Alibaba: Wan 2.6

Alibaba Wan 2.6 ist eine Videogenerierungsfamilie mit getrennten Profilen für Text-to-Video, Image-to-Video mit erstem Einzelbild und Reference-to-Video. Der Hersteller dokumentiert synchronisierten Ton und Erzählungen in mehreren Einstellungen. Eine schriftliche Szene kann zu einem Clip werden, ein vorbereitetes Standbild den Anfang festlegen oder visuelle Referenzen Figuren und Objekte in einer neuen Szene anleiten. Die nutzbare Ausgabe ist das fertige kurze Video mit Ton, vorbereitet für Prüfung oder Einsatz in einer geschnittenen Sequenz.

Beschreiben Sie für Textgenerierung Motiv, Umgebung, Bewegung, Kamera und Ton. Der ältere 2.6-Textleitfaden akzeptiert chinesische oder englische Prompts bis 1’500 Zeichen und einen separaten negativen Prompt bis 500 Zeichen; längerer Text wird abgeschnitten. Folgen Sie für eine Produktanimation einem Spielzeug-Lieferwagen über eine Werkbank, halten Sie neben einem kleinen Paket an und enden Sie auf dem Paket, während ein leises mechanisches Geräusch den Halt markiert. Halten Sie die Abfolge einfach genug, damit ihre zentrale Handlung leicht zu beurteilen bleibt.

Mehrfach-Einstellungssteuerung ist ein spezifischer Teil des 2.6-Ablaufs. Der Textleitfaden des Herstellers bietet die shot_type-Einstellungen single oder multi, standardmässig single. In diesem Textmodus wirkt die Einstellung bei aktivierter Prompt-Umschreibung; der Parameter hat Vorrang vor widersprüchlichem Briefingwortlaut. Beschreiben Sie Einstellungen und Timing passend zur gewählten Einstellung. Der spätere Wan-2.7-Leitfaden interpretiert die Einstellungsstruktur dagegen direkt aus dem Prompt; diese neuere Vorbereitung darf die dokumentierten Steuerungen dieser Edition nicht stillschweigend ersetzen.

Erstbildgenerierung verwendet ein Bild zur Festlegung der Eröffnung und einen Prompt für den weiteren Verlauf. Bereiten Sie vorgesehenen Beschnitt, Motiv und sichtbare Details im Standbild vor, bevor Sie Bewegung anfordern. Der Herstellervergleich bezeichnet Erst-/Letztbildsteuerung und Quellclipfortsetzung als Ergänzungen des 2.7-Bildablaufs, nicht als Steuerungen des Erstbildprofils von 2.6. Prüfen Sie bei einer Produktanimation das Objekt während der ganzen Bewegung und kontrollieren Sie, ob Form, Kennzeichnungen und Szene für die geplante Einstellung geeignet bleiben.

Die aktuelle ältere 2.6-Referenz-API akzeptiert Bilder und Videos über eine geordnete Referenzliste. Sie erlaubt bis zu fünf Bilder und drei Videos mit insgesamt höchstens fünf Dateien. Jede Referenz sollte ein Motiv enthalten. Die erste wird character1 zugeordnet, die zweite character2 und so weiter; verwenden Sie diese Kennungen im Prompt statt Wan 2.7s typspezifischer Bezeichnungen. Beschreiben Sie Handlung und Sätze jeder Figur klar, damit sich eine Interaktion mehrerer Figuren auf Zuordnung und Identität prüfen lässt.

Der Referenzleitfaden nennt JPEG/JPG, PNG ohne Transparenz, BMP und WEBP bis 20 MB mit jeder Abmessung zwischen 240 und 8’000 Pixeln. Referenzvideo darf MP4 oder MOV bis 100 MB sein; das aktuelle Feld reference_urls akzeptiert Videos von einer bis dreissig Sekunden. Das veraltete reine Videofeld hat eine andere Mindestdauer und ist nicht derselbe Vorbereitungsvertrag. Wählen Sie Quellabschnitt und Motiv, die die Szene prägen sollen, und halten Sie Referenzrollen ausdrücklich fest. Auch eine erkennbare Figur kann im Ergebnis falsch platziert oder vertont werden.

Die Textgenerierung des Herstellers unterstützt bereitgestellten Ton über ihr dokumentiertes Audioquellfeld; die Ausgabemodi enthalten mit dem Bild synchronisierten Ton. Nennen Sie gewünschten Dialog, Darbietung und Atmosphäre im Briefing und prüfen Sie tatsächliche Wörter und Effekte. Der optionale Audioumschalter der Referenz-API ist ausdrücklich für die Flash-Referenzvariante gekennzeichnet; er ist keine universelle Stummvideosteuerung, die für jeden 2.6-Modus vorausgesetzt werden darf. Bild und Ton müssen beide anhand der geplanten Szene geprüft werden.

Aktuelle Herstellerspezifikationen nennen 720p- und 1080p-Ausgabe mit Text- und Bildgenerierung von zwei bis fünfzehn Sekunden und Referenzgenerierung von zwei bis zehn Sekunden. Seine Videoleitfäden beschreiben MP4 mit 30 fps; die Referenz-API wählt eine ausdrückliche Breite-mal-Höhe-Grösse statt einer blossen Verhältnisbezeichnung. Quer-, Hoch- und Quadratoptionen haben eigene dokumentierte Abmessungen. Halten Sie Dauer- und Grössenregeln des gewählten Modus zusammen mit dem Briefing fest, statt Wan 3.0s dreissigsekündigen Generierungsspielraum oder die adaptive Konfiguration einer anderen Edition zu übernehmen.

Die Generierung wird als Auftrag verarbeitet; ein erfolgreiches Ergebnis liefert den Videospeicherort. Der Hersteller dokumentiert vierundzwanzig Stunden Gültigkeit der Ergebnislinks. Bewahren Sie tatsächlichen Clip, Quellreferenzen und Prompt für die Schnittprüfung auf. Ein fester Seed kann beim Anfragevergleich helfen, doch der ältere Leitfaden sagt ausdrücklich, dass er keine identischen Ergebnisse garantiert. Prüfen Sie Kontinuität, Referenzidentität, Objektkontakt, gewünschte Einstellungsstruktur, Dialog und sichtbare Details. Die nächste Korrektur sollte das konkret gefundene Problem beheben und die erfolgreiche Richtung der Einstellung erhalten.