万相2.7-图生视频模型支持多模态输入（文本/图像/音频/视频），可完成首帧生视频、首尾帧生视频、视频续写（首视频片段续写/首视频片段+尾帧续写）三大任务。
基础设置：支持整数级视频时长（2～15 秒）、指定视频分辨率（720P/1080P）、智能改写prompt、添加水印。
音频能力：支持自动配音或上传音频，实现声画同步。
多镜头叙事：可生成包含多个镜头的视频，镜头切换时保持主体一致。
快速开始
输入提示词 | 输入首视频片段（2秒） | 输入尾帧图像 | 输出视频（12秒，续写10秒） |
男人低头向下看到地上的木箱，他弯下腰，小心翼翼打开箱盖，他紧盯着箱内的东西，嘴唇颤抖的微微张开，皱着眉头，眼睛微微张大，露出惊恐的表情。 |
|
模型名称 | 能力支持 | 输入模态 | 输出视频规格 |
wan2.7-i2v-2026-04-25 | 有声视频 首帧生视频、首尾帧生视频、视频续写、视频续写+尾帧控制 多镜头叙事、声画同步 | 文本、图像、音频、视频 | 分辨率档位：720P、1080P 视频时长：[2s, 15s]（整数） 固定规格：30fps、MP4（H.264编码） |
wan2.7-i2v | 有声视频 首帧生视频、首尾帧生视频、视频续写、视频续写+尾帧控制 多镜头叙事、声画同步 | 文本、图像、音频、视频 | 分辨率档位：720P、1080P 视频时长：[2s, 15s]（整数） 固定规格：30fps、MP4（H.264编码） |
核心能力
支持模型： 参数设置： 首帧：指定 首帧+音频：指定 输入提示词 输入首帧图像 输出视频 一幅都市奇幻艺术的场景。一个充满动感的涂鸦艺术角色。一个由喷漆所画成的少年，正从一面混凝土墙上活过来。他一边用极快的语速演唱一首英文rap，一边摆着一个经典的、充满活力的说唱歌手姿势。场景设定在夜晚一个充满都市感的铁路桥下。灯光来自一盏孤零零的街灯，营造出电影般的氛围，充满高能量和惊人的细节。视频的音频部分完全由rap构成，没有其他对话或杂音。 输入音频： 支持模型： 参数设置： 首帧+尾帧：指定 首帧+尾帧+音频：指定 输入提示词 输入首帧图像 输入尾帧图像 输出视频 清晨太阳刚刚升起，在南瓜地里面，有一颗小南瓜上面挂着露珠，突然小南瓜“咔擦”一声，出现了裂缝，从裂缝中透出金光，小南瓜伴随着金光裂开，出现一团白雾，一只小兔子在南瓜裂开的南瓜中央出现。 支持模型： 功能介绍：对输入的首段视频进行内容续写。生成结果包含原始输入片段，其时长计入总生成时长。例如：输入2秒视频，输出设置为 12 秒，则最终生成 12 秒视频（原始 2 秒 + 续写 10 秒）。 参数设置： 首视频片段：指定 首视频片段+尾帧续写：指定 首视频片段续写 输入提示词 输入首视频片段（2秒） 输出视频（12秒，续写10秒） 面包师端上刷好的面包，将刷子放到一旁，镜头跟随面包师，去斜后方的烤炉进行烤制，面包师关上烤炉门，他站在烤炉旁边，看着正在烤炉里的面包，闻了闻面包的香气，说：“so good”。 首视频片段+尾帧续写 输入提示词 输入首视频片段（2秒） 输入尾帧图像 输出视频（12秒，续写10秒） 男人低头向下看到地上的木箱，他弯下腰，小心翼翼打开箱盖，他紧盯着箱内的东西，嘴唇颤抖的微微张开，皱着眉头，眼睛微微张大，露出惊恐的表情。首帧生视频
wan2.7系列模型。media 数组中的 type 字段支持以下两种组合，素材组合详见如何输入素材。type为first_frame，模型自动为视频配音。type为first_frame和 driving_audio，模型将依据该音频驱动视频生成（如口型同步、动作卡点）。
首尾帧生视频
wan2.7系列模型。media 数组中的 type 字段支持以下两种组合，素材组合详见如何输入素材。type为first_frame和last_frame，模型自动为视频配音。type为first_frame、last_frame和 driving_audio，模型将依据该音频驱动视频生成。
视频续写
wan2.7系列模型。media 数组中的 type 字段支持以下两种组合，素材组合详见如何输入素材。type为first_clip，续写视频。type为first_clip和last_frame，在续写首视频的同时控制视频结束状态与尾帧一致。
鲁公网安备37021402002337号
微信咨询加群