Рецепты промптов для image-to-video в Wan 2.7: 3 готовых к копированию промпта с реальными результатами

Image-to-video — это способ использования видеомоделей с наибольшим рычагом: вы фиксируете композицию, освещение и субъект одним статичным изображением и тратите весь потенциал модели на движение. Проблема в том, что промпт для i2v — это отдельный навык: большинство промптов, подходящих для text-to-video, тратят массу токенов на повторное описание сцены, которую модель уже видит.

Это руководство даёт вам три готовых к копированию рецепта промптов для wan2.7-video/image-to-video, модели image-to-video Alibaba Tongyi Wanxiang 2.7, охватывающих три типа задач, для которых люди реально используют i2v: движение продукта, игра портрета и движение камеры. Каждый встроенный ниже клип — это реальный результат с первого раза для соответствующего промпта — сгенерированный через API задач hiapi в стандартном профиле 720P ($0.10 за секунду видео). Входные кадры также приложены, так что вы можете точно проследить, что получила модель и что она создала.

Структура запроса (прочитайте сначала)

wan2.7 i2v работает на асинхронном эндпоинте задач hiapi. Три детали схемы сэкономят вам круг ошибок 400:

• media — это массив объектов, а не голая строка URL. Каждый объект требует type и url. Принимаемые типы: first_frame, last_frame, driving_audio и first_clip — поэтому один и тот же эндпоинт покрывает обычную анимацию первого кадра, интерполяцию первого и последнего кадров, движение под управлением аудио и продление клипа. Всё в этой статье передаёт только один first_frame.
• resolution — это перечисление: 720P или 1080P, других значений нет.
• duration указывается в секундах, максимум 15.

URL изображения должен быть общедоступным — платформа скачивает его на сервере при создании задачи.

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan2.7-video/image-to-video",
    "input": {
      "prompt": "Крышка зарядного кейса плавно открывается вверх, два матово-чёрных наушника медленно поднимаются из кейса……",
      "media": [
        {"type": "first_frame", "url": "https://your-cdn.example/frame.jpg"}
      ],
      "resolution": "720P",
      "duration": 5
    }
  }'

Ответ сразу возвращает taskId. Опрашивайте GET /v1/tasks/{taskId}, пока status не станет success, затем скачайте output[0].url:

import requests, time

BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

task_id = requests.post(BASE, headers=HEADERS, json=payload).json()["data"]["taskId"]

while True:
    task = requests.get(f"{BASE}/{task_id}", headers=HEADERS).json()["data"]
    if task["status"] == "success":
        video = requests.get(task["output"][0]["url"]).content
        open("clip.mp4", "wb").write(video)
        break
    if task["status"] == "fail":
        raise RuntimeError(task.get("error"))
    time.sleep(10)

Один эксплуатационный совет: output[0].url — это временная ссылка с меткой времени expireAt. Сразу после успеха задачи скачайте файл и сохраните в свой бакет — что будет, если этого не сделать, смотрите здесь.

Рецепт 1: движение продукта при заблокированной камере

Классический цикл для карточки товара в e-commerce: продукт движется, камера стоит. Мы начинаем с этого изображения закрытого футляра для наушников, снятого в студии gpt-image-2:

Промпт:

Крышка зарядного кейса плавно открывается вверх, два матово-чёрных наушника медленно поднимаются из кейса и зависают над ним, одновременно синхронно медленно вращаясь. Когда они вращаются, мягкий студийный свет пробегает бликами по их поверхности. Камера полностью зафиксирована и неподвижна; малая глубина резкости удерживает фокус на наушниках. Чистая, премиальная эстетика презентации продукта, без движения камеры.

Параметры: resolution: 720P, duration: 5 — стоимость $0.50.

Результат с первого раза:

Модель сама создала внутренность кейса и сами наушники — ни того, ни другого не было во входном кадре — и сохранила связность отражений на мраморе, пока крышка покачивалась. Две вещи в промпте сыграли ключевую роль: состояния объекта названы по порядку (крышка открывается → наушники поднимаются → зависают → синхронно вращаются), а камере дважды явно велено ничего не делать (полностью зафиксирована и неподвижна… без движения камеры). Негативные ограничения движения соблюдаются; без них i2v-модели часто добавляют дрейф или зум, которых вы не просили.

