เขียนคลิปของคุณทีละช็อต — ภาพกว้าง แล้วดันเข้า แล้วโคลสอัพ — แล้ว Wan 2.7 จะทำสตอรีบอร์ดทั้งหมดในเทคเดียวต่อเนื่อง
Wan 2.7 คือโมเดลวิดีโอ Tongyi Wanxiang ของ Alibaba ให้บริการที่นี่บนเอนด์พอยต์ alibaba/wan-2.7 ผ่านผู้ให้บริการวิดีโอของเรา สามโหมดใช้แผงเดียวกัน: text-to-video, image-to-video จากเฟรมแรกภาพเดียว และ reference-to-video ด้วยภาพได้ถึงห้าภาพที่อ้างถึงว่า Image 1, Image 2 และต่อไป สิ่งที่ทำให้มันต่างในกลุ่มนี้คือช่วงและอัตราค่าบริการ — ทีละวินาทีเต็มตั้งแต่ 2 ถึง 15 ในราคาต่อวินาทีที่ต่ำที่สุดในสี่โมเดลที่เทียบด้านล่าง
ข้อแลกเปลี่ยนชัดเจน เสียงไม่มีปุ่มสลับ จึงไม่มีภาพเปล่าให้คุณใส่เสียงเอง 1080p คือเพดาน — ไม่มี 4K ที่นี่ Image-to-video ใช้เฟรมแรกเท่านั้น: ไม่มีการเติมภาพระหว่างเฟรมแรกกับเฟรมสุดท้าย ไม่มีการต่อคลิป ไม่มีการแก้ไขคลิปที่มีอยู่ แม้ API ต้นทางจะนิยามทั้งสามอย่างไว้ก็ตาม การขยายพรอมต์ปิดอยู่ พรอมต์สั้นๆ จึงถูกตีความตรงตัว และเราไม่ได้จับเวลาโมเดลนี้ หน้านี้จึงไม่อ้างความเร็วใดๆ
Tongyi Wanxiang 2.7 จาก Alibaba เปลี่ยนพรอมพต์แบบช็อตต่อช็อตให้เป็นฉากที่ต่อเนื่องกลมกลืนยาวสูงสุด 15 วินาที คงตัวละครให้สม่ำเสมอจากภาพอ้างอิง และสร้างเสียงในตัว — ด้วยอัตราค่าใช้จ่ายต่อวินาทีที่คุ้มค่าที่สุดระดับหนึ่งในคลาสเดียวกัน
บรรยายคลิปของคุณทีละช็อต — "Shot 1 [0-3s] มุมกว้าง … Shot 2 [3-6s] โคลสอัป …" — แล้ว Wan 2.7 จะถ่ายทอดสตอรีบอร์ดออกมาเป็นเทคเดียวที่ต่อเนื่องกลมกลืน ยาวสูงสุด 15 วินาที โมเดลนี้สร้างมาเพื่อซีเควนซ์ ไม่ใช่แค่การเคลื่อนไหวเดี่ยว ๆ
โหมด reference-to-video รับภาพได้สูงสุดห้าภาพ — ตัวละคร สินค้า หรือฉาก — โดยอ้างอิงตามลำดับเป็น Image 1, Image 2 และต่อไปเรื่อย ๆ ใบหน้า เสื้อผ้า และวัตถุจะคงเดิมตลอดการเคลื่อนกล้อง ไม่เพี้ยนไประหว่างเฟรม
Wan 2.7 มีต้นทุนต่อวินาทีต่ำกว่าโมเดลส่วนใหญ่ในระดับคุณภาพเดียวกัน จึงเหมาะสำหรับงานดราฟต์ที่คุณต้องการคุณภาพระดับงานจริง — และคลิปยาว 10-15 วินาทีที่จะมีราคาแพงในที่อื่น ระบบแสดงค่าใช้จ่ายที่แน่นอนก่อนคุณกดสร้าง
เสียงถูกสร้างขึ้นโดยอัตโนมัติให้เข้ากับภาพ — ดนตรี บรรยากาศ และเอฟเฟกต์ โดยไม่ต้องมีขั้นตอนเพิ่ม เอาต์พุตที่ 720p หรือ 1080p ในห้าอัตราส่วนภาพ ตั้งแต่คลิปโซเชียลแนวตั้ง 9:16 ไปจนถึง 16:9 แบบคลาสสิก
สร้างที่นี่เมื่อวันที่ 15 สิงหาคม 2026 ในครั้งแรก พร้อมพรอมต์และค่าตั้งตรงตามที่แสดง แต่ละคลิปทดสอบความสามารถข้อหนึ่งที่ระบุไว้ด้านล่างของหน้านี้
Waves breaking on a pebble beach at dawn, water dragging stones back with each retreat, gulls overhead, static wide shot with natural ambience.
