Wan 2.2 Animate 2

Коротко

Разработчик

Alibaba (команда Wan), открытая модель Wan-Animate 2, вышла 7 августа 2026 года

На входе

картинка с героем (JPG, PNG, WebP, HEIC, HEIF) и видео движения MP4, MOV или WebM до 120 секунд

Что делает

только оживляет картинку: герой остаётся на своём фоне и двигается как человек из видео

На выходе

ролик 480p или 720p, по длине почти как видео движения

Звук

своего нет, в ролик переходит звук видео движения

Текст

два необязательных поля: внешность и фон отдельно, движение отдельно

Русский язык

оба поля мы заполняли по-русски, модель их приняла

Цена

от 6 ₽/сек.

Обычно готово

≈ 2 мин после отправки

API

есть, документация

Что умеет: те же герои, что у первой Animate

У этой нейросети на сайте есть соседка с почти тем же именем, только без двойки в конце. Первая Animate умеет и оживлять картинку, и ставить героя в чужой ролик. Animate 2 оставили только первое. Чтобы увидеть разницу в деле, мы взяли файлы из статьи о первой версии и прогнали их через Animate 2 с теми же 480p и 5 секундами. Все люди и персонажи ниже выдуманы: картинки нарисовали Nano Banana 2 Lite и Nano Banana 2, ролики с движением сняли видеонейросети сайта.

Селфи с мимикой: лесничая в зимнем лесу

Образцом движения стал селфи-ролик Grok Video 1.5: девушка в жёлтом пуховике идёт по осеннему парку, смеётся, удивлённо округляет рот и оборачивается к деревьям. Героиней мы взяли мультяшную лесничую с рыжими косами.

В Animate 2 поле Описание движения мы оставили пустым, а в Описание внешности и фона написали:

Мимику обе модели переносят близко к образцу, но ошибаются в разных местах. На первой секунде девушка в ролике хохочет, и у первой Animate лесничая хохочет так же, а у Animate 2 только широко улыбается с прищуром. Зато на второй секунде, где девушка удивляется, Animate 2 точнее: рот круглый, глаза подняты вверх, как в образце. Вытянутая к зрителю рука у Animate 2 крупнее и ближе к объективу, поэтому её ролик больше похож на настоящее селфи. Телефон, который героиня держала на картинке, обе модели сначала потеряли, а в момент, когда девушка показывает на деревья, дорисовали в другой руке.

Брейк-данс: Animate 2 держит план образца

Второй образец мы сняли в Hailuo 2.3, это брейк-данс: присед, упор на руки, круг ногами по полу и стойка на одной ноге. Камера стоит низко, танцовщица почти во весь кадр. Героем стал седой мужчина в костюме-тройке посреди мраморного холла. Здесь мы заполнили оба поля.

Что было в поле внешности и фона:

И в поле движения:

Здесь разница видна сразу. Первая Animate показала холл общим планом, и герой в нём маленький. Animate 2 опустила камеру и подвела её ближе, как в образце, поэтому мужчина занимает почти весь кадр, а в финальной стойке видны борода, жилет и пуговицы. Все движения танца на месте в обоих роликах. Самый быстрый момент, круг ногами по полу, обе модели смазали, у Animate 2 фигура на полсекунды вообще превратилась в серое пятно. Ролик пришёл меньше чем за минуту.

Фон словами: что получится, если он спорит с картинкой

Поле называется Описание внешности и фона, и мы проверили, можно ли им сменить фон. Тот же селфи-ролик, та же лесничая на фоне ельника, но в описании мы попросили ночную улицу с неоновыми вывесками.

Мультяшная девушка-лесничая с рыжими косами и веснушками, в тёмно-зелёной куртке с меховым воротником и вязаной шапке. Фон — ночная городская улица с неоновыми вывесками и мокрым асфальтом.

Картинка победила. Первые две секунды позади героини тот же снежный лес. Когда она поворачивается к деревьям и камера уходит вбок, из-за елей выглядывает городская улица с жёлтыми витринами, но днём и в снегу: ни ночи, ни неона, ни мокрого асфальта. Текст здесь добавляет детали туда, где фона картинки не хватает, а заменить его не может. Если нужен другой фон, сначала поменяйте саму картинку, например в Nano Banana 2.

Камера в «Описании движения»

По словам разработчиков, Animate 2 умеет менять ракурс по тексту, не следуя камере видео. На сайте мы проверили это на лисе-курьере из готового примера на этой странице: те же картинка и танец, в поле движения добавили просьбу облететь лиса по кругу.

Текст в поле движения у второго ролика:

Ролики вышли почти кадр в кадр: камера стоит на месте, лис машет лапами, закрывает морду и разворачивается хвостом к зрителю там же, где и без текста. И это при случайном Seed в обоих запусках. Вывод для себя мы сделали такой: движение и ракурс задаёт видео, а поле движения в наших пробах заметно ничего не меняло. Если нужен облёт, снимите или сгенерируйте его в самом образце.

Танец на кухне в 720p

Этот пример лежит во вкладке «Примеры». Героиню в очках и зелёном свитере нарисовала Nano Banana 2, шестисекундный танец сняла Grok Video 1.5, обоих людей не существует. Поле движения пустое.

Женщина с короткой рыжей стрижкой, в круглых очках, зелёном вязаном свитере, голубых джинсах и белых кроссовках. Светлая домашняя кухня, мягкий дневной свет.

Кудри, очки и вязаный узор на свитере держатся весь танец, «сердечко» из ладоней сложено ровно. На полном обороте, когда героиня встаёт спиной к зрителю, кудри разлетаются и смазываются. Ролик вышел размером 704×1296, и рядом с нашими 480p разница в чёткости заметна сразу.

