Wan 2.7 Video

Visão geral do posicionamento

wan2.7-video/text-to-video é um modelo de texto para vídeo da série de vídeo WAN da Alibaba, acessível por meio da interface unificada do HiAPI.ai. Basta inserir um prompt de texto para gerar um clipe de vídeo com imagem e faixa de áudio opcional, com suporte a cinco proporções de tela (16:9, 9:16, 1:1, 4:3 e 3:4), duração ajustável entre 2 e 15 segundos, resolução de 720P ou 1080P, além de prompt negativo, semente aleatória e reescrita de prompt. Indicado para desenvolvedores que precisam gerar material de vídeo curto a partir de texto puro, em produção de conteúdo em lote e pré-visualização de storyboards criativos.

Destaques principais

• Controle programável dos parâmetros de texto para vídeo — duração, proporção de tela, resolução e semente são passados como parâmetros da interface, facilitando a geração em lote por script e a reprodução de resultados.
• Faixa de áudio opcional e reescrita de prompt — é possível informar uma URL de áudio wav/mp3 como faixa de áudio, e a reescrita de prompt vem ativada por padrão para complementar detalhes da imagem.
• Prompt negativo restringe a imagem — suporta até 500 caracteres de prompt negativo para excluir elementos indesejados e reduzir a taxa de resultados inúteis.

Descrição das capacidades

Geração de clipes de vídeo por parâmetros: gera vídeos a partir de um prompt combinado com duração (2–15 segundos), proporção de tela e nível de resolução; as especificações de saída são definidas no momento da requisição, reduzindo cortes e transcodificação posteriores.

Reescrita de prompt e restrição negativa: prompt_extend vem ativado por padrão e pode expandir descrições curtas; negative_prompt é passado separadamente para excluir conteúdos específicos da imagem, e os dois juntos aumentam o controle sobre o resultado.

Reprodução por semente e estabilidade do resultado: o parâmetro seed permite reproduzir ou ajustar finamente o resultado gerado com o mesmo prompt, facilitando a comparação de efeitos entre diferentes combinações de parâmetros.

Áudio anexo e remoção de marca d'água opcional: uma URL de áudio opcional pode ser usada como entrada de faixa de áudio gerada, e a chave watermark controla se a marca d'água de geração por IA é anexada, permitindo escolher o formato final conforme a necessidade.

Cenários de aplicação

• Equipes de conteúdo com produção em lote de materiais de vídeo curto — geração em lote de clipes de 2–15 segundos com prompts roteirizados, produzindo materiais verticais/horizontais prontos para veiculação ou reedição.
• Storyboard criativo e pré-visualização — uso do mesmo prompt com sementes diferentes para gerar rapidamente várias versões de imagem, produzindo materiais de pré-visualização dinâmica para comparação de propostas e confirmação do design de planos.
• Vídeos curtos para redes sociais com trilha sonora — prompt combinado com URL de áudio para gerar o vídeo final com faixa de áudio, produzindo conteúdo curto pronto para publicação em plataformas sociais.

Limitações e recomendações de escolha

A duração máxima por geração é de 15 segundos; vídeos longos exigem geração em segmentos e posterior montagem, e a coerência narrativa depende do processamento pós-produção. Atualmente só há suporte a texto para vídeo; caso seja necessário restringir a consistência da imagem com imagens ou materiais de referência, deve-se optar pela linha de imagem para vídeo da mesma série. A resolução máxima é 1080P, e cenários que exigem vídeos finais em alta resolução precisam avaliar soluções de upscaling posterior. O limite do prompt é de 5000 caracteres e o do prompt negativo é de 500 caracteres; roteiros muito longos precisam ser divididos em várias requisições.