Wan v2.6 Image to Image

Wan v2.6 Image to Image — це модель для редагування зображень та композиції, яка дозволяє комбінувати та трансформувати до трьох референсних зображень, використовуючи лише письмовий опис. Замість генерації зображень з нуля, вона працює з візуалами, які у вас вже є — персонажем, об'єктом, локацією, текстурою чи стилем — і зливає їх в одне нове зображення, що відповідає вашим інструкціям. Якщо ви можете вказати елементи на кількох фото та описати, як вони мають поєднатися, ця модель перетворить цю ідею на готову рамку.

Визначною особливістю є її система посилань на кілька зображень. Ви надаєте від одного до трьох референсних зображень, і в текстовому промпті ви посилаєтеся на кожне безпосередньо як 'image 1', 'image 2' та 'image 3'. Порядок важливий, тому ви завжди знаєте, з якого зображення модель бере елементи. Це робить опис складних композитів простим: ви можете розмістити персонажа з одного зображення в сетинг з іншого, тримаючи об'єкт з третього. Приклад інструкції: 'Place the wizard from image 2 in the ancient library from image 3, holding and studying the magical crystal orb from image 1,' з вказівками щодо фіолетового та синього освітлення на його обличчі, пливучих свічок, старовинних книг на фоні та високо деталізованого стилю фентезі-мистецтва. Модель читає все це і збирає послідовну сцену.

Оскільки промпт виконує основну творчу роботу, модель винагороджує описовий стиль письма. Ви можете вказати освітлення, настрій, художній стиль, композицію та дрібні деталі, і модель їх дотримуватиметься. Промпти можуть сягати до 2000 символів, даючи достатньо місця для конкретики, і підтримуються як англійська, так і китайська мови. Для творців, які віддають перевагу коротким промптам, є вбудована функція оптимізації промптів, яка автоматично розширює та вдосконалює прості інструкції перед генерацією. Вона додає кілька секунд обробки, але помітно покращує результати, коли ви даєте коротку ідею замість повного детального абзацу. Ви можете залишити її увімкненою для зручності або вимкнути, коли хочете, щоб поважали точне формулювання.

Кому це корисно? Концепт-художникам та ілюстраторам — для швидкого тестування персонажа в різних середовищах чи з реквізитом. Дизайнерам — для композиту продуктів, mood boards та стилістичних досліджень без ручного маскування та шарів. Кінорежисерам та художникам по сторибордах — для попередньої візуалізації сцен шляхом розміщення акторів, сетів та об'єктів в одному кадрі. Маркетологам та соціальним творцям — для реміксу наявних брендових зображень у свіжі візуали. Кому завгодно, хто зараз витрачає години в редакторі з шарами на вирізання елементів та їх змішування, може описати той самий результат одним реченням.

Референсні зображення, які ви завантажуєте, мають бути у форматах JPEG, JPG, PNG (без прозорості), BMP або WEBP, кожне від 384 до 5000 пікселів по будь-якому боку і не більше 10 МБ. Вихідні зображення надаються у форматі PNG. Ви контролюєте форму та розмір результату за допомогою пресетів співвідношення сторін — квадрат, портрет 4:3, портрет 16:9, ландшафт 4:3, ландшафт 16:9 та опція високої роздільності квадрат — або можете вказати точні кастомні розміри. Загальна роздільність виходу лежить у визначеному діапазоні, щоб зображення залишалися чіткими без надмірної громіздкості, приблизно від 768×768 до 1280×1280 пікселів.

Окрім композиції та розмірів, у вас є кілька творчих контролів. Негативний промпт дозволяє перелічити речі, які ви хочете виключити з зображення — поширені приклади: низька роздільність, деформовані форми чи зайві пальці — це допомагає уникати типових помилок генерації. Ви можете генерувати до чотирьох варіацій одразу, що корисно для швидкого порівняння опцій та вибору найкращого результату. Контроль seed забезпечує відтворюваність: повторне використання того самого seed дає послідовніші результати між запусками, тому, коли ви знайдете вподобаний вигляд, можете ітерувати на ньому без перезапуску. Також є вбудована опція модерації контенту, яка перевіряє входи та виходи, увімкнена за замовчуванням, щоб генерації залишалися відповідними.

Щодо стилю, модель гнучка. Оскільки вона черпає безпосередньо з ваших референсних зображень та письмових вказівок, вона може бути фотореалістичною, мальовничою, кінематографічною чи повністю ілюстративною залежно від того, що ви надаєте та просите. Прикладні зображення демонструють драматичне фентезі-мистецтво з атмосферним освітленням, що підкреслює силу моделі в настрої та деталях, коли ви чітко їх описуєте. Ви можете запозичити стиль з одного зображення та фон з іншого, змішуючи візуальні джерела в єдину естетику.

Декілька найкращих практик випливають自然но з роботи моделі. По-перше, будьте явними щодо того, яке референсне зображення постачає який елемент — нумерована система посилань ефективна настільки, наскільки чіткий ваш промпт. По-друге, описуйте освітлення, стиль та композицію, а не припускайте, що модель вгадає; чим багатший опис, тим ближчий результат. По-третє, якщо працюєте з короткою ідеєю, тримайте оптимізацію промптів увімкненою, щоб заповнити прогалини, але вимикайте, коли потрібне точне формулювання. По-четверте, використовуйте негативний промпт, щоб уникнути повторюваних артефактів. І коли знайдете улюблений результат, запишіть його seed, щоб будувати на ньому.

Щодо обмежень: модель вимагає щонайменше одне референсне зображення і приймає не більше трьох, тому вона створена для редагування та композиції, а не чистої генерації з тексту. Референсні зображення мають відповідати підтримуваному формату та розмірам, PNG з прозорістю не приймаються. Роздільність виходу обмежена визначеним діапазоном, тому оптимізована для чітких, придатних для поширення зображень, а не дуже великих файлів для друку. У цих межах Wan v2.6 Image to Image — це швидкий, контрольований спосіб перетворити колекцію референсних зображень та чіткий опис в одне cohesive нове зображення.