Wan v2.6 Text to Video

Wan v2.6 Text to Video は、記述されたテキストを完全に実現されたビデオクリップに変換し、カメラ、セット、制作クルーなしでクリエイティブプロフェッショナルがアイデアを迅速かつ柔軟に具現化できる方法を提供します。テキストからビデオを生成するモデルとして構築されており、プロンプトを読み取り、単一の連続ショットからハードカット、カメラ移動、環境変化を伴うマルチシーンなナラティブまで、洗練されたモーション映像を生成します。シネマティックなミニトレイラー、ソーシャルクリップ、コンセプトピースを作成する場合でも、このモデルは言葉を視聴可能なビデオに変えます。

Wan v2.6 の際立った機能の一つが、マルチショット・ストーリーテリングのサポートです。プロンプトに時間指定のセグメントを記述することで — 例えば、0〜3秒で何が起こるか、続いて3〜6秒で何が起こるかなど — モデルに明確なシーン間のカットを含む一貫したナラティブビデオを生成させることができます。モデルのインテリジェントなマルチショット分割により、ストーリーがショット間で途切れず流れ、マクロクローズアップ、ワイドなエスタブリッシングショット、ジャングルを進むフォワードカメラ、被写体の周囲をゆっくり回るオービットなど、本物の編集されたシーケンスのようなものが作成可能です。単一のクリーンで連続したテイクを望む場合は、マルチショット機能をオフにすることもできます。

モデルは英語と中国語の両方で記述可能で、プロンプトは最大1,500文字まで詳細に記述できます。これにより、ムード、照明、カメラ動作、フィルムグレイン、被写体詳細、さらにはキャラクターのセリフまで指定する余地があります。短いまたはシンプルなプロンプトでより豊かな結果を得るために、Wan v2.6 にはオプションのプロンプト拡張機能が搭載されており、生成前に記述をインテリジェントに書き直し強化します。詳細な指示を書き尽くさずに強力な出力が欲しいユーザーには最適ですが、処理時間が少し追加されます。生成内容を完全に制御したい場合は、これをオフにして自分の言葉に頼ることができます。

Wan v2.6 は、鮮明な高解像度結果のデフォルトとして 1080p を含む、720p と 1080p の2つの品質ティアでビデオを出力します。（このモデルでは低解像度の 480p 出力は利用できません。）配信プラットフォームに合わせた多様なアスペクト比を選択可能：シネマティックやランドスケープ向けのワイドスクリーン 16:9、モバイルやソーシャルフィード向けの縦型 9:16、グリッド投稿に適した正方形 1:1、伝統的またはエディトリアルな外観のクラシック 4:3 および 3:4。クリップ長も柔軟で、5秒、10秒、15秒のオプションがあり、クイックフックから短いナラティブアークまで調整できます。

オーディオは追加のクリエイティブな次元です。Wan v2.6 では、生成ビデオに独自の背景音楽やサウンドを追加できます。提供したオーディオはクリップ長に合わせられます：トラックがビデオより長い場合はトリミングされ、短い場合は残りのビデオ部分が無音で再生されます。サポートフォーマットは WAV と MP3 で、オーディオ長は3〜30秒、ファイルサイズは最大15 MB です。これにより、すでに選んだ音楽やサウンドベッドを生成ビジュアルと簡単に組み合わせられます。

外観とフィーリングの微調整には、いくつかの便利なコントロールがあります。ネガティブプロンプトで避けたい要素 — 低解像度、視覚エラー、不要なアーティファクトなど — を記述し、一般的な品質問題を回避できます。シードオプションで再現性を確保：同じシードと設定を再利用すれば、一貫した結果を再生成したり、気に入ったルックを意図的に反復できます。プロンプト拡張が有効な場合、モデルが使用した実際のプロンプトを返却するため、記述がどのように解釈・洗練されたかを確認できます。デフォルトで組み込まれたセーフティチェッカーが、生成コンテンツを適切に保つのを支援します。

ドキュメントの例はモデルの幅広さを美しく示しています：フォトリアリスティックな 4K 風シーン、シネマティック照明、微妙なフィルムグレイン、スムーズなカメラ移動、字幕やウォーターマーク、インターフェースの散らかりなしのクリーン出力。小さなキツネ監督がクラップボードを叩くところから、日没の埃っぽいワイルドウェストの通り、霧のジャングル川、宇宙ステーションの窓周りのスローオービットへ — すべてを一貫したピースに収めます。これにより、モデルが多様な環境、ダイナミックなカメラ言語、キャラクター主導の瞬間を統一されたビデオで届ける強さを示しています。

Wan v2.6 は幅広いクリエイティブプロフェッショナルに最適です。映画製作者やストーリーボードアーティストはシーンやトレイラーをプロトタイプ可能；ソーシャルメディアクリエイターやマーケターは目を引く縦型や正方形クリップを迅速に制作；デザイナーやコンセプトアーティストはムード、設定、製品瞬間を可視化；あらゆるコンテンツクリエイターが最小セットアップで短く洗練されたモーション作品を生成できます。英語と中国語に対応し、多様なフレームと長さをサポートするため、幅広いオーディエンスとプラットフォームに適応します。

最適な結果を得るための考慮点がいくつかあります。ショット、タイミング、カメラ移動、照明を指定した詳細で構造化されたプロンプトが、最も制御されシネマティックな出力を生みます。少ない記述を好む場合はプロンプト拡張を活用してアイデアを膨らませ、処理時間の追加を念頭に。マルチショット分割はプロンプト拡張が有効時のみ動作するため、ナラティブシーケンス作成時に計画を。追加オーディオは選択したクリップ長に合わせたトリミングまたは後半無音のルールに従います。これらのツールで、Wan v2.6 Text to Video は想像をモーションに変える強力で表現豊かで親しみやすい方法を提供します。