Wan 2.7 Video

Коротко

Разработчик

Alibaba (Tongyi Lab), выпуск апреля 2026 года

Режимы

из изображений, из текста, по референсам, редактирование, продление

Длина ролика

2–15 секунд из текста и фото, 2–10 по референсам, продление на 5–15, правка исходника до 10

Качество

720p или 1080p

Пропорции

16:9, 9:16, 1:1, 4:3, 3:4; у ролика из фото — как у картинки

Звук

создаётся вместе с видео; можно приложить свой аудиофайл, при правке — оставить исходную дорожку

Русский язык

задание понимает; русскую речь из вашего файла оставляет слово в слово

Цена

от 90 ₽

Обычно готово

≈ 1 мин после отправки

API

есть, документация

Что умеет: свой звук, правка и продление

Рядом в каталоге стоит более новая Wan 3.0: она снимает до 30 секунд и умеет ролик по документу. Но править и продлевать готовое видео 3.0 не умеет, а 2.7 умеет, и ещё снимает ролик из фото или текста прямо под ваш аудиофайл. Всё это мы проверили сами, а звук в роликах сверили распознаванием речи.

Ролик под свою озвучку

Хозяйку сыроварни мы выдумали и нарисовали в картиночной нейросети той же версии. Её фразу «Этот сыр зрел восемь месяцев. Попробуйте кусочек, не стесняйтесь!» озвучили в нейросети Стандарт, запись вышла на 4,8 секунды. Картинку загрузили в поле Первый кадр, запись в поле Аудио, длину ролика поставили 5 секунд.

Женщина за прилавком говорит в камеру, улыбается и на последних словах берёт с доски кусочек сыра и протягивает его вперёд, к зрителю. Камера неподвижна, фон рынка слегка движется.

Звук в ролике тот самый, что мы загрузили: распознавание записало обе фразы так же, как в исходном файле, и с теми же паузами. Губы двигаются, пока звучит речь, и замирают в улыбке на паузе между фразами. На второй фразе она берёт с доски сыр и протягивает его в камеру. Лицо на последних кадрах ушло в размытие, фокус перешёл на сыр. Вертикальная картинка дала вертикальный ролик 720×1280. Готово было через 57 секунд.

Правка готового ролика

Тот же ролик мы загрузили в режим Редактирование видео и попросили перенести героиню с рынка в лавку. В поле Аудио выбрали «Оригинал», чтобы речь не тронули.

Перенеси сцену с уличного рынка в маленькую сырную лавку: за женщиной деревянные полки с головками сыра, тёплый свет ламп, вместо тента потолок с балками. Женщину, её фартук, движения, прилавок с сыром и речь не меняй.

Кадр до и после правки стоят рядом: лицо, очки на цепочке, нож и разделочная доска на месте, а за спиной теперь полки с сыром и лампы под балками. Жесты те же, что в исходнике: она так же берёт сыр и протягивает его зрителю, а кусочки на доске лишь немного сдвинулись. Речь осталась прежней, распознавание дало тот же текст. Длина результата равна длине исходника, ролик считался около четырёх минут.

Продление на 10 секунд

В режиме Продление видео нейросеть продолжает ролик с последнего кадра. Мы взяли 4,8 секунды с котом на заборе и описали целый маршрут.

Кот спрыгивает с забора на траву, бежит через сад к деревянной калитке, пролезает под ней и выходит на тропинку, ведущую к старому деревянному дому. Камера плавно следует за котом. Тот же тёплый вечерний свет.

Пришёл один файл на 14,7 секунды: сначала наш исходник, за ним новые 10 секунд, склеивать ничего не пришлось. Все четыре действия из задания на месте, и порядок не перепутан. Как с тем же котом справились другие нейросети, показано в разделе «Продление видео».

Видео из текста: одно уточнение в задании

Пролёт над осенним озером мы запускали дважды. В первый раз написали «дрон пролетает над лесом», и нейросеть поняла это буквально: квадрокоптер висит прямо в кадре. Во второй раз добавили, что снимаем с дрона и сам он в кадр не попадает.

Во втором ролике камера идёт низко над жёлтыми берёзами, туман лежит на воде, а к концу над озером поднимается большая стая, и ни одного винта в кадре уже нет. Сработала первая фраза: снимаем с дрона, сам он в кадр не попадает. Звук во втором ролике совсем тихий, ветер и птиц едва слышно: если звук важен, опишите его подробнее или положите свой файл в поле Аудио.

