязательно.

Оплата идёт по секундам загруженного видео. Длину ролика форма определяет сама, неполную секунду считает целой, и сумма видна на кнопке Отправить ещё до запуска. Результат приходит в ленту прямо под формой, а в разделе Мои результаты лежит 7 дней, и за это время удачный ролик стоит скачать или сохранить в библиотеку. Чтобы поправить настройки, нажмите Изменить, и файлы с полями вернутся в форму. Повторить отправляет то же задание ещё раз без правок.

Настройки: что ставить

• Тип генерации сразу стоит на «Анимации». Её берите, когда герою нужен свой фон: персонаж бренда на фирменной картинке, рисунок, который должен ожить. «Замену персонажа» включайте, когда нужна именно сцена из видео: улица, комната, движение камеры.
• В поле Изображение подойдёт JPEG, PNG, WebP, HEIC и HEIF до 10 МБ, один файл. Лучше всего работает картинка той же крупности, что и человек в ролике: на селфи-видео героиня по пояс, в танце герой в полный рост.
• В поле Видео идёт MP4, MOV или WebM от 1 до 120 секунд, до 300 МБ. Один человек в кадре, без склеек. Звук ролика окажется в результате, ненужную музыку уберите заранее.
• Качество: 480p для проб, 720p для финального ролика. В 480p наши ролики вышли размером 464×848, лица на крупном плане читаются, а мелкие детали в быстром движении плывут.
• В поле Задание влезает до 2000 знаков, но хватит одной-двух фраз: кто с картинки, что повторяет и какой фон оставить.

Как подготовить файлы и задание

Результат здесь сильнее зависит от файлов, чем от текста. Что помогло нам:

• Поза на картинке близка к первому кадру видео. Банкира мы рисовали сразу в начальной позе танца, лесничую с телефоном в руке, как на селфи.
• Камера в видео может двигаться: и покачивание при ходьбе, и облёт полукругом модель перенесла без рывков.
• Самые быстрые движения смазываются. Если важно лицо, берите ролик спокойнее или запускайте в 720p.
• Подрезайте видео чуть короче целого числа секунд, как мы подрезали брейк-данс до 4,96.
• На картинке не должно быть чужих логотипов и надписей, если выбрана «Анимация»: фон уходит в ролик целиком.

Текст удобно собирать из трёх частей: кто с картинки, что он повторяет из видео и что остаётся как было.

Шаблон, чтобы оживить персонажа:

И чтобы поставить героя в чужую сцену:

Мы писали задания только по-русски, и во всех трёх пробах результат с ними совпал, а вот запуск с пустым полем мы не делали, так что сравнить, сколько добавляет текст, не можем. Движение не расписывайте: оно уже есть в видео. Подробнее о подготовке образца движения — в инструкции как перенести движения с видео на своего персонажа.

Сколько стоит ролик

Цену задают качество и длина загруженного видео, а тип генерации и задание на неё не влияют.

Секунда в 720p дороже, чем в 480p. Для первой пробы отрежьте от видео 3–5 секунд и поставьте 480p: этого хватит, чтобы понять, держит ли модель лицо и одежду героя. Целиком и в 720p запускайте уже после удачной пробы. Если модерация отклонит запрос или нейросеть вернёт ошибку, деньги вернутся на баланс.

Для чего подойдёт

• Оживить персонажа бренда или героя комикса по своему ролику: снимаете себя на телефон, а двигается и гримасничает персонаж, как лесничая выше.
• Поставить выдуманного героя в настоящую сцену: свою улицу, офис, кухню, с тем же светом и движением камеры.
• Повторить трендовый танец на персонаже. Сам танец лучше снять или сгенерировать: в чужом ролике чужой человек и чужая музыка.
• Проверить на раскадровке, как сцена будет выглядеть с разными героями: одно видео, несколько картинок.
• Говорящий персонаж с живой мимикой, если голос уже записан на видео. Если записан только звук, удобнее Wan 2.2 Avatar.
• Длинные сцены: видео можно загрузить до двух минут.

Ограничения

• Быстрые повороты и вращения смазывают лицо и руки, как у нашего банкира на полу. Возьмите ролик спокойнее или 720p.
• Предметы с картинки модель не обязана сохранять: телефон лесничей в «Анимации» пропал. Если вещь важна, пусть она будет и в руках человека в видео.
• Звука модель не сочиняет, в ролике остаётся звук образца. Свою озвучку накладывают потом в видеоредакторе.
• Мы проверяли только видео с одним человеком в кадре. Для сцены с несколькими персонажами есть DreamActor V2: по словам её разработчиков, она с такими справляется.
• Если пропорции героя далеки от человеческих (коренастый мультперсонаж, зверь), движение может лечь неестественно. Тогда попробуйте Wan Motion, которая подгоняет движение под пропорции героя.
• Выше 720p здесь не выбрать. Для оживления в 1080p есть Kling Motion Control с видео-образцом до 30 секунд, а замену героя в 1080p делает P-Video Replace, но ролик там не длиннее 20 секунд.

Animate 2, MoCha, Kling Motion Control: чем отличаются

У модели есть соседка с почти тем же названием, Animate 2. Это отдельная нейросеть, а не новая версия этой. Она умеет только оживлять картинку, режима замены у неё нет. Зато текст в ней разделён на два поля: Описание внешности и фона и Описание движения, во втором коротко описывают движение из видео, чтобы модель точнее его повторила; заменить само движение словами нельзя. Есть и поле Seed, чтобы повторить удачный результат. Если нужна только анимация, начните с Animate 2, а для замены героя в ролике оставайтесь здесь.

Все эти нейросети на одном танце сравнивает обзор нейросетей для переноса движения, а остальные модели Alibaba собраны в обзоре линейки Wan.

Частые вопросы