Wan 2.5 (preview) API nodes are now live in ComfyUI! A big leap forward for image & video generation 🎵 Audio-Visual Sync (voices, ASMR, music, effects) 🎬 10s Videos (richer storytelling) ✨ 1080P cinematic quality 🔊 Audio conditioning as input Examples 👇
Unlimited Wan 2.5 動画・画像生成ツール - 音声同期対応マルチモーダルAI
Alibabaが開発した先進的なマルチモーダルAI生成モデルで、テキストから動画、画像から動画、テキストから画像の生成に対応しています。高品質1080p出力、同期音声合成、5-10秒の柔軟な時間設定、多様な創作用途向けの包括的な多言語プロンプトサポートを提供します。
公開
WAN 2.5 YouTube動画
WAN 2.5の強力なビデオ生成機能を紹介するコミュニティのデモンストレーションとレビューをご覧ください
Wan 2.5 X での人気レビュー
X (Twitter) で Wan 2.5 について何を言っているか見てみましょう
Wan 2.5 / Kling 2.5 Turbo ... Esto no se detiene. Ya da un poco de miedo. El pangolín espectacular. Que opinas de mi caracol hecho con Kling 2.5 Turbo?
💥🤯 the new Wan 2.5 and it is insane now it has audio, sound effects and... voices! check these amazing examples below🧵
Wan 2.5 is so interesting. It solves the inverse problem of audio to video. In essence, it uses audio + prompt to infer video. This means you can design your audio track to tell a story which can be very efficient. Here I did a quick mock up first with drawing, then I fed in an Show more
With creative WAN product placement style that feel catchy + meme-worthy + launch-ready With @higgsfield_ai WAN 2.5 is here a fundamental update where every feature is powered by WAN. #HiggsfieldWAN
🚨 WAKE UP!! WAN 2.5 SPEAKS!🚨 You read that right, just released tonight, Wan 2.5 has native audio just like VEO3! Capable of 1080p and 10 seconds and Image To Video at launch. Text To Video Prompt: camera natural light, 8K. cinematic realistic dramatic zoom in on a a Show more
Wan 2.5 vs Kling 2.5 - the difference of physics is massive! 😱
Wan 2.5 Hits Real Off! I'm quite impressed how fluid the camera movement and sound design is. And of course with unlimited generation on Higgsfield AI I'm more than happy to experiment 🧩 Show more
Wan 2.5とは
テキスト-ビデオ、画像-ビデオ、テキスト-画像の強力な機能を備えたAlibabaの高度なマルチモーダルAI生成モデル
3フォーマットテキスト/画像-ビデオ & テキスト-画像
1080p最大解析度
5〜10秒ビデオ期間
多言語プロンプト理解
Wan 2.5は、テキスト-ビデオ、画像-ビデオ、テキスト-画像フォーマットにわたる多様なコンテンツ生成を提供する最先端マルチモーダルAIモデルです。
3フォーマットテキスト/画像-ビデオ & テキスト-画像
1080p最大解析度
5〜10秒ビデオ期間
多言語プロンプト理解
Wan 2.5とは
テキスト-ビデオ、画像-ビデオ、テキスト-画像の強力な機能を備えたAlibabaの高度なマルチモーダルAI生成モデル
Wan 2.5は、テキスト-ビデオ、画像-ビデオ、テキスト-画像フォーマットにわたる多様なコンテンツ生成を提供する最先端マルチモーダルAIモデルです。
Wan 2.5が誇る強力な機能の数々
動画・画像生成の分野でWan 2.5を傑出させている、高度なマルチモーダル機能の魅力をぜひ体感してください
