ИИ-видео · Alibaba Tongyi Wanxiang

Wan 2.6: сыграйте главную роль в собственной мини-драме — с голосом

Спросить ИИ ▾

Wan 2.6 — видеомодель, которую команда Alibaba Tongyi Wanxiang выпустила 16 декабря 2025 года с простым обещанием: вы можете оказаться в кадре. Загрузите короткий ролик с собой, другом или придуманным персонажем — модель перенимает внешность и голос и разыгрывает совершенно новую сцену. Добавьте идею в одну строку, и она распланирует несколько кадров, сохранит одни и те же лица от склейки к склейке и выдаст диалог, звуковые эффекты и синхронизацию губ за один проход. Ниже — что изменилось со времён Wan 2.5, где модель используют авторы мини-драм и онлайн-продавцы, пять весёлых идей, пошаговая инструкция и шаблоны промптов, которые можно сразу вставить.

  • Ролевые сцены по референсному видео
  • Несколько кадров из одного промпта
  • Диалог, звук и синхронизация губ
Оживите своё фото с Wan 2.6 →

От Wan 2.5 к Wan 2.6: что теперь возможно

Wan 2.5 уже добавила звук, но каждый клип был одним кадром длиной не более десяти секунд, а персонаж существовал только в рамках одной генерации. Новая версия превращает эти ограничения в возможности. Клипы теперь длятся до 15 секунд, один промпт можно разбить на несколько ракурсов, а референсное видео позволяет одному и тому же человеку появляться снова и снова в разных сценах. Для тех, кто рассказывает истории сериями, такая последовательность важнее любого прироста чёткости.

Alibaba предлагает семейство моделей в трёх режимах в Model Studio: текст в видео, изображение в видео и референс в видео (часто сокращённо R2V). Вывод — 720P или 1080P при 24 кадрах в секунду, горизонтально 16:9 или вертикально 9:16, длительностью 5, 10 или 15 секунд.

Wan 2.5Wan 2.6
Максимальная длина клипа10 секунд15 секунд
Кадров в клипеОдин непрерывный кадрНесколько кадров по одному промпту
Реальный или вымышленный персонаж в главной ролиТолько через стартовое изображениеРеференсное видео передаёт внешность и голос
Два персонажа в одной сценеСложно контролироватьДва референса, у каждого свой голос
ЗвукАудио поддерживаетсяДиалог, эффекты и синхронизация губ за один проход

Ролевые сцены по референсному видео: поместите в кадр кого угодно

Ролевые сцены — главная функция, и Alibaba назвала её первой в своём роде для видеомодели в Китае. Вы записываете или выбираете короткий ролик — достаточно нескольких секунд, где человек говорит и двигается, — и модель улавливает его внешность и тембр голоса. Затем вы пишете сцену: зайти в кафе, поспорить на крыше, представить товар. Персонаж её разыгрывает, а голос совпадает с референсом, а не звучит как стандартный диктор.

Можно использовать и несколько референсов. Два ролика дают диалог двух персонажей, где каждый сохраняет свой голос, а человек плюс предмет или питомец — те самые моменты «я и мой пёс на пляже». В промптах референсы обычно называют character1 и character2, так легко указать, кто что делает.

  • Соло: автор предстаёт детективом, шеф-поваром или ведущим новостей, не снимая сцену.
  • Дуэт: двое друзей или два оригинальных персонажа обмениваются репликами, каждый своим голосом.
  • Человек и предмет: ведущий и товар или хозяин и питомец естественно делят кадр.

Одна идея — несколько кадров: как работает многокадровый сторителлинг

Попросите «встречу на вокзале», и модель не ограничится одним общим планом. Она развернёт идею в небольшой сценарий — например, общий план, крупный план лица и раскрытие из-за плеча — и будет монтировать их, сохраняя тех же людей, одежду и обстановку. Хотите контроля — пропишите кадры сами: одна строка на кадр, с указанием крупности и движения камеры.

Поэтому релиз так полюбили студии вертикальных мини-драм. 15-секундный клип из трёх кадров — ровно столько, сколько нужно для конфликта, поворота и клиффхэнгера, и лица не «плывут» между склейками, как это часто бывает со склеенными роликами.

Three-panel storyboard of two friends meeting in a cafe, showing wide, medium and close-up shots

Где модель набирает популярность: мини-драмы, видео для магазинов и реклама

Модель позиционировалась для профессионального кино и рекламы, а самые наглядные первые применения — у команд, которым каждую неделю нужно много коротких единообразных видео.

