输入文本或图片，输出完整的视听场景。
Wan 2.5 AI 视频生成器
Add Image
JPG, PNG, WebP
Max 10MB
输出视频的画面比例将与你上传的图片一致
准备好创作了吗？
设置好参数，点击生成，开始创作精彩视频吧！
Wan 2.5 视频案例（含原生音频）
了解 Wan 2.5 如何将文本和图片转化为完整的视听体验
图片转视频（含音频）
将静态图片转化为动态视频，并同步配上音轨、语音和环境音效
Input
文本转视频（含原生音频）
仅凭文本描述，即可创作出包含视觉、语音和音乐的完整视频
Input
“夜晚昏暗的爵士酒吧，木桌在温暖的吊灯下泛着光。顾客们轻声细语地品着酒，一支三人乐队在舞台上表演。萨克斯手站在聚光灯下，闪亮的乐器反射着光芒。无对话。环境音：流畅的现场爵士乐，有萨克斯和钢琴声，玻璃杯碰撞声，观众低语声，偶尔传来附近桌子的笑声。镜头：缓慢地横摇过人群，然后轻轻推向萨克斯手的独奏，聚焦于他富有表现力的手部动作。”
使用 Wan 2.5 创作完整场景
Wan 2.5 将视觉生成与音频指导整合在一个专注的工作流中，适用于社交短片、概念视频、广告和故事片段。
视频与音频协调一致
在描述画面动作的同时，可指定对话、环境音、音乐和音效。Wan 2.5 会根据这些提示，塑造视听俱佳的结果，无需单独的音轨工作流。
文本转视频和图片转视频
需要全新构图时，从提示词开始；需要生成动画跟随现有主体、色调或布局时，上传图片作为参考。
灵活的输出控制
选择 5 秒或 10 秒时长，720p 或 1080p 分辨率，以及横屏、竖屏或方形的画面比例（在所选生成模式支持的情况下）。
更精准的提示词控制
使用负面提示词可减少不必要的元素，并在需要可重复的实验起点时，选择性地使用种子码。
如何生成 Wan 2.5 视频
通过三个简单步骤，将想法转化为可下载的视频。
1. 选择起点
选择“文本转视频”并描述场景，或选择“图片转视频”并上传清晰的参考图片。在提示词中包含主体动作、镜头方向、场景设置和音频提示。
2. 设置输出
选择适合发布平台的时长、分辨率和画面比例。仅在需要更多控制时，添加负面提示词或种子码。
3. 生成并预览
提交任务，预览最终结果，并下载视频。如果需要迭代，每次只更改一个提示词细节，以便观察场景的改进效果。
Wan 2.5 常见问题
关于 Wan 2.5 输入、输出设置、音频指导、提示词和使用方法的实用解答。
Wan 2.5 是什么？
Wan 2.5 是一款 AI 视频模型，用于通过文本提示或参考图片生成短视频。本工作区支持生成 5 秒或 10 秒的 720p 或 1080p 视频，提示词中可包含音频提示。
Wan 2.5 能否同时生成视频和音频？
是的。你可以在描述视觉场景的同一个提示词中，描述对话、音乐、环境音或音效。清晰具体的音频指令通常能帮助模型更好地实现你的目标。
Wan 2.5 支持哪些输入模式？
使用“文本转视频”从描述中创建场景，或使用“图片转视频”来为参考图片添加动画。当构图或主体外观很重要时，“图片转视频”模式非常有用。
我可以选择哪些时长和分辨率？
工作区提供 5 秒或 10 秒的生成时长，以及 720p 或 1080p 的分辨率。分辨率越高、时长越长，消耗的积分越多，处理时间也可能更久。
如何撰写 Wan 2.5 提示词？
请明确指出主体、动作、场景、镜头运动、视觉风格、光线和想要的音效。保持指令内部一致性，并将负面提示词用于你希望避免的特定元素。
生成的视频可以用于商业用途吗？
商业用途取决于你的套餐条款、服务提供商条款，以及你的提示词、上传内容、音乐指令、品牌和所描绘人物的权利。在发布商业作品前，请务必仔细阅读这些要求。
为什么两次生成的结果会不同？
生成式视频具有概率性，因此相同的提示词也可能产生变体。如果可用，请使用种子码，保持参考图片不变，并每次只调整一个指令，以便更可控地迭代。
探索更多 AI 视频
发现同类创作工具，让灵感自然延续。
将你的下一个创意转化为动态视听作品
选择文本或图片，清晰描述场景，即可生成可供预览和优化的短视频。