マルチモーダル生成
単一の統合モデルでテキストから動画、画像から動画、テキストから画像まであらゆる生成に対応し、異なるメディア種別をまたいだシームレスなクリエイティブワークフローを実現できます。
高解析度出力
最大1080pの解像度の動画生成に対応し、480pと720pの出力オプションも選択可能。多様な用途に向けたプロフェッショナル品質のビジュアルコンテンツを提供します。
柔軟な時間制御
5秒から10秒まで動画の長さを自由にカスタマイズして作成可能で、多様なコンテンツニーズやクリエイティブな要求に柔軟に応えられます。
音声同期
ワンパス方式の音声・動画同期機能を搭載し、任意の音声を埋め込むカスタム音声統合と、キャラクターアニメーション向けの自動リップシンク機能を利用できます。
複数のアスペクト比
すべての解析度で横向き（16:9）と縦向き（9:16）フォーマットをサポートし、ソーシャルメディア、プレゼンテーションをはじめ、あらゆる表示形式に最適な出力が可能です。
多言語プロンプト
翻訳機能を内蔵して複数言語のプロンプト処理に対応し、世界中のクリエイターが言語の壁を気にせずモデルを利用できる環境を整えています。
プロンプト拡張
ユーザーの入力した説明を自動で補強し、より豊かで細部まで鮮明な生成結果を得られる高度なプロンプト最適化機能です。
ネガティブプロンプト
出力から除外したい不要な要素をあらかじめ指定して成果物を洗練し、最終生成結果の品質と内容を精密にコントロールできます。
シード制御
カスタマイズしたシード値で生成結果を再現可能なため、一貫性のある出力やクリエイティブの反復的な改善作業に対応できます。
高速生成モード
テキストから動画、画像から動画のタスク向けに最適化された高速バリアントで、同等の高品質を維持しながら処理時間を大幅に短縮します。
カスタム画像サイズ
テキストから画像生成では256×256から1536×1536ピクセルまで柔軟なサイズ指定に対応し、複数のプリセットアスペクト比と任意のサイズを設定するオプションを提供します。
高度なアーキテクチャ
Alibabaの最先端動画生成技術を基盤に構築されており、動き、物理法則、視覚的整合性に対する高度な理解をモデルが備えています。
Wan 2.5に関するよくあるご質問
他にご質問は？
Wan 2.5はAlibabaが提供する高度なマルチモーダルAI生成モデルで、テキスト-ビデオ、画像-ビデオ、テキスト-画像の3種類の強力な生成機能に対応しています。単一の用途に特化したモデルとは異なり、複数のコンテンツ形式に対応する汎用性を持ち、1080p解析度サポート、5～10秒の柔軟なビデオ期間、オーディオ同期機能を備えています。
Wan 2.5は、480p（832×480）、720p（1280×720）、1080p（1920×1080）を含む複数のビデオ解析度を、横向き（16:9）と縦向き（9:16）の両方の向きでサポートしています。ビデオ期間は5秒と10秒の選択肢があり、クリエイターが自身の用途に合わせて選ぶことができます。
Wan 2.5には、ビデオ生成時に任意のカスタムオーディオURLを統合できる高度なオーディオ同期機能が搭載されています。モデルがオーディオのタイミングをビデオコンテンツに自動で合わせ、音と映像が同期したマルチメディア出力を作成できます。利用できるオーディオファイルはMP3、WAV、M4A形式で、最大50MBまで対応しています。
Wan 2.5は3つの主要な生成モードを用意しています：テキスト-ビデオはカスタマイズ可能な解析度と期間でテキストプロンプトから動的ビデオを作成し、画像-ビデオは静止画像をアニメーションビデオに変換します。テキスト-画像は256×256から1536×1536ピクセルまでの柔軟なアスペクト比に対応し、高い芸術的表現力で高品質な画像を生成します。
はい、Wan 2.5は多言語プロンプトの理解に対応しています。モデルには、最適な処理を行うためにプロンプトを英語に変換できる組み込み翻訳オプションが含まれています。さらに、入力プロンプトを補強してより良い生成結果を得られるプロンプト拡張機能も備えており、世界中のクリエイターがアクセスしやすい設計になっています。
Wan 2.5はビデオ作成向けに2つの生成速度オプションを提供しています。標準モードは品質と処理時間のバランスが取れた設定で、高速モードは生成速度を高めて短時間で出力できるため、迅速なプロトタイピングや反復的なワークフローに最適です。どちらのモードも同じ解析度と期間のオプションで高品質な出力を維持しています。
Wan 2.5のテキスト-画像モードは、1:1（1024×1024）、3:4、4:3、16:9フォーマットを含む複数のアスペクト比をサポートし、最大1536×1536ピクセルの高解析度オプションを備えています。モデルは優れたプロンプト理解、芸術的能力、不要な要素の生成を防ぐネガティブプロンプトサポート、256から1536ピクセルまでの64ピクセル刻みのカスタム比率制御に対応しています。
もちろん可能です！Wan 2.5は、サポートされているすべての解析度で横向き（16:9）と縦向き（9:16）のアスペクト比の両方に対応しています。この柔軟性により、従来のワイドスクリーンコンテンツからTikTokやInstagram Reelsのようなソーシャルメディアプラットフォーム向けのモバイル最適化された縦型ビデオまで、さまざまなプラットフォームや用途に最適です。