Wan 2.6 AIビデオジェネレーター

Wan 2.6はAlibabaの高度なAIビデオ生成モデルで、マルチショットストーリーテリング、キャラクター一貫性のためのReference-to-Video(R2V)、ネイティブ音声-視覚同期を特徴としています。シネマティック品質のビデオ作成向けに設計されています。

R2Vは、人物、動物、またはオブジェクトの1-3個のリファレンスビデオをアップロードし、その被写体を一貫した外観と音声で特徴とする新しいシーンを生成できます。文字通りAI生成ビデオに自分自身を出演させることができます。

モデルは単一のプロンプトから複数の調整されたショットを自動的に計画および生成します - 感情のためのクローズアップ、アクションのためのミディアムショット、雰囲気のためのワイドショット - 完全なナラティブシーケンスを作成します。

テキストからビデオおよび画像からビデオモードで最大15秒、Reference-to-Videoモードで5-10秒をサポートし、480p、720p、または1080p解像度です。

はい、スピーチの精密リップシンク、効果音、アンビエントオーディオを含むネイティブ音声-視覚同期が含まれています。中国語と英語の両方の音声生成をサポートしています。

3つの入力モードがサポートされています: プロンプトベース生成のためのテキストからビデオ(T2V)、画像をアニメーション化する画像からビデオ(I2V)、1-3個のリファレンスクリップを使用するキャラクター一貫性生成のためのReference-to-Video(R2V)。

モデルはキャラクタードリフトを最小限に抑えるように特別に設計されています。カット全体で安定した視覚的アイデンティティを維持し、マルチショットシーケンス全体で顔、比率、衣服、スタイルを保持します。

ナラティブシーケンスを自動計画するマルチショットストーリーテリング、ビデオに自分自身を出演させるR2V、優れたキャラクター一貫性、14Bオープンソースアーキテクチャ、より長い15秒生成持続時間で際立っています。