Wan v2.6 Image to Image

Wan v2.6 Image to Image は、記述文だけで最大3つの参照画像を組み合わせ、変換する画像編集および合成モデルです。ゼロから画像を生成するのではなく、すでに持っているビジュアル — キャラクター、オブジェクト、場所、テクスチャ、またはスタイル — を使用して、それらを1つの新しい画像に統合します。複数の写真の要素を指し示し、それらがどのように組み合わさるかを記述できれば、このモデルはそのアイデアを完成したフレームに変換します。

最大の特徴は、多画像参照システムです。1〜3つの参照画像を提供し、テキストプロンプトでそれぞれを「image 1」「image 2」「image 3」として直接参照します。順序が重要なので、どの画像から要素を引き出すかが常に明確です。これにより、複雑な合成を簡単に記述できます。例えば、「image 2のウィザードをimage 3の古代図書館に置き、image 1の魔法のクリスタルオーブを持たせて研究させる」という指示で、顔への紫と青の照明、浮遊するろうそく、背景の古い本、高度に詳細なファンタジーアートスタイルを指定できます。モデルはこれらすべてを読み取り、一貫したシーンを組み立てます。

プロンプトが創造的な作業の多くを担うため、記述的な書き込みが効果を発揮します。照明、ムード、アートスタイル、構図、細部を指定でき、モデルがそれを尊重します。プロンプトは最大2,000文字まで対応し、詳細を十分に記述できます。英語と中国語の両方をサポートしています。短いプロンプトを好むクリエイター向けに、組み込みのプロンプト最適化機能があり、シンプルな指示を自動的に拡張・洗練して生成します。数秒の処理時間を追加しますが、簡潔なアイデアを入力した場合に結果を顕著に向上させます。便利にオンにしたままにしておくか、正確な表現を尊重したい場合はオフにできます。

誰が恩恵を受けますか？コンセプトアーティストやイラストレーターは、キャラクターが異なる環境や小道具でどう見えるかを迅速にテストできます。デザイナーは、手動のマスキングやレイヤリングなしで製品ショット、ムードボード、スタイルスタディを合成できます。映画製作者やストーリーボードアーティストは、俳優、セット、オブジェクトを1フレームに配置してシーンをプレビジュアライズできます。マーケターやソーシャルクリエイターは、既存のブランド画像を新しいビジュアルにリミックスできます。レイヤーエディタで何時間も要素を切り抜きブレンドしている人は、それを1文で記述できます。

アップロードする参照画像は、JPEG、JPG、PNG（透明度なし）、BMP、またはWEBPファイルで、各辺384〜5,000ピクセル、10MB以内に収めてください。出力画像はPNG形式です。結果の形状とサイズは、アスペクト比プリセット — 正方形、ポートレート 4:3、ポートレート 16:9、ランドスケープ 4:3、ランドスケープ 16:9、高解像度正方形 — で制御するか、カスタム寸法を指定できます。総出力解像度は定義された範囲内に収まり、768×768から1280×1280ピクセル程度でシャープさを保ちつつ扱いやすくします。

合成とサイズ以外に、いくつかのクリエイティブコントロールがあります。ネガティブプロンプトで画像から除外したいものをリストアップ — 低解像度、変形した形状、余分な指など — 一般的な生成欠陥を回避します。一度に最大4つのバリエーションを生成でき、オプションを素早く比較して最適なものを選べます。シード制御で再現性があり、同じシードを再利用すると一貫した結果が得られ、気に入ったルックを基にイテレーションできます。入力と出力をチェックするコンテンツモデレーションオプションがデフォルトでオンになり、適切な生成を維持します。

スタイル面では柔軟です。参照画像と記述文から直接引き出すため、フォトリアリスティック、画家風、シネマティック、完全イラストレーションなど、入力と指示次第で対応します。例画像は大気的な照明の劇的なファンタジーアートを示し、明確に記述すればムードと詳細の強みを強調します。1つの画像のスタイルと別の背景を借りて、視覚ソースを統一された美学にミックスできます。

モデルの動作から自然に導かれるベストプラクティスがいくつかあります。まず、どの参照画像がどの要素を提供するかを明確に — 番号参照システムの効果はプロンプトの明瞭さに依存します。次に、照明、スタイル、構図を記述し、モデルに推測させない；記述が豊かであれば結果に近づきます。短いアイデアの場合、プロンプト最適化をオンにしてギャップを埋め、正確な表現が必要ならオフにします。繰り返すアーティファクトはネガティブプロンプトで防ぎます。気に入った結果が見つかったらシードをメモして構築を続けます。

制限として：最低1つ、最大3つの参照画像が必要で、純粋なテキスト-to-イメージ生成ではなく編集・合成向けです。参照画像はサポート形式とサイズ制限内、透明PNGは不可です。出力解像度は範囲内に制限され、鮮明で共有しやすい画像に最適化、大判プリントには不向きです。これらの範囲内で、Wan v2.6 Image to Image は参照画像のコレクションと明確な記述を迅速で制御可能な方法で1つのまとまった新画像に変換します。