根据文字描述,在视频的连续画面中分割指定目标。
Wan 2.7 Reference to Video 由 Wan AI 与 Together AI 联合开发,是一款面向实际制作的模型,可将视觉或音频参考转为全高清视频,并精确控制动作、主体还原度和场景构图。它为内容工作室、营销人员和创意开发者提供智能的参考驱动流程,取代复杂的手动编辑,同时保证项目所需的准确性、一致性与扩展能力。开发者可在浏览器或通过 HTTP API 使用,无需自行托管或扩展模型。
适用场景:角色驱动视频 | 品牌内容本地化 | 指令式短片编辑
Wan 2.7 Reference to Video 面向由图片、视频或音频参考素材引导的可控视频生成,重点保持主体还原度、运动连续性和场景一致性。该 reference-to-video 模式会将参考素材转化为新视频,在遵循明确的运动和场景指令时,仍保留主体身份与画面构图。它适合以人物为核心的短片、品牌内容本地化,以及需要稳定继承视觉特征的指令式序列创作。
核心能力:
使用 Wan 2.7 Reference to Video 时,请提供清晰的提示词,并根据需要添加参考图片、参考视频或两者同时使用:参考图片适合迁移外观,参考视频适合迁移运动,多份素材则有助于保持多个主体的一致性。请描述主体、动作、镜头运动、环境,以及必须保持不变的内容。指令应具体明确,包括运动节奏、构图、镜头连续性和视觉限制。使用 negative_prompt 排除不需要的特征,根据交付格式选择宽高比;只有当视频需要拆分为相互协调的剪辑,而不是一个连续长镜头时,才启用 multi_shots。
实用建议:
注意:如果需要修改现有图片,例如更换背景、调整光线或替换画面中的特定物体,请使用 Seedream 4.5 Edit 模型。该模型专为基于指令的图片编辑而优化。
根据文字描述,在视频的连续画面中分割指定目标。
使用两段音频和一张图片生成视频,并设置两位人物的发言顺序。
根据文本、图像、过渡和参考创建可用于影片的剪辑。
只需一条提示词,即可将静态照片转化为流畅的 720P 或 1080P 视频。
以AI驱动的图像转视频工具,快速生成流畅高质的动态画面,激发无限创意。
将一张参考图制作成 5 秒或 10 秒的视频,并可设置反向提示词与原生音频生成。
Wan 2.7 Reference to Video 可根据图片、视频片段或音频等参考媒体生成新的连贯视频。模型会尽量继承原参考中的主体特征、动作和声音特点,帮助创作者得到一致、写实的结果。
与 Wan 2.6 等旧版本相比,Wan 2.7 Reference to Video 增加了边界帧控制、更长的时长、原生音频参考和更强的主体一致性,使参考驱动的流程更可控,也更适合正式制作。
Wan 2.7 Reference to Video 适合需要在短视频中保持角色特征的创作者、工作室、营销人员和开发者,可用于口播人物、本地化营销视频、情景再现以及角色叙事。
Wan 2.7 Reference to Video 通过 RunComfy Playground 的积分系统使用。新用户可获得免费积分进行测试,后续使用需要按照 RunComfy 网站 Generation 区域的说明购买积分。
Wan 2.7 Reference to Video 支持静态图片、短视频片段和音轨。最多可同时组合 5 个参考,用于控制输出视频中的声音、动作和画面风格。
可以。Wan 2.7 Reference to Video 可通过 RunComfy Web Playground 在桌面和移动浏览器中顺畅使用。
Wan 2.7 Reference to Video 可生成 1080p 全高清视频,通常支持 2–10 秒,适合短片、宣传视频和表现力测试。
Wan 2.7 Reference to Video 在参考视频清晰、稳定且内容一致时效果最佳。为获得更顺畅的结果,应避免光线不一致、过于剧烈的剪辑或模糊素材,并使用清楚的提示词标签。
RunComfy 是首选的 ComfyUI 平台,提供 ComfyUI 在线 环境和服务,以及 ComfyUI 工作流 具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。