  • Вертикальные мини-драмы и адаптации комиксов: один референс персонажа плюс промпт на три кадра дают сцену с конфликтом и поворотом в 9:16 — серия за серией.
  • Ролики для e-commerce и live-продаж: ведущая держит товар, называет преимущество и улыбается в камеру, а товар показан с нескольких ракурсов в одном клипе.
  • Брендовые кампании: один и тот же представитель или маскот остаётся узнаваемым в десятках объявлений и на разных языках.
  • Влоги и скетчи для соцсетей: авторы загружают свой ролик и играют в скетчах, которые им не пришлось снимать.
  • Обучение и превизуализация: преподаватели превращают сценарий в говорящее объясняющее видео, а режиссёры видят сцену до реальной съёмки.

Пять весёлых идей, которые делают снова и снова

Как только основы освоены, некоторые форматы постоянно возвращаются в ленты — их быстро делать и легко распространять.

  • Я и мой питомец: вы и золотистый ретривер играете с мячом на закате, в замедленной съёмке, с лаем и шумом волн.
  • Диалог на два голоса: два референса спорят, флиртуют или мирятся, и каждая реплика звучит нужным голосом.
  • Микрофильм из одной фразы: одно предложение превращается в мини-фильм из трёх кадров с музыкой и атмосферой.
  • Говорящее фото: старый портрет или селфи поворачивается к камере и произносит написанную вами фразу.
  • Сериал с одним героем: один и тот же персонаж каждый день возвращается в новом месте, развивая сквозную историю.

Как создать видео в Wan 2.6 за пять шагов

Процесс одинаков, пользуетесь ли вы сайтом Alibaba Wanxiang или API Model Studio, — отличаются только кнопки.

  1. Выберите режим: текст в видео для новой идеи, изображение в видео, чтобы оживить фото, или референс в видео, чтобы задать персонажа.
  2. Добавьте материал: стартовое изображение или референсный ролик примерно от 2 до 10 секунд на персонажа.
  3. Пропишите кадры: одна строка на кадр, укажите крупность (общий, средний, крупный) и движение камеры, а диалог заключите в кавычки с указанием говорящего.
  4. Выберите формат: 720P или 1080P, 5, 10 или 15 секунд, 16:9 или 9:16.
  5. Сгенерируйте, проверьте и скачайте; если рука или лицо выглядят странно, сократите действие или вынесите его в отдельный кадр.

Шаблоны промптов для Wan 2.6, которые можно скопировать

Эти шаблоны построены покадрово — так модель понимает лучше всего. Меняйте людей, места и реплики, но сохраняйте структуру.

Мини-драма из трёх кадров

Shot 1: wide shot, rainy night street, a young woman in a red coat stops under a neon sign. Shot 2: close-up, she turns and says "You finally came." Shot 3: over-the-shoulder, a man in a black jacket steps out of the shadows. Cinematic lighting, 9:16, consistent characters.

Презентация товара

Medium shot, a female host holds a glass serum bottle toward the camera, smiles and says "Three drops, every night." Soft studio light, product label readable, clean beige background.

Ролевая сцена по референсу

character1 walks into a cozy café, waves at character2, they sit down and laugh; warm afternoon light, handheld camera, natural ambient sound.

Человек и питомец

character1 plays fetch with a golden retriever on a beach at sunset, slow-motion jump, waves and barking sounds.

Летний лукбук (18+)

Shot 1: wide shot, a confident adult woman (25+) in a white bikini walks along a tropical pool deck. Shot 2: medium shot, she adjusts her sunglasses and smiles at the camera. Shot 3: close-up, water ripples, summer music. Fashion-editorial style, 9:16.

Подиум купальников (18+)

Wide shot, adult models in colorful swimsuits walk a seaside runway at golden hour, camera tracks alongside, crowd cheering and upbeat music, then a close-up of the lead model turning to camera.

Совет: называйте говорящего перед каждой репликой в кавычках и ограничивайте сложные движения тела одним кадром.

Wan 2.6, Wan 3.0 или Kling 3.0: как выбрать инструмент

С тех пор Alibaba выпустила Wan 2.7 и Wan 3.0, но эта версия по-прежнему доступна в Model Studio и для многих задач остаётся разумным выбором. Если ваши клипы не длиннее 15 секунд и важнее всего повторяющийся персонаж с узнаваемым голосом, она отлично справится. Берите Wan 3.0, если нужен непрерывный дубль до 30 секунд или хотите подавать на вход документы и веб-страницы. Kling 3.0 от Kuaishou — ближайший конкурент для многокадровых клипов со встроенным звуком.

Wan 2.6Wan 3.0Kling 3.0
Лучше всего дляРолевых серий, роликов для магазинов, сцен мини-драмДлинных непрерывных дублей, ввода документов и веб-страницМногокадровых сцен со звуком
Максимальная длина клипа15 секундДо 30 секундДо 15 секунд
Открытые весаНетНетНет

Что говорят авторы

Первые отзывы китайских авторов коротких видео и зарубежных тестировщиков складываются в чёткую картину. Хвалят прежде всего то, как персонажи сохраняются между склейками, и синхронизацию губ в диалогах на мандаринском — раньше это было слабым местом импортных инструментов. Продавцам нравится, что ведущий действительно сам произносит фразу, а не озвучивается потом.