A woman reading on a porch swing, turning a page, swing rocking gently, dappled afternoon light through leaves, gentle push-in.
มันคือโมเดลสายควบคุมและปริมาณของกลุ่มนี้: ช่วงความยาวกว้างที่สุด การตรึงอัตลักษณ์ และอัตราที่ทำให้คุณรันได้เท่าจำนวนเทคที่ต้องใช้จริง
ให้สตอรีบอร์ดกับมันในพรอมต์ — ภาพกว้าง แล้วดันเข้า แล้วโคลสอัพ พร้อมเขียนกำหนดเวลาไว้ — แล้วมันจะทำลำดับนั้นในเทคเดียว ช่วง 2 ถึง 15 วินาทีหมายความว่าสตอรีบอร์ดไม่ต้องสู้กับความยาวคลิปที่ตายตัว
Reference-to-video รับภาพได้ถึงห้าภาพ และคุณอ้างถึงมันในพรอมต์ด้วยหมายเลข ใบหน้า แจ็กเก็ต หรือขวด จึงคงอยู่ตลอดการเคลื่อนกล้อง แทนที่จะวาดตัวเองใหม่ทีละเฟรม
มันมีอัตราต่อวินาทีต่ำที่สุดในสี่โมเดลของตารางด้านบนที่ทั้งสองความละเอียดของมัน ซึ่งทำให้การไล่ลองงานกับช็อตยาวสิบและสิบห้าวินาทีเป็นเรื่องทำได้จริง แทนที่จะเป็นสิ่งที่ต้องตั้งงบ
ห้าอัตราส่วนภาพรวมถึง 9:16 และ 4:3 ความยาวขั้นต่ำ 2 วินาทีสำหรับสติงเกอร์และลูป และเสียงที่แนบมาแล้วตอนคลิปมาถึง — ไม่มีขั้นตอนทำเสียงแยกก่อนจะปล่อยออกไป
เสียงเปิดตลอด คุณจึงไม่สามารถได้ภาพเปล่ามาใส่เสียงเอง; 1080p คือเพดาน งานส่งมอบ 4K จึงเป็นของ Kling 3.0; และที่นี่ไม่มีการซิงก์ปาก ตัวละครที่มีบทพูดหน้ากล้องจึงเป็นของ HappyHorse 1.1
พื้นที่ทำงานเดียวกัน กองเครดิตเดียวกัน — การสลับไปมาระหว่างตัวไหนก็ตามใช้แค่คลิกเดียว
| Wan 2.7 | HappyHorse 1.1 | Hailuo 02 | Kling 3.0 | |
|---|---|---|---|---|
| ความละเอียด | 720p · 1080p | 720p · 1080p | 512p · 768p · 1080p | 720p · 1080p · 4K |
| ความยาวคลิป | 2–15s ทีละวินาทีเต็ม | 3–15s ทีละวินาทีเต็ม | 6 หรือ 10s — 1080p ได้ 6s เท่านั้น | 3–15s ทีละวินาทีเต็ม |
| คิดเงินอย่างไร | ต่อวินาทีของเอาต์พุต | ต่อวินาทีของเอาต์พุต | ต่อคลิปที่เสร็จแล้ว จากตารางตายตัวห้ารายการ | ต่อวินาทีของเอาต์พุต |
| เสียง | เนทีฟ เปิดตลอด ไม่มีปุ่มสลับ | เสียงเนทีฟและการซิงก์ปาก เปิดตลอด ไม่มีปุ่มสลับ | ไม่มีพารามิเตอร์เสียง — คลิปกลับมาเงียบ | ปุ่มสลับ ปิดไว้เป็นค่าเริ่มต้น |
| เครดิตต่อวินาที ที่ 720p | 40 | 65 | ไม่เกี่ยว — คิดราคาต่อคลิป และระดับที่ใกล้ที่สุดของมันคือ 768p | 45 เงียบ · 60 พร้อมเสียง |
| เครดิตต่อวินาที ที่ 1080p | 70 | 85 | ไม่เกี่ยว — คิดราคาต่อคลิป | 60 เงียบ · 85 พร้อมเสียง |
