Wan.Video

Wan 2.5以降が担う中核モードだ。場面を描写すると、モデルが動きとカメラワーク込みで組み上げ、解像度は最大1080pに届く。返ってくるのはコマ送りではなく完成したクリップなので、アイデアから出力まで1ページで完結する。脚本はあるが素材がない人にとって最短の道だ。

この動画生成プラットフォームで最も使われるモードのひとつ。写真、商品画像、アート作品をアップロードすると、モデルが自然な動きと一貫した光で命を吹き込む。人物や商品の細部は旧ツールよりクリップ全体で崩れにくく、被写体を見分けられる状態に保ちたい場面で効く。すでに絵があり、動きだけが欲しいときに多くの人が選ぶのがこれだ。

近いバージョンのWanは映像と同じ工程で音を生むため、セリフ、効果音、音楽が画面の出来事とそろう。複数の声と言語に対応し、話すクリップで別途アフレコする手間が消える。音声は有料機能の範囲なので、ここはクレジットの減りが速い。

480p、720p、1080pから選べ、短いクリップか延長版かを決められる。最新モデルはより長いワンテイクを狙う。高い設定ほどクレジットと時間を食うので、画質と予算のバランスは自分で決める。下書きは低解像度で速く回し、完成品は高解像度で回すのが定番の流れだ。

構造化したプロンプトを使えば、カメラの動きや複数ショットの並びを自分で操れる。モデル任せにせず済む。スタイルや美意識を表す語を指定して、狙った雰囲気に寄せることもできる。プロンプトを制御できるかどうかが、使えるテイクと運任せのテイクを分ける。

Wanのモデルはいくつかがオープンウェイトで公開され、アリババはそれらを秒単位の課金でクラウドAPIから提供する。サイトで試作し、同じモデルを自分の製品へ移せるということだ。開発者にとって、このプラットフォームは実験場であり量産ルートでもある。