Как это работает

Нужны два файла. В поле Изображение персонажа загружают героя: фото, рисунок, 3D-персонажа, маскота. В поле Видео движения кладут ролик, где кто-то двигается так, как должен двигаться герой. Снять такой ролик можно на телефон или сгенерировать в видеонейросети сайта.

Модель берёт с картинки внешность героя и фон, а из видео позы, жесты, мимику и то, как стоит камера. Получается новый ролик, где персонаж с картинки повторяет всё за человеком из видео на фоне своей картинки. Поставить героя в сцену из видео эта нейросеть не может: для этого есть первая Animate с режимом «Замена персонажа».

Два текстовых поля заполнять не обязательно. В поле Описание внешности и фона пишут, кто на картинке и где он стоит, а в поле Описание движения коротко пересказывают, что делает человек в видео. Цена зависит от разрешения и длины видео движения, форма считает её сама и показывает на кнопке Отправить до запуска. Готовый ролик появляется в ленте под формой и 7 дней хранится в разделе Мои результаты; удачный стоит скачать кнопкой Скачать или сохранить в библиотеку. Кнопка Изменить вернёт файлы и настройки в форму, Повторить сразу запустит то же задание ещё раз.

Настройки: что ставить

• В поле Изображение персонажа идёт один файл JPG, PNG, WebP, HEIC или HEIF. Фон картинки останется в ролике, так что выбирайте его сразу. Поза и крупность героя должны быть близки к первому кадру видео: для селфи — по пояс, для танца — в полный рост.
• Для поля Видео движения подойдёт один файл MP4, MOV или WebM, до 120 секунд. В кадре один человек, без склеек. В образце с брейк-дансом камера снимала снизу и близко, и героя модель сняла так же.
• В поле Описание внешности и фона влезает до 2000 знаков. Опишите то, что уже есть на картинке: одежду, причёску, обстановку, свет.
• У поля Описание движения предел 1000 знаков. Можно оставить пустым: в наших пробах движение всё равно бралось из видео.
• Разрешение: 480p для проб, 720p для финала. В 480p наши ролики вышли размером примерно 470×850, в 720p — 704×1296.
• Seed по умолчанию стоит −1, то есть случайный. Одно и то же число помогает повторить удачный результат.

Как заполнить два текстовых поля

Внешность и фон удобно описывать в три части: кто на картинке, во что одет и что вокруг. Пишите только то, что видно на картинке. Новый фон текстом не появится (см. пробу с неоном выше), а лишние детали модель может дорисовать на краях кадра.

Шаблон для маскота бренда:

Для движения хватит одной фразы о том, что делает человек в видео, хотя в наших пробах результат совпадал с видео и без неё.

Частые ошибки: описывать фон, которого нет на картинке; просить в тексте облёт камеры, которого нет в видео; брать образец, где в кадре несколько людей или есть склейки.

Сколько стоит ролик

Платите за секунды загруженного видео движения, неполная секунда считается целой. Секунда в 720p дороже, чем в 480p, а тексты и Seed на цену не влияют.

Перед первой пробой отрежьте от образца самые сложные 3–5 секунд и поставьте 480p: так сразу видно, держит ли модель лицо и одежду героя на быстрых движениях. Видео длиной 5,05 секунды обойдётся как шестисекундное, поэтому режьте чуть короче целого числа. Если нейросеть вернёт ошибку, деньги вернутся на баланс.

Для чего подойдёт

• Оживить персонажа бренда или героя комикса: снимаете себя на телефон, а танцует и гримасничает маскот, как лис-курьер выше.
• Сделать говорящего персонажа с живой мимикой, если речь уже записана на видео: звук из образца остаётся в ролике.
• Повторить танец на выдуманном герое так, чтобы и крупность кадра совпала с образцом, как в брейк-дансе выше.
• Оживить нарисованного героя или детский рисунок по своему ролику, а не по текстовому описанию движения.
• Проверить идею анимации на длинном ролике: видео движения берётся до двух минут.
• Сравнить нескольких персонажей на одном движении: одно видео, разные картинки, у каждого героя свой фон.

Ограничения

• Режима замены героя нет. Чтобы поставить персонажа в улицу или комнату из ролика, возьмите первую Animate или Wan 2.1 MoCha.
• Фон текстом не меняется, только дополняется на краях кадра. Поменяйте фон на картинке до запуска.
• Ракурс задаёт видео. Облёт камеры, о котором мы просили текстом, не получился.
• Быстрые вращения на полу смазываются в пятно, и 480p это подчёркивает. Возьмите образец спокойнее или поставьте 720p.
• Предметы в руках героя могут пропасть или появиться не там. Если вещь важна, пусть её держит и человек в видео.
• Выше 720p не бывает. Короткий танец в 1080p делает Kling 3.0 Motion Control, но образец там до 30 секунд.
• Мы пробовали только видео с одним человеком. Сцену, где двигаются двое, в наших пробах выдержала DreamActor V2.

Animate 2 или первая Animate: когда что брать

Animate 2 не режим первой Animate, а отдельная модель. Обе берут видео до 120 секунд в 480p или 720p. Первая умеет ещё и замену персонажа, но текст у неё в одном поле Задание. У Animate 2 только оживление, зато внешность и движение описываются в разных полях и есть Seed. По нашим пробам Animate 2 ближе повторяет план и низкую камеру образца, а первая в брейк-дансе показала героя общим планом, с большим куском холла. Если нужно оживить картинку, начните с Animate 2, а для чужой сцены берите первую. Героя, сложенного не как человек в ролике, или видео длиннее двух минут лучше отдать Wan Motion.

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

Вопросы