Wan 2.6 Flash

Présentation

wan2.6-flash/image-to-video est une version rapide dédiée aux scénarios de génération de vidéo à partir d'image : il suffit de fournir une image source et une invite textuelle pour produire une courte vidéo avec mouvement, caméra et ambiance. Il prend en charge des durées de 5/10/15 secondes, des résolutions 720p et 1080p, ainsi qu'une sortie audio optionnelle. Il privilégie la vitesse de génération et le coût, ce qui le rend adapté aux développeurs ayant besoin d'une production à haute fréquence et d'une validation rapide des pistes créatives, ainsi qu'à une utilisation comme étape de brouillon pour présélectionner les plans viables avant un affinage ultérieur.

Points clés

• Version rapide pour une production à haute fréquence — optimisée pour la vitesse d'inférence et l'allocation des ressources, adaptée aux flux de génération à haute fréquence où l'on teste répétitivement des invites et des plans.
• Durée et résolution au choix, du brouillon à la première version — choisissez une durée de 5, 10 ou 15 secondes et une sortie en 720p ou 1080p, en arbitrant selon les besoins entre vitesse et qualité d'image.
• Génération audio-vidéo intégrée en option — en activant l'option audio, la génération produit une piste audio synchronisée avec l'image ; la piste audio et la vidéo sont facturées séparément.
• Départ depuis une seule image de première frame, mouvement piloté par l'invite — une image jpeg/png/webp d'au moins 256×256 sert de point de départ à la vidéo, l'invite décrivant le mouvement, la caméra et l'ambiance.

Description des capacités

Génération vidéo à partir d'une image de première frame : transmettez une image source comme point de départ de la vidéo et accompagnez-la d'une invite en chinois ou en anglais décrivant le mouvement et la caméra pour obtenir directement une courte vidéo commençant par cette image, ce qui réduit le coût de redessin du storyboard.

Durée et résolution contrôlables : la durée est limitée à trois paliers de 5, 10 ou 15 secondes, et la résolution peut être choisie en 720p ou 1080p, ce qui facilite le choix des spécifications de sortie selon l'emplacement de diffusion et les exigences de netteté.

Audio synchronisé en option : un commutateur audio détermine si une piste audio est produite en même temps que l'image ; la partie audio est facturée séparément, ce qui permet de choisir librement selon que l'on souhaite ou non du son.

Caméra et ambiance pilotées par l'invite : l'invite, d'une longueur maximale de 1500 caractères, peut être en chinois ou en anglais ; elle sert à décrire le mouvement du sujet, le mouvement de la caméra et l'ambiance générale, afin de contrôler l'orientation du contenu généré.

Scénarios d'utilisation

• Essais en lot d'invites et de directions de plans par les équipes créatives — générer en une fois plusieurs vidéos candidates à partir d'invites différentes pour une revue interne de sujets, puis sélectionner les directions viables avant de passer à l'affinage.
• Production à haute fréquence de courtes vidéos par les équipes social media — utiliser une seule image de produit ou de personne comme première frame pour générer rapidement des contenus verticaux ou horizontaux adaptés aux plateformes de vidéo courte, destinés aux mises à jour quotidiennes.
• Production rapide d'aperçus animés en phase de validation de prototype — convertir des rendus en aperçus animés de quelques secondes lors des phases de conception produit et conceptuelle, pour les présentations de solutions et les tests utilisateurs, en raccourcissant la boucle d'itération.
• Présélection en amont du rendu final à l'étape du brouillon — produire d'abord à faible coût plusieurs brouillons de plans avec ce modèle, confirmer la faisabilité de la composition et du mouvement, puis effectuer le rendu final de haute qualité sur les plans retenus.

Limites et conseils de sélection

Il s'agit d'une version image-vers-vidéo privilégiant la vitesse : le niveau de finesse et de détail d'image est inférieur à celui de la version standard, ce qui la rend plus adaptée comme maillon de brouillon, d'exploration créative et de génération en lot à haute fréquence que comme produit final. L'entrée ne prend en charge qu'une seule image comme première frame, sans assemblage multi-images ni spécification de première et dernière frames ; la durée n'existe qu'en trois paliers de 5, 10 et 15 secondes. Si le résultat final exige une grande qualité de détail, il est conseillé de présélectionner d'abord les plans avec ce modèle, puis de confier le rendu final à la version standard de la même série.