YouTube · AI Ship
創作者指南Wan 2.7 短影片生成 walkthrough
這是一支直接的創作者教學，適合用來理解 Wan 2.7 不只是 API 更新，而是可實際上手的短影片工作流。
Wan 2.7 AI 視頻生成器
圍繞提示詞重寫、首幀引導和短片續寫來做短視頻生成，適合概念短片、關鍵畫面驅動和更可控的運動測試。
所需消耗 150 積分
正在加載積分...Text To Video
什麼是 Wan 2.7 AI 視頻生成器？
Wan 2.7 是當前頁面開放的 Wan 視頻模型。Alibaba Cloud 官方 Wan 視頻文檔把它描述為一個覆蓋文生視頻與圖生視頻的模型家族，其中官方文生視頻支持最長 15 秒、1080P 和提示詞重寫，而較新的 wan2.7 圖生視頻 API 則支持首幀生成、首尾幀生成與視頻續寫。當前 FreeGPT2 頁面則把這個模型家族收斂成一套實用的短片工作流，同時覆蓋提示詞驅動和參考圖驅動的視頻生成。
首幀驅動短片
Wan 2.7 preview 1
核心能力
首幀驅動短片
Wan 2.7
01
Wan 官方同時支持文生與圖生視頻
Alibaba Cloud 將 Wan 定位為同時覆蓋 text-to-video 與 image-to-video 的視頻模型家族，而不是單一的提示詞視頻工作流。
02
15 秒輸出與提示詞重寫
官方 Wan 文生視頻文檔明確提到最長 15 秒、1080P，以及可用於改善簡短提示詞的 prompt rewriting。
03
較新的 wan2.7 圖生視頻任務
官方 wan2.7 圖生視頻 API 支持首幀生成、首尾幀生成，以及基於現有片段做 continuation。
04
FreeGPT2 上的緊湊控制面
在 FreeGPT2 上，當前頁面提供 720p 或 1080p、5 到 15 秒、提示詞擴展、負面提示詞，以及圖生視頻最多 2 張參考圖。
來自 YouTube
Wan 2.7 YouTube 影片
這些創作者 walkthrough 與對比影片，有助於判斷 Wan 2.7 的提示詞處理、片段品質與短影片可用性。
YouTube · Creative AI Show
模型對比Wan 2.7 與 Kling 3.0、Veo 3.1 對比
適合在意比較視角的人，用來看 Wan 2.7 在畫質與提示詞驅動影片生成上的位置。
YouTube · Public Video
對比測試Wan 2.7 與 Seedance 的實測對比
如果你想再多看一組創作者側對比，這支能補足 Wan 2.7 與其他短影片模型之間的差異。
來自 X
Wan 2.7 X 貼文
這些創作者與生態側的公開參考，有助於理解為什麼 Wan 2.7 會被放在可編輯性、參考控制與商業化影片接入的脈絡下討論。
如何使用 Wan 2.7 視頻生成？
- 1
從提示詞或參考圖開始
寫下主體、運動、鏡頭方向和場景氛圍；如果片段需要跟隨固定角色、產品或構圖，也可以上傳最多 2 張參考圖。
- 2
設定畫幅、分辨率與時長
文生視頻可選 16:9、9:16、1:1、4:3、3:4；之後再設定 720p 或 1080p，以及 5 到 15 秒時長。
- 3
使用負面提示詞與提示詞擴展
用負面提示詞排除不想要的動作或畫面傾向；當提示詞過短或過粗時，可開啟提示詞擴展幫助模型先重寫一輪。
- 4
生成第一版並繼續迭代
先檢查運動、構圖、節奏與主體一致性，再決定是否收緊提示詞或替換參考圖。
使用場景
Wan 2.7 最適合用在需要明確輸出規格、提示詞細化，以及同時保留文生與圖生視頻路徑的短篇視頻任務上。
- 01
提示詞驅動的短片說明與概念視頻
適合把文字想法快速轉成第一版短片動態草稿，而不需要先準備原始視頻素材。
- 02
基於關鍵視覺的參考圖運動生成
如果產品主視覺、角色圖或分鏡幀需要直接帶動後續動作，圖生視頻工作流會更合適。
- 03
畫幅與分辨率對比測試
適合同一個創意在豎版、方形、橫版，以及 720p / 1080p 之間反覆比較。
- 04
提示詞細化流程
適合把 prompt expansion 和 negative prompt 一起用來展開或收斂第一版結果。
輸出與預期
更適合
- →需要明確控制時長與分辨率的短篇文生視頻
- →由關鍵幀或產品圖帶動的參考圖運動測試
- →同一個概念在豎版、方形與橫版之間反覆比較
- →同時依賴 prompt expansion 和 negative prompt 的視頻流程
限制
- →更適合短片，而不是強調長時連續性的長篇敘事視頻。
- →當提示詞或參考圖已經清楚鎖定主體與運動方向時，結果通常更穩。
- →如果任務依賴明確的首尾幀插值或現有片段續寫，當前簡化頁面通常需要更多迭代。
積分與成本
在 FreeGPT2 中，每次使用 Wan 2.7 生成都會消耗積分。
典型成本
每次生成約 60 ~ 675 積分
生成時長
處理時間會受隊列狀態、分辨率、時長、工作流類型與提示詞複雜度影響。
請以頁面上實時顯示的費用作為當前積分參考。在 FreeGPT2 上，Wan 2.7 的成本會隨分辨率、時長與工作流變化。
常見問題
Alibaba Cloud 官方 Wan 文檔描述了支持 prompt rewriting、最長 15 秒和 1080P 的文生視頻能力；較新的 wan2.7 圖生視頻 API 則支持首幀生成、首尾幀生成與基於現有片段的續寫。
套餐
免費試用，按需擴展。
註冊即送免費額度。當你開始持續產出、需要私密生成或更高用量時，再升級也不遲。
輕量版
適合輕度持續創作。
可見性控制
年付
$8.33/月
- 800 積分/月
- 最多可處理 3,192 張圖
- 最多可處理 264 個視頻
- 無水印
- 更高解析度
- 私密生成
- 更快速度
- 圖像與視頻工作流
- 容量低於 Pro
- 更適合輕量使用
專業版
按月度創作強度切換固定檔位。
最受歡迎可見性控制
當前價格
年付 · $299.99
$25
/月
3k
3,000 積分/月
最多可處理 12,000 張圖
最多可處理 996 個視頻
更高月度容量
無水印
私密生成
更快速度
圖像與視頻工作流
免費版
先體驗核心流程，再決定是否升級。
一次性體驗默認公開可見
一次性體驗
$0
- 20 積分
- 最多可體驗 6 張圖
- 核心圖像與視頻工作流
- 保存結果到作品庫
- 複用結果做參考圖
- 體驗視頻生成
- 帶水印
- 默認公開可見
- 無週期積分
- 高峰時段為標準隊列
安全支付處理由 Stripe
0.2% 的購買金額將捐助給 Stripe Climate