Character-driven video from references
Wan 2.7 Reference to Video är en AI-videomodell av senaste generationen som förvandlar dina referensbilder, videor och textprompts till imponerande, sammanhängande videoinnehåll. Designad för kreatörer som behöver ge karaktärer och scener liv med konsistens och bior kvalitet, utmärker sig modellen på att skapa videor som troget bevarar utseendet hos de subjekt du tillhandahåller – oavsett om det är en specifik karaktär, ett objekt eller till och med ett stiliserat utseende hämtat från dina egna visuella referenser.
I grunden löser modellen ett av de mest utmanande problemen inom AI-videogenerering: att bibehålla visuell identitet över frames och tagningar. Genom att ladda upp referensbilder eller videor av dina karaktärer och objekt ger du modellen en tydlig visuell ankarpunkt. Kombinera det med en beskrivande textprompt, så skapar Wan 2.7 videor med förbättrad röthyde, överlägsen scenfidelitet och större visuell sammanhängning än tidigare generationer. Resultatet är videoinnehåll som känns avsiktligt och polerat – inte slumpmässigt eller inkonsekvent.
Vem är detta för?
Wan 2.7 Reference to Video är byggd för en bred grupp kreativa proffs. Filmare och videoproducenter kan använda den för att snabbt prototypa scener, previsualisera storyboards eller generera kompletterande material med konsekventa karaktärer. Animatörer och motion designers kan utnyttja referensbilder för att behålla en karaktärs utseende över flera genererade klipp. Innehållsskapare som arbetar med sociala medier, musikvideor eller varumärkesinnehåll kan producera stiliserade, iögonfallande videor från bara ett fåtal referensmaterial och en skriftlig beskrivning. Konceptkonstnärer och designers kan utforska hur deras stillbildskonst kan översättas till rörelse, och testa bior idéer innan de går in i en full produktionskedja.
Vad kan du skapa
Modellen genererar video upp till 1080p-upplösning, vilket ger dig skarpt, högupplöst utdata lämplig för professionellt bruk. Du kan också välja 720p om du föredrar snabbare iteration eller mindre filstorlekar. Videon kan vara mellan 2 och 10 sekunder lång, vilket gör det enkelt att generera allt från ett snabbt rörelsekrydd till en mer utvecklad scen.
En av de mest framträdande funktionerna är stöd för flera aspektförhållanden. Du kan generera bredbild 16:9-videor idealiska för bior och YouTube-innehåll, vertikala 9:16-videor perfekta för sociala plattformar som TikTok och Instagram Reels, kvadratiska 1:1-format för sociala medieinlägg, eller 4:3- och 3:4-förhållanden för mer traditionella eller porträttorienterade kompositioner. Denna flexibilitet innebär att du kan anpassa din utdata till vilken plattform eller kreativ kontext som helst utan beskärning eller omformatering.
Referensdriven generering
Det som skiljer modellen åt är dess referensdrivna tillvägagångssätt. Du kan ladda upp en eller flera referensbilder för att definiera utseendet hos karaktärer eller objekt i din video. Behöver du två distinkta karaktärer som interagerar i en scen? Tillhandahåll separata referensbilder för varje, så hanterar modellen multi-subjekt-generering. Du kan också tillhandahålla referensvideor, som informerar både utseende och rörelsekstil hos dina subjekt. Detta är otroligt kraftfullt för att bibehålla kontinuitet – tänk dig att generera flera klipp med samma karaktär i olika miljöer, alla med konsekvent utseende.
Modellen stödjer också taggar för stiliserade transformationer och läppsynkronisering, vilket öppnar upp kreativa möjligheter för karaktärsanimation och dialogdrivna scener.
Kreativa kontroller