Рецепт 2: микроперевоплощение портрета

Анимация людей — именно там i2v раскрывает ценность: кастинг, одежда и свет уже решены кадром. Входное изображение также от gpt-image-2:

Промпт:

Женщина мягко поднимает чашку, медленно и тихо делает глоток, затем ставит чашку и поворачивает голову к окну, покрытому следами дождя, с мягкой улыбкой. Пар поднимается из чашки; капли дождя скользят по стеклу у неё за спиной. Её волосы слегка колышутся, когда она двигается. Камера остаётся неподвижной, фокус мягко переходит от чашки на её лицо. Тёплое, неторопливое, кинематографичное движение.

Параметры: resolution: 720P, duration: 5 — стоимость $0.50.

Результат с первого раза:

Здесь рецепт — это цепочка из двух-трёх небольших действий в явном порядке (поднимает → делает глоток → ставит → поворачивает голову → улыбается). wan2.7 выполняет их по порядку, как написано, и именно это заставляет клип читаться как игра, а не как зацикленная гифка. Другая половина — вторичное движение: пар, капли дождя и волосы легко запросить, и они несут большую часть реализма. Направление лица должно быть мягким («мягкая улыбка», а не «громкий смех») — тонкие выражения выживают; преувеличенные — рискованная ставка.

Рецепт 3: движение камеры над статичной сценой

Обратная сторона рецепта 1: мир неподвижен, камера путешествует. Входной кадр — широкое прибрежное селение в золотой час:

Промпт:

Медленный кинематографичный наезд: камера скользит вперёд над водой, приближаясь к деревне на скале, затем, продолжая движение, плавно переходит в мягкую панораму вправо вдоль береговой линии. Волны бьются о скалы внизу; чайки медленно пролетают через кадр. Свет золотого часа остаётся неизменным. Плавное, устойчивое движение панорамной головки, без склеек.

Параметры: resolution: 720P, duration: 4 — стоимость $0.40.

Результат с первого раза:

Сравните последнюю секунду клипа с входным кадром: камера действительно сдвинулась — деревня заполняет кадр, параллакс между скалой и холмами на фоне правильный, а не фальшивый зум Ken Burns. Схема: назовите движение, упорядочьте движение, определите стиль движения. «Наезд, затем панорама вправо» задаёт траекторию; «панорамная головка, без склеек» задаёт демпфирование; «свет остаётся неизменным» предотвращает превращение золотого часа в таймлапс на ваших глазах.

Шпаргалка

Обобщая это и наши предыдущие запуски, промпты wan2.7 i2v следуют пяти правилам:

1. Кадр — это сцена; промпт — это движение. Не переописывайте изображение — используйте только существительные из сцены как якоря для глаголов («крышка», «чашка», «береговая линия»).
2. На каждый клип — одно действие субъекта + одна инструкция камере. Наложение обоих типов сложности делает короткий клип хаотичным.
3. Пишите сценические указания по порядку. Модель выполняет цепочку действий в порядке написания — это и есть управление таймлайном в 5-секундном клипе.
4. Укажите, что не должно двигаться. «Камера остаётся зафиксированной и неподвижной» и «свет остаётся неизменным» соблюдаются и подавляют дрейф модели по умолчанию.
5. Обменивайте движение среды на реализм. Пар, дождь, волны, птицы — каждое требует лишь одного короткого предложения, а отдача в воспринимаемом качестве огромна.

Стоимость

wan2.7-video/image-to-video тарифицируется по стандартной посекундной ставке, определяемой выходным разрешением:

Разрешение	Цена	5-секундный клип	15-секундный клип (максимум)
720P	$0.10 за секунду	$0.50	$1.50
1080P	$0.167 за секунду	$0.835	$2.505

Все три клипа в этой статье — 14 секунд готового видео 720P (измерено на реальном выводе: 1280×720, 30 fps) — обошлись в сумме в $1.40, и весь пакет задач завершился примерно за девять минут после отправки, поскольку задачи выполняются параллельно на сервере. Актуальные тарифы всегда доступны на странице цен.

Если вы хотите движение, но не хотите сначала искать кадр, wan2.7-video/text-to-video из той же серии работает по той же посекундной цене и поддерживает нативный звук и тот же лимит в 15 секунд — мы разобрали его от начала до конца в руководстве по коротким видео.

Попробуйте

Возьмите один из трёх промптов выше, подставьте свой первый кадр и через несколько минут получите клип за сумму, значительно меньшую доллара. Страница модели wan2.7-video/image-to-video содержит актуальный справочник параметров и интерактивную площадку — начните с 4-секундного клипа 720P ($0.40), итерируйте по промпту, а затем решайте, отправлять ли рендер в 1080P.