Претензии так же единодушны: сложные движения вроде танца или драки всё ещё могут искривлять конечности, последние секунды 15-секундного клипа иногда уходят от референса, а официальная модерация настолько строгая, что отклоняет вполне безобидные промпты с купальниками или романтикой. Первые две проблемы большинство обходит, удерживая каждое действие в пределах одного кадра.

Открытый код, скачивание и ComfyUI: прямой ответ

Alibaba не публиковала веса Wan 2.6. Модель доступна через сайт Wanxiang или API Model Studio, а любая нода ComfyUI с этой версией в названии просто вызывает размещённый API, а не запускает модель на вашей видеокарте. Файлы, которые продают как загрузку или «нецензурированную» сборку этой версии, обычно — переименованные копии старых открытых моделей.

Самая новая видеомодель Wan, которую действительно можно скачать, — Wan 2.2, опубликованная под лицензией Apache-2.0 на GitHub и Hugging Face, с режимами текст в видео, изображение в видео и компактной моделью 5B; вокруг неё большое сообщество с файнтюнами и LoRA.

Wan 2.6 — генератор видео без цензуры

На собственных платформах Alibaba каждый промпт и каждая загрузка проходят модерацию, поэтому обнажённость и откровенные сцены блокируются. Spicy AI предлагает Wan 2.6 «изображение в видео» с меньшими ограничениями для взрослого (18+) вымышленного контента: загрузите стартовое фото, опишите движение и реплики и выберите 5, 10 или 15 секунд. Популярные идеи — лукбук в бикини у бассейна, студийная съёмка в стиле белья и влог о пляжном отдыхе с вымышленным взрослым персонажем.

Adult model in a white bikini walking along a tropical pool deck for a summer lookbook video

Все персонажи должны быть совершеннолетними. Не загружайте изображения реальных людей без их согласия.

Открыть Wan 2.6 «изображение в видео»

Официальный Wan 2.6 или генерация в Spicy AI

Официальный сервисSpicy AI онлайн
Фильтрация контентаМодерация в Alibaba Cloud и WanxiangКонтент для взрослых (18+) разрешён
Открытые весаНет, закрытый сервисНе требуется, работает онлайн
Фактически используемая модельРежимы текста, изображения и референсаWan 2.6 «изображение в видео» со стартового фото
ЦенаОплата за секунду видео в Model StudioБесплатный старт, кредиты для большего
  • Официально: ролевые сцены по референсному видео и текст в видео на сайте Wanxiang и через API.
  • Spicy AI: загрузите своё фото и оживите его прямо в браузере.

Часто задаваемые вопросы

Кто создал Wan 2.6 и когда он вышел?

Команда Alibaba Tongyi Wanxiang выпустила его 16 декабря 2025 года в Alibaba Cloud Model Studio и на сайте Wanxiang.

Какой длины может быть видео?

Каждый клип длится 5, 10 или 15 секунд в 720P или 1080P при 24 кадрах в секунду.

Что такое ролевые сцены в режиме «референс в видео»?

Вы загружаете короткий референсный ролик, и модель перенимает внешность и голос человека, чтобы разыграть новую сцену по вашему промпту. Поддерживаются сольные сцены, диалоги двух персонажей и человек вместе с предметом или питомцем.

Может ли модель создавать видео с диалогами?

Да. Звук генерируется вместе с изображением, включая речь с синхронизацией губ, звуковые эффекты и атмосферу.

Это открытый код? Можно ли его скачать?

Официальные веса не публиковались, поэтому модель работает только в сервисах Alibaba. Wan 2.2 — последняя видеомодель Wan с открытыми весами, которую можно запустить локально.

Что выбрать: Wan 2.6 или Wan 3.0?

Выбирайте Wan 3.0 для непрерывных дублей до 30 секунд или ввода документов и веб-страниц. Для клипов до 15 секунд, особенно ролевых серий и видео о товарах, более ранний релиз по-прежнему отлично подходит.

Есть ли версия без цензуры?

Ни официальной, ни надёжной общественной нецензурированной сборки нет, потому что веса так и не были опубликованы. Загрузки с таким названием обычно оказываются старыми открытыми моделями.

Источники

Все ИИ-модели без цензуры →

Wan и Tongyi Wanxiang — товарные знаки Alibaba Group. Весь контент должен изображать только совершеннолетних (18+).

Sign in

Welcome to Spicy AI

or