Ditt primära kreativa verktyg är textprompten, som kan vara upp till 5 000 tecken lång – vilket ger dig gott om utrymme att beskriva komplexa scener, stämningar, kamerarörelser och narrativa detaljer. Du kan också använda en negativ prompt (upp till 500 tecken) för att styra modellen bort från oönskade egenskaper, som låg upplösning, visuella artefakter eller specifika stilar du vill undvika.
En särskilt spännande funktion är multi-shot-läge. När det är aktiverat delar modellen intelligent upp din video i flera tagningar istället för att producera en enda kontinuerlig tagning. Detta är idealiskt för att skapa narrativa sekvenser eller dynamiska klipp som känns mer som professionellt klippt material. När det är avstängt får du en smidig, obruten enkel tagning – perfekt för etableringstagningar, karaktärsavtäckningar eller flytande rörelsebitar.
För projekt som kräver reproducerbarhet låter en seed-värde dig låsa in specifika resultat. Om du genererar en video du älskar och vill återskapa den exakt – eller göra små justeringar i prompten samtidigt som du behåller samma visuella grund – säkerställer samma seed konsekvent utdata. Detta är ovärderligt för iterativa kreativa arbetsflöden där du förfinar ett koncept steg för steg.
Kvalitet och sammanhängning
Wan 2.7 representerar ett generationsskutt i AI-videokvalitet. Dokumentationen betonar tre kärnstyrkor: förbättrad röthyde, vilket innebär att karaktärer och objekt rör sig naturligt utan skakningar eller onaturliga övergångar; överlägsen scenfidelitet, som säkerställer att de miljöer och inställningar du beskriver renderas med noggrannhet och detalj; och större visuell sammanhängning, så att element i din video behåller sitt utseende och rumsliga relationer från frame till frame.
Innehållssäkerhet
Modellen inkluderar ett inbyggt innehållsmodereringssystem som är aktiverat som standard, och som granskar både dina inmatningar och den genererade utdatan. Detta hjälper till att säkerställa att det innehåll du skapar håller sig inom lämpliga gränser.
Praktiska överväganden
När du arbetar med referensbilder kan varje fil vara upp till 20 MB, medan referensvideor kan vara upp till 100 MB vardera. Dessa generösa gränser innebär att du kan tillhandahålla högkvalitativt källmaterial utan tung komprimering. Tänk på att modellen fungerar bäst när din textprompt tydligt beskriver scenen du vill ha, och dina referensmaterial ger rena, välupplysta avbildningar av de subjekt du vill framhäva.
Oavsett om du bygger en karaktärsdriven berättelse, genererar stiliserat socialt innehåll, prototypar bior sekvenser eller utforskar motion design-koncept, ger Wan 2.7 Reference to Video dig ett kraftfullt, flexibelt verktyg för att förvandla din kreativa vision till rörliga bilder med anmärkningsvärd konsistens och kvalitet.
A woman kneeling in darkness, illuminated by a warm, radiant beam of light emerging from her raised hand.
Beskriv din videoscen med rörelser, kameravinklar och stämning
Modellen skapar filmisk rörelse med naturlig fysik och belysning
Ladda ner och dela din produktionsredo video
Byt till resonemangsstyrd syntes idag
![Kling Video v3 Text to Video [Pro]](/marketing-assets/_next/image?url=https%3A%2F%2Fv3b.fal.media%2Ffiles%2Fb%2F0a8cfd13%2Ft6TSkWzl6cFAzvO1PCdDu_f38263f637d245929f03881454951540.jpg&w=3840&q=75)
Cinematic video, fluid motion, audio
4 krediter

Fast, high-quality text-to-video
2.1 krediter

High-quality, fast video generation
2 krediter

Cinematic video with native audio
1.4 krediter

Film-grade video with audio
0.1 krediter

Fast cinematic video with audio
0.1 krediter

Cinematic video from references
0.4 krediter
![Kling Video v3 Text to Video [Standard]](/marketing-assets/_next/image?url=https%3A%2F%2Fv3b.fal.media%2Ffiles%2Fb%2F0a8cfc9f%2Fdei5OqFRB9HK8AgSHwk8f_9a5eea197b3045d1be55aedb0213f6f9.jpg&w=3840&q=75)
Cinematic text-to-video with audio
4.2 krediter

Fast balanced text-to-video generation
1.6 krediter