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 👇
無限萬象2.5 影片圖像生成器 - 支援音訊同步的多模態AI
阿里巴巴開發嘅先進多模態AI生成模型，支援文生影片、圖生影片同文生圖，輸出高質量1080p內容，具備同步音訊合成功能，可靈活選擇5至10秒生成時長，全面支援多語言提示詞，適用於各式各樣嘅創意應用場景。
公開
萬象 2.5 YouTube 影片
觀看社區演示同評測，了解萬象 2.5 的強大影片生成能力
Wan 2.5 在 X 上的熱門評價
看看大家在 X (Twitter) 上對 Wan 2.5 的評價
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
什麼是 Wan 2.5
阿里巴巴先進的多模態AI生成模型，具有強大的文本生成影片、圖片生成影片同文本生成圖片能力
3種格式文本/圖片生成影片 & 文本生成圖片
1080p最高解析度
5-10秒影片時長
多語言提示詞理解
Wan 2.5 係前沿的多模態AI模型，能夠跨文本生成影片、圖片生成影片同文本生成圖片格式提供多樣化的內容生成。
3種格式文本/圖片生成影片 & 文本生成圖片
1080p最高解析度
5-10秒影片時長
多語言提示詞理解
什麼是 Wan 2.5
阿里巴巴先進的多模態AI生成模型，具有強大的文本生成影片、圖片生成影片同文本生成圖片能力
Wan 2.5 係前沿的多模態AI模型，能夠跨文本生成影片、圖片生成影片同文本生成圖片格式提供多樣化的內容生成。
萬象 2.5 的強勁頂尖功能
發掘萬象 2.5 的先進多模態能力，見證佢在影片同影像生成方面的極致卓越表現
多模態生成
單一統一模型就支援文生影片、圖生影片同文生圖，打造跨媒體類型的無縫順暢創意工作流。
高解析度輸出
最高可生成達1080p解析度的影片，同時支援480p同720p選項，為各種應用場景提供專業級質素的視覺內容。
靈活時長控制
可以創建自訂時長的影片，範圍由5秒到10秒，能靈活滿足不同內容需求同創意要求。
音訊同步
配備一站式音影片同步功能，支援自定義音訊集成，仲具備角色動畫自動唇形同步能力。
多種寬高比
在所有解析度下都支援橫向（16:9）同縱向（9:16）格式，完美適配社交媒體、演示文稿同各種顯示場景。
多語言提示詞
可處理多種語言的提示詞，內建翻譯支援，能夠服務全球各地創作者同多元化受眾。
提示詞擴展
先進的提示詞優化功能，自動增強用戶的描述內容，幫你獲得更豐富、更細緻的生成結果。
負面提示詞
讓你可以透過標註不需要的元素來優化輸出，精準控制最終生成內容的質素同方向。
種子控制
支援自訂種子值獲得可重現的結果，方便你維持生成一致性同對創意輸出進行迭代優化。
快速生成模式
是專為文生影片同圖生影片任務優化的快速變體，大幅縮短處理時間的同時仍維持出色的輸出質量。
自定義圖片尺寸
文生圖支援從256×256到1536×1536像素的靈活尺寸設定，提供多個預設寬高比同自定義尺寸選項。
先進架構
建基於阿里巴巴前沿的影片生成技術，對運動、物理同視覺連貫性有極深刻的掌握。
Wan 2.5 常見問題
仲有其他問題？
Wan 2.5 係阿里巴巴開發的先進多模態AI生成模型，支援文本生成影片、圖片生成影片同文本生成圖片三種強大核心功能。唔同於只得單一用途的其他模型，Wan 2.5 具備跨多種內容格式的通用性，最高支援1080p解析度，影片可以靈活選擇5至10秒時長，仲配備音訊同步功能。
Wan 2.5 支援由480p（832×480）、720p（1280×720）到1080p（1920×1080）等多種解析度，橫向（16:9）同豎向（9:16）方向都完全支援。影片時長設定非常靈活，提供5秒同10秒兩個選項，畀創作者按照自己嘅實際需求揀選。
Wan 2.5 配備咗先進的音訊同步功能，容許你喺生成影片嘅時候加入自訂音訊URL。模型會自動將音訊同影片內容對齊，生成影音同步的多媒體成品，你可以提供最大50MB嘅MP3、WAV或者M4A格式音訊檔案。
Wan 2.5 一共有三大主要生成模式：文本生成影片可以由文本提示詞創建動態影片，解析度同時長都可以自訂；圖片生成影片會將靜態圖片轉化為動畫影片；文本生成圖片可以生成高質素兼具藝術感嘅圖片，支援靈活調整寬高比，範圍由256×256到1536×1536像素。
支援嘅，Wan 2.5 本身就具備多語言提示詞理解能力。模型內置咗翻譯功能，會自動將提示詞轉換為英語以達到最佳處理效果，另外仲有提示詞擴展功能，可以優化你輸入嘅提示詞獲得更好嘅生成效果，對全球各地嘅創作者嚟講都非常易用。
Wan 2.5 為影片創作提供咗兩種生成速度選項。標準模式會平衡生成質素同處理時間，而快速模式就加快生成速度縮短周轉時間，非常適合快速原型製作同反覆迭代嘅工作流程，兩種模式都維持高質素輸出，解析度同時長選項都完全一樣。
Wan 2.5 的文本生成圖片模式支援多種寬高比，包括1:1（1024×1024）、3:4、4:3同16:9格式，高清選項最高可達1536×1536像素。呢個模型有出色嘅提示詞理解能力、藝術創作能力，支援負面提示詞去避開唔需要嘅元素，亦都可以自訂比例控制，尺寸範圍由256到1536像素，以64像素為增量調整。
當然可以！Wan 2.5 喺所有支援嘅解析度下都支援橫向（16:9）同豎向（9:16）寬高比。呢種靈活性令佢非常適合各種平台同應用場景，由傳統寬屏內容到專為TikTok同Instagram Reels等社交媒體平台優化嘅流動端豎屏影片都支援。