Как это работает

Всё начинается с поля Тип генерации: в каждом из пяти режимов форма показывает свои поля. Открывается она на «Видео из изображений»: загрузите картинку в Первый кадр и опишите, что должно произойти. Галочка Конечный кадр добавит вторую картинку, к которой ролик придёт в финале. «Видео из текста» обходится без файлов. «Видео по референсам» берёт от одного до четырёх роликов-образцов и, по желанию, картинку, чтобы удержать героя или стиль. В «Редактировании видео» загружается ролик до 10 секунд и до трёх картинок-подсказок, в «Продлении видео» — ролик, к которому нейросеть допишет продолжение.

В режимах из фото, из текста и при продлении можно приложить свой аудиофайл: MP3, WAV, M4A, AAC, FLAC, OGG или OPUS. Без него нейросеть сочинит звук сама. Поле Задание можно оставить пустым, но тогда она решит всё за вас.

Цена ролика видна на кнопке Отправить ещё до запуска. Ролик придёт в ленту под формой, а в Моих результатах будет храниться 7 дней: удачный стоит скачать или переложить в библиотеку. Кнопка Повторить под ним отправит такое же задание повторно, Изменить заполнит форму его текстом и настройками, чтобы поправить и запустить заново. Про баланс, библиотеку и остальное устройство сайта читайте в общей инструкции.

Настройки: что ставить

Полей в форме много, но большинство появляется только в своём режиме. Вот что влияет на результат сильнее всего.

Как писать промпт

Мы писали задания только по-русски, и нейросеть их понимала. Задание удобно строить так: герой, его действие, движение камеры, место и свет, звуки. За 5 секунд укладывается одно-два действия. Если нужно больше, увеличьте длину или расставьте действия по порядку, как в продлении с котом.

Для ролика под свою озвучку:

Для правки готового видео:

Частые ошибки. Слово «дрон» нейросеть у нас нарисовала, пока мы не написали, что съёмка идёт с дрона. В правке не перечислено, что оставить как было, и меняется лишнее. В продлении не сказано, что место и свет те же, и они могут измениться. Как описывать движение камеры и звук, подробно разобрано в статье о промптах для видео.

Сколько стоит

Платите вы за секунды. Цена секунды одна во всех пяти режимах и зависит только от разрешения. В правке считается длина исходного видео, в продлении считаются только добавленные секунды.

Пробуйте короткими роликами в 720p, а удачное задание потом запускайте длиннее или в 1080p. Если запуск отклонит модерация или нейросеть вернёт ошибку, деньги вернутся на баланс сами.

Для чего подойдёт

• Говорящий продавец, ведущий или персонаж под готовую озвучку: вашу запись или голос, озвученный нейросетью, как у хозяйки сыроварни.
• Ролик под готовую музыку: трек кладётся в поле Аудио, и звук в ролике будет вашим, а не придуманным.
• Перенести снятое в другое место, сезон или время суток и не потерять речь.
• Дописать финал ролику, который оборвался раньше времени, или дотянуть его до нужной длины.
• Переход между двумя кадрами с галочкой Конечный кадр: день и ночь, «до и после».
• Новая сцена с героем из своего ролика: загрузите его в Референс-видео.
• Зацикленный фон или заставка, как в инструкции про loop-видео.

Ограничения

• Потолок 15 секунд за запуск, по референсам 10. Для сцены на 20–30 секунд одним куском возьмите Wan 3.0 или продлевайте ролик по частям.
• Править можно ролик до 10 секунд. Длинное видео правит Wan 2.2 Video Edit, до 120 секунд.
• Разрешения ниже 720p нет. Самая дешёвая проба здесь получится роликом на 2–3 секунды, а 480P есть в Wan 3.0.
• Выключателя звука нет, дорожка приходит всегда. Немой ролик проще получить, убрав звук в видеоредакторе.
• Задание нейросеть читает буквально: упомянутый предмет может появиться в кадре, как дрон над озером. Пишите, откуда снимаем и чего в кадре быть не должно.
• Насколько точно губы попадают в слова, судите сами по ролику с сыроварней: в конце фразы лицо у нас ушло в размытие. Для говорящего портрета крупным планом есть отдельные нейросети в разделе «Говорящее фото».

Версии и альтернативы

Шесть видеонейросетей Wan, включая эту, оживляли одно и то же фото в обзоре линейки. Рядом с 2.7 Video чаще всего выбирают из этих:

С моделями других семейств она сравнивается в разделах «Редактирование видео» и «Видео по референсам».

Вопросы и ответы