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 影片與圖像生成器 - 支援音訊同步的多模態AI
阿里巴巴先進的多模態AI生成模型，支援文生影片、圖生影片同文生圖。具備高質量1080p輸出、同步音訊合成、靈活時長選項（5-10秒）以及全面的多語言提示詞支援，適用於多樣化創意應用。
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
- 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
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 的強大功能
探索使萬象 2.5 在影片同影像生成方面表現卓越的先進多模態能力
多模態生成
在統一模型中支援文生影片、圖生影片同文生圖，實現跨媒體類型的無縫創意工作流。
高解析度輸出
生成高達1080p解析度的影片，支援480p同720p選項，為各種應用提供專業品質的視覺內容。
靈活時長控制
創建可定制時長的影片，從5秒到10秒，為不同內容需求同創意要求提供靈活性。
音訊同步
具備一次性音影片同步功能，支援自定義音訊集成同角色動畫的自動唇形同步能力。
多種寬高比
在所有解析度下支援橫向（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格式。
多語言提示詞
處理多種語言的提示詞，內置翻譯支援，使模型能夠服務全球創作者同多樣化受眾。
提示詞擴展
先進的提示詞最佳化功能，自動增強用戶描述，獲得更豐富、更詳細的生成結果。
負面提示詞
通過指定不需要的元素嚟最佳化輸出，精確控制最終生成的質量同內容。
種子控制
可自定義種子值實現可復現的結果，實現一致的生成同創意輸出的迭代最佳化。
快速生成模式
為文生影片同圖生影片任務最佳化的快速變體，在顯著縮短處理時間的同時提供可比的質量。
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，具有多個預設寬高比同自定義尺寸選項。
先進架構
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深刻理解。
Wan 2.5 常見問題
Wan 2.5 係阿里巴巴先進的多模態AI生成模型，支援三種強大功能：文本生成影片、圖片生成影片同文本生成圖片。與單一用途模型不同，Wan 2.5 提供跨多種內容格式的多功能性，支援1080p解析度、靈活的5-10秒影片時長以及音訊同步功能。
Wan 2.5 支援多種影片解析度，包括480p（832×480）、720p（1280×720）同1080p（1920×1080），橫向（16:9）同豎向（9:16）方向均支援。影片時長靈活，提供5秒同10秒選項，畀創作者根據具體需求進行選擇。
Wan 2.5 具有先進的音訊同步功能，允許您在影片生成中集成自定義音訊URL。該模型可以將音訊同影片內容對齊，創建同步的多媒體輸出。您可以提供最大50MB的MP3、WAV或M4A格式音訊文件。
Wan 2.5 提供三種主要生成模式：文本生成影片可從文本提示詞創建動態影片，具有可自定義的解析度同時長；圖片生成影片將靜態圖片轉換為動畫影片；文本生成圖片生成具有藝術能力的高質量圖片，支援從256×256到1536×1536像素的靈活寬高比。
係的，Wan 2.5 支援多語言提示詞理解。該模型包含內置翻譯選項，可將提示詞轉換為英語以實現最佳處理。此外，他仲具有提示詞擴展功能，可以增強您的輸入提示詞以獲得更好的生成結果，使全球創作者都能輕鬆使用。
Wan 2.5 為影片創建提供兩種生成速度選項。標準模式提供平衡的質量同處理時間，而快速模式加速生成速度以實現更快的周轉，非常適合快速原型製作同迭代工作流程。兩種模式都保持高質量輸出，具有相同的解析度同時長選項。
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。該模型具有出色的提示詞理解能力、藝術創作能力、負面提示詞支援以避免不需要的元素，以及自定義比例控制，尺寸範圍從256到1536像素，以64像素為增量。
當然可以！Wan 2.5 在所有支援的解析度下都支援橫向（16:9）同豎向（9:16）寬高比。呢種靈活性使他非常適合各種平台同應用場景，從傳統的寬屏內容到為TikTok同Instagram Reels等社交媒體平台最佳化的移動端豎屏影片。