Wan — линейка видеомоделей Alibaba, а версия 2.6 стала в ней первой, которая умеет собирать из одного описания не цельный кадр, а последовательность планов. Модель выдаёт ролик длиной до 15 секунд в Full HD и сразу со звуком: по умолчанию Wan 2.6 подбирает музыку и звуковые эффекты под содержание видео.
Возможности модели
- Разрешение до 1080p — по умолчанию модель создаёт видео в Full HD, доступен и уровень 720p.
- Длительность от 2 до 15 секунд — продолжительность задаётся с шагом в одну секунду, а не выбирается из пары фиксированных вариантов.
- Пять соотношений сторон — 16:9, 9:16, 1:1, 4:3 и 3:4.
- Многоплановые ролики — вместо одного непрерывного кадра модель может построить сцену из нескольких сменяющихся планов.
- Звук по умолчанию — фоновая музыка и звуковые эффекты генерируются под происходящее в кадре.
- Своя аудиодорожка — можно передать готовый аудиофайл, и видео будет построено под него.
- Развёрнутые описания — промпт длиной до 1500 символов позволяет детально прописать сцену, свет и работу камеры.
Технические параметры
| Разработчик | Alibaba (Alibaba Cloud Model Studio) |
|---|---|
| Идентификатор модели | wan2.6-t2v |
| Длительность | от 2 до 15 секунд |
| Разрешение | 720p и 1080p (по умолчанию 1920×1080) |
| Соотношения сторон | 16:9, 9:16, 1:1, 4:3, 3:4 |
| Тип съёмки | Один план или несколько планов |
| Язык промпта | Английский или китайский |
| Длина промпта | до 1500 символов |
| Звук | Создаётся автоматически или берётся из загруженного файла |
| Формат результата | MP4 (H.264) |
Несколько планов в одном ролике
Большинство видеомоделей выдают один непрерывный кадр: камера может двигаться, но монтажных склеек нет. В Wan 2.6 появился режим многопланового видео — модель сама разбивает сюжет на несколько планов и выстраивает их в последовательность.
На практике это значит, что из одного описания можно получить сцену, смонтированную как в кино: общий план локации, затем средний план героя, затем крупный план детали. Для рекламы, тизеров и коротких историй это экономит отдельные генерации и последующую склейку.
По документации Alibaba, многоплановый режим работает вместе с функцией улучшения промпта: модель дорабатывает описание и прописывает каждый план отдельно.
Два способа озвучить видео
Автоматически
Если аудио не загружено, Wan 2.6 сама подбирает фоновую музыку или звуковые эффекты, соответствующие содержанию видео. Это вариант по умолчанию — беззвучный ролик модель не создаёт.
Под готовую дорожку
Можно передать собственный аудиофайл — например, закадровый текст, реплику персонажа или музыкальный трек, — и модель построит видео под него. Требования к файлу по документации Alibaba:
- формат WAV или MP3;
- длительность от 3 до 30 секунд;
- размер не более 15 МБ.
Если аудио длиннее ролика, оно обрезается по длине видео. Если короче — оставшаяся часть ролика будет без звука. Поэтому длительность видео лучше заранее подобрать под дорожку.
Как писать промпт для Wan 2.6
Главное, что нужно знать: по официальной документации модель принимает описание на английском или китайском языке. Запросы на других языках официально не поддерживаются, поэтому для предсказуемого результата пишите промпт на английском.
Модель хорошо понимает операторскую лексику. В официальном примере Alibaba описание начинается не с сюжета, а с параметров съёмки:
- ракурс — съёмка снизу, сверху, на уровне глаз;
- крупность плана — общий, средний, крупный;
- цветовая гамма — тёплые или холодные тона;
- освещение — боковой свет, смешанный свет от лампы и окна;
- композиция — центральная, по правилу третей.
После этого идут обстановка, герой, его действия и реплики. Пример из документации в переводе: съёмка снизу, средне-крупный план, тёплые тона, смешанное освещение от настольной лампы и пасмурного окна; в кабинете классического детектива лис в тёмно-коричневом плаще и серой фетровой шляпе листает пожелтевшие страницы дела, за окном моросит дождь, а затем он поднимает взгляд в камеру и произносит реплику.
Чем подробнее описаны съёмочные параметры, тем точнее модель воспроизводит задуманную картинку. Лимит в 1500 символов позволяет расписать сцену почти как режиссёрскую экспликацию.
Где пригодится
Реклама и тизеры
Многоплановый режим даёт смонтированный ролик с несколькими ракурсами без ручной склейки — то, что нужно для короткой рекламы.
Видео в разных форматах
Пять соотношений сторон закрывают основные площадки: горизонтальное видео для сайтов и YouTube, вертикальное для коротких роликов, квадрат и 4:3 для лент соцсетей.
Ролики под готовый звук
Есть записанный голос диктора или музыкальная подложка — модель создаст видеоряд под них.
Короткие истории и сцены с персонажами
Развёрнутый промпт позволяет описать героя, обстановку и действие с точностью сценария.
Ограничения
- Максимальная длина ролика — 15 секунд.
- Промпт официально поддерживается только на английском и китайском языках.
- Модель всегда создаёт видео со звуком: беззвучный режим у версии 2.6 не предусмотрен.
- Генерация занимает время — по данным Alibaba, обычно от одной до пяти минут.
Как запустить Wan 2.6 на 4Gen
- Создайте аккаунт на 4gen.ru и пополните баланс в рублях — VPN и иностранная карта не потребуются.
- Откройте AI Studio и выберите Wan 2.6 в режиме «текст в видео».
- Напишите описание сцены на английском языке.
- Дождитесь завершения генерации и скачайте ролик.
Списание идёт только за выполненные генерации, подписка не нужна. Тарифы — на странице цен.
Частые вопросы
Можно ли писать промпт на русском?
По официальной документации Alibaba модель принимает описания на английском и китайском языках. Для предсказуемого результата пишите промпт на английском.
Какой длины и качества получается видео?
Длительность задаётся от 2 до 15 секунд, разрешение — 720p или 1080p. По умолчанию модель создаёт видео в Full HD.
Что такое многоплановое видео?
Это ролик, в котором сцена состоит из нескольких сменяющихся планов, как в смонтированном фильме, а не из одного непрерывного кадра. Wan 2.6 — первая модель линейки с таким режимом.
Откуда в видео берётся звук?
Либо модель подбирает музыку и звуковые эффекты сама, либо вы загружаете собственный аудиофайл в формате WAV или MP3 длительностью от 3 до 30 секунд, и видео строится под него.
Можно ли получить видео без звука?
Нет. По документации Alibaba, модели линейки Wan 2.6 по умолчанию создают видео со звуком, а беззвучная генерация поддерживается только более ранними версиями.
Сколько ждать результат?
По данным Alibaba, генерация обычно занимает от одной до пяти минут в зависимости от загрузки сервиса.
Доступна ли модель из России?
Да. На 4Gen Wan 2.6 работает без VPN, а баланс пополняется российскими картами в рублях.