Wan 2.7 Video

位置づけの概要

wan2.7-video/image-to-video は、Alibaba WAN 動画シリーズにおいて画像を起点とした動画生成に対応するモデルで、HiAPI.ai の統一インターフェースから呼び出せます。画像を出発点として動画を生成し、参照画像や参照クリップによる誘導にも対応し、プロンプトに従って画面内容とカメラワークを制御できます。出力解像度は 720P または 1080P を選択でき、1 回あたりの長さは 2〜15 秒で、先頭フレーム、末尾フレーム、駆動音声、先頭クリップの組み合わせ入力に対応します。既存の画像素材から短編を制作したい開発者に適しており、広告素材、EC 展示、絵コンテのプレビューなどに利用できます。

主な特長

• 画像駆動の生成と先頭・末尾フレーム制御——先頭フレームと末尾フレームの画像を同時に指定でき、カットの始点と終点の構図を制約することで、ランダム性による再生成コストを抑えられます。
• 参照クリップと駆動音声を生成に活用——先頭・末尾フレームに加えて、先頭クリップや駆動音声を渡すことができ、生成結果の運動リズムや音画に根拠を持たせられます。
• 長さと解像度を必要に応じて調整——1 回の生成時間は 2〜15 秒の範囲で設定でき、出力解像度は 720P または 1080P を選択可能で、さまざまな納品要件に対応します。

機能説明

画像から動画への生成：1 枚または複数枚の画像を画面の根拠とし、テキストプロンプトと組み合わせて動画を生成します。プロンプトは最大 5000 文字で、既存のビジュアル素材を動的コンテンツに変換するのに適しています。

先頭・末尾フレームの組み合わせ制御：1 回のリクエストで先頭フレームと末尾フレームを同時に指定でき、先頭クリップを開始参照として加えることもでき、カットの開始画面と終了画面を限定できます。

駆動音声の入力：駆動音声をメディア入力として渡すことができ、生成された動画のリズムを与えられた音声素材に対応させることで、後工程の音合わせの手間を減らせます。

プロンプト拡張とネガティブプロンプト：prompt_extend でプロンプトの自動拡張を有効にでき、negative_prompt で回避したい画面要素を指定でき、seed で同じ結果を再現できます。

解像度と長さのパラメータ化：出力解像度と長さはいずれもリクエストパラメータで、同じインターフェース内でシーンに応じて 720P/1080P と 2〜15 秒のクリップ長を切り替えられます。

適用シーン

• EC・ブランド企業：商品画像から動的展示を生成——商品メイン画像と展示要件を入力し、数秒の製品動画を生成して、詳細ページ、フィード広告、SNS 素材に活用します。
• コンテンツチーム：キャラクターやシーンの画像をカット映像に変換——キャラクター設定画を先頭フレームや参照として、絵コンテ記述に合った短いカットを生成し、短編、アニメのプレビズ、企画提案に利用します。
• デザインチーム：先頭・末尾フレームで制約したトランジションカット——開始画面と終了画面を同時に指定し、その間の遷移クリップを生成して、タイトル、トランジション、ビジュアル案のデモに活用します。
• 音声素材の提供者：音声駆動の画面生成——音声素材と画面描写を渡し、音のリズムに合った動画パートを生成して、音楽ショート動画やナレーション系コンテンツに利用します。

制約と選定のヒント

1 回の生成時間の上限は 15 秒で、より長い物語が必要な場合は分割して生成し、後工程でつなぎ合わせる必要があり、クリップ間の一貫性はプロンプトと参照素材の制御に依存します。出力解像度は 720P と 1080P の 2 段階で、より高い画質要件は別途評価が必要です。メディア入力は最大 3 件で、各種類は 1 回のみ使用できます。純粋なテキストのアイデアが中心で画像の根拠が不要な場合は、同シリーズのテキストから動画を生成するモデルを検討してください。超長時間の連続カットが必要な場合、本モデルは適切な選択ではありません。