| เครดิตต่อวินาที ที่ 4K | ไม่มีให้ | ไม่มีให้ | ไม่มีให้ | 200 รวมเสียงโดยไม่คิดเพิ่ม |
| เครดิตสำหรับคลิป 1080p ยาว 6 วินาที | 420 | 510 | 240 | 360 เงียบ · 510 พร้อมเสียง |
| เครดิตสำหรับหนึ่งคลิป ตั้งแต่ต่ำสุดถึงสูงสุด | 80–1,050 | 195–1,275 | 40–240 | 135–3,000 |
| Image-to-video | ใช่ เฟรมแรกหนึ่งเฟรม | ใช่ เฟรมแรกหนึ่งเฟรม | ใช่ เฟรมแรกหนึ่งเฟรม | ใช่ เฟรมแรกหนึ่งเฟรม |
| ภาพอ้างอิงสำหรับตรึงอัตลักษณ์ | ได้ถึง 5 ภาพ อ้างถึงในพรอมต์ว่า Image 1, Image 2 … | ได้ถึง 9 ภาพ อ้างถึงในพรอมต์ว่า character1, character2 … | ไม่มี — ไม่มีโหมด reference-to-video | ไม่มี — ภาพเดียวนั้นคือเฟรมแรก |
| อัตราส่วนภาพ | 5 — 16:9, 9:16, 1:1, 4:3, 3:4 | 9 — ตั้งแต่ 9:21 ไปจนถึง 21:9 | ไม่มีพารามิเตอร์อัตราส่วนภาพ | 3 — 16:9, 9:16, 1:1 |
| ความเร็วที่เราวัดเอง | ไม่ได้วัด | ไม่ได้วัด | 94s และ 86s สำหรับคลิป 768p ยาว 6 วินาทีสองคลิป (2 คลิป สิงหาคม 2026) | ไม่ได้วัด |
ทุกความละเอียด ความยาวคลิป และตัวเลขเครดิตในตารางนี้ อ่านมาจากรีจิสทรีโมเดลของเราเองและตารางอัตราในโค้ดของเราเมื่อ 20 สิงหาคม 2026 — ตารางชุดเดียวกับที่คิดเงินการสร้างของคุณ ไม่ใช่หน้าการตลาดของผู้ให้บริการ Wan 2.7, HappyHorse 1.1 และ Kling 3.0 คิดเงินต่อวินาที ตัวเลขต่อคลิปของพวกมันจึงเป็นอัตราคูณด้วยความยาวที่คุณเลือก; Hailuo 02 คิดเงินต่อคลิปจากตารางตายตัว ตัวเลขความเร็วเดียวที่นี่คือคลิป Hailuo 02 สองคลิปที่เราจับเวลาเอง และทุกช่องที่เราไม่ได้วัดจะบอกไว้ตรงๆ แทนที่จะไปยืมตัวเลขจากที่อื่นมา
เปรียบเทียบ Wan 2.7 กับโมเดลวิดีโออื่น ๆ — พื้นที่ทำงานเดียวกัน สลับได้ในคลิกเดียว
| โมเดล | wan-2.7 (Tongyi Wanxiang 2.7) โดย Alibaba — ให้บริการบนเอนด์พอยต์ alibaba/wan-2.7 |
|---|---|
| โหมด | Text-to-video, image-to-video จากเฟรมแรกภาพเดียว และ reference-to-video ด้วยภาพอ้างอิงได้ถึง 5 ภาพ |
| ความละเอียด | 720p และ 1080p |
| ความยาว | 2–15 วินาที ทีละวินาทีเต็ม (ค่าเริ่มต้น 5) |
| อัตราส่วนภาพ | 16:9, 9:16, 1:1, 4:3 และ 3:4 สำหรับ text- และ reference-to-video; image-to-video ตามภาพถ่ายอ้างอิง |
| ภาพอ้างอิง | ได้ถึง 5 ภาพ อ้างถึงในพรอมต์ว่า Image 1, Image 2 และต่อไป ที่ต้นทาง เพดานนั้นใช้ร่วมกับวิดีโออ้างอิง ซึ่งไม่ได้ต่อไว้ที่นี่ |
