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・画像生成器 - 音声同期対応マルチモーダルAI
Alibabaの先進的なマルチモーダルAI生成モデル、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をサポート。高品質1080p出力、同期音声合成、柔軟な時間オプション（5-10秒）、多様な創造的アプリケーション向けの包括的な多言語プロンプトサポートを提供。
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
- Finally a real VEO-3 competitor - Prompt Engineering
- WAN 2.5 Just Dropped! VEO 3 Killer? - Yang
- WAN 2.5-Preview Model Release | Multi-Sensory Storytelling, Unleash Your Creativity. - Tongyi Lab
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の強力な機能
Wan 2.5を動画と画像生成で卓越させる高度なマルチモーダル機能を発見
マルチモーダル生成
統合モデルでテキストから動画、画像から動画、テキストから画像の生成をサポートし、異なるメディアタイプ間でシームレスな創造的ワークフローを実現します。
高解析度出力
480pおよび720pオプション付きで最大1080pの解析度の動画を生成し、さまざまなアプリケーション向けに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秒までカスタマイズ可能な時間で動画を作成し、異なるコンテンツニーズと創造的要件に柔軟性を提供します。
音声同期
ワンパス音声-動画同期機能を備え、カスタム音声統合のサポートとキャラクターアニメーション用の自動リップシンク機能を提供します。
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、さまざまな表示形式に最適です。
多言語プロンプト
内蔵翻訳サポートにより複数の言語でプロンプトを処理し、グローバルなクリエイターと多様なオーディエンスがモデルにアクセスできるようにします。
プロンプト拡張
ユーザー説明を自動的に強化してより豊かで詳細な生成結果を得る高度なプロンプト最適化機能。
ネガティブプロンプト
不要な要素を指定して出力を洗練させ、最終生成の品質とコンテンツを精密に制御します。
シード制御
カスタマイズ可能なシード値による再現可能な結果により、一貫した生成と創造的出力の反復的改良を可能にします。
高速生成モード
テキストから動画および画像から動画タスク用に最適化された高速バリアントで、処理時間を大幅に短縮しながら同等の品質を提供します。
カスタム画像サイズ
テキストから画像生成は256×256から1536×1536ピクセルまでの柔軟な寸法をサポートし、複数のプリセットアスペクト比とカスタムサイジング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に基づいて構築され、動き、物理、視覚的一貫性の高度な理解を備えています。
Wan 2.5 よくある質問
Wan 2.5は、テキスト-ビデオ、画像-ビデオ、テキスト-画像生成の3つの強力な機能をサポートするAlibabaの高度なマルチモーダルAI生成モデルです。単一目的のモデルとは異なり、Wan 2.5は1080p解析度サポート、柔軟な5-10秒のビデオ期間、オーディオ同期機能を備えた複数のコンテンツフォーマットにわたる汎用性を提供します。
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秒のオプションで柔軟で、クリエイターが特定のニーズに基づいて選択できます。
Wan 2.5は、ビデオ生成に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を備えています。モデルはオーディオをビデオコンテンツと整列させ、同期されたマルチメディア出力を作成できます。MP3、WAV、またはM4A形式のオーディオファイルを最大50MBまで提供できます。
Wan 2.5は3つの主要な生成モードを提供します：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ます；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；そしてテキスト-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で芸術的能力を備えた高品質画像を生成します。
はい、Wan 2.5は多言語プロンプト理解をサポートしています。モデルには、最適な処理の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、より良い生成結果のために入力プロンプトを強化できるプロンプト拡張機能を備えており、世界中のクリエイターがアクセスできるようになっています。
Wan 2.5はビデオ作成のための2つの生成速度オプションを提供します。標準モードはバランスの取れた品質と処理時間を提供し、高速モードは迅速なターンアラウンドのために生成速度を加速し、迅速なプロトタイピングと反復的なワークフローに理想的です。両方のモードは同じ解析度と期間オプションで高品質出力を維持します。
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、望ましくない要素を回避するための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を備えています。
もちろんです！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をサポートしています。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ユースケースに最適です。