| เสียง | เนทีฟและเปิดตลอด — ไม่มีปุ่มสลับเสียงและไม่มีตัวเลือกเงียบ |
| การจัดการพรอมต์ | การขยายพรอมต์ปิดไว้เป็นค่าเริ่มต้น โมเดลจึงทำงานจากสิ่งที่คุณเขียนเป๊ะๆ |
| เครดิต | ต่อวินาทีของเอาต์พุต: 40 ที่ 720p และ 70 ที่ 1080p — อัตราเดียวกันสำหรับ text-, image- และ reference-to-video |
| ช่วงเครดิตต่อคลิป | 80 สำหรับคลิป 720p ยาว 2 วินาที ไปจนถึง 1,050 สำหรับคลิป 1080p ยาว 15 วินาที |
| ความเร็วที่วัดจริง | เราไม่ได้วัด — คลิปสองคลิปในหน้านี้สร้างที่นี่ แต่เราไม่ได้บันทึกเวลาการสร้างของมัน |
สามขั้นตอนจากช่องพรอมต์ว่างเปล่า สู่คลิปที่เสร็จสมบูรณ์
เปิดตัวเลือกโมเดลแล้วเลือก Wan 2.7 แผงจะแสดงค่าเครดิต ตัวเลือกความละเอียด และขีดจำกัดความยาว ก่อนที่คุณจะเสียเครดิตใดๆ
เขียนตัวแบบ การเคลื่อนไหว และการเคลื่อนกล้อง แนบเฟรมแรกไว้ถ้าอยากให้คลิปเริ่มจากภาพที่กำหนด
ดาวน์โหลดคลิป ต่อความยาว หรือส่งไปแก้ไขต่อ พรอมต์ โมเดล และการตั้งค่าจะติดอยู่กับงานในประวัติของคุณ
บัญชีเดียว ครบทั้งเวิร์กโฟลว์การสร้างภาพและวิดีโอ
ใช้ Wan 2.7 ด้วยเครดิตรายวันของแพ็กเกจฟรี หรืออัปเกรดเพื่อใช้โมเดลพรีเมียม สร้างงานเร็วขึ้น และเอาต์พุตระดับ 4K
เหมาะสำหรับการเริ่มต้น
เรียกเก็บเงินรายปี · $240/ปี
เรียกเก็บเงินรายปี · $380/ปี
การเล่าเรื่องหลายช็อตด้วยตัวละครที่สม่ำเสมอ: บรรยายคลิปทีละช็อต แนบภาพอ้างอิงได้สูงสุดห้าภาพ แล้วรับฉากที่ต่อเนื่องกลมกลืนยาวสูงสุด 15 วินาทีพร้อมเสียงในตัว
คิดต่อวินาทีของเอาต์พุต โดยแปรผันตามความละเอียด (720p หรือ 1080p) Wan 2.7 เป็นหนึ่งในโมเดลที่คุ้มต้นทุนที่สุดในระดับคุณภาพเดียวกัน ระบบแสดงค่าใช้จ่ายที่แน่นอนก่อนสร้าง และงานที่ล้มเหลวจะได้รับเครดิตคืนโดยอัตโนมัติ
Text-to-video, image-to-video (ทำให้เฟรมแรกเคลื่อนไหว) และ reference-to-video ด้วยภาพอ้างอิงสูงสุด 5 ภาพ โดยอ้างอิงเป็น Image 1, Image 2 และต่อไปเรื่อย ๆ
2 ถึง 15 วินาทีต่อการสร้างหนึ่งครั้ง — หนึ่งในช่วงความยาวที่กว้างที่สุดที่มีให้ — ที่ 720p หรือ 1080p
Wan 2.7 คือตัวเลือกด้านการควบคุมและความคุ้มค่า: คลิปยาวกว่า ล็อกอัตลักษณ์แน่นกว่า ต้นทุนต่ำกว่า ส่วน HappyHorse 1.1 นำในด้านบทพูดในตัวและลิปซิงก์หลายภาษา ทั้งคู่สร้างเสียงได้ในตัว
เครดิตจะได้รับการคืนอัตโนมัติสำหรับการสร้างวิดีโอที่ล้มเหลว
เครื่องมือคลิกเดียวสำหรับทุกงานรอบการสร้าง — เก็บงาน เปลี่ยนสไตล์ แชร์ได้เลย
