圖生影片 · 阿里巴巴 Wan

Wan 2.6 Flash:一張照片,快速變成有聲短片

問 AI ▾

Wan 2.6 Flash 是阿里巴巴 Wan 2.6(通義萬相)圖生影片模型中速度快、價格親民的版本。你給它一張圖和一句話,它就回給你一段最長 15 秒、720p 或 1080p 的短片,還能視需要加上音效、配樂或台詞。你的照片會直接成為第一格畫面,所以臉孔、穿搭和商品都會和你拍的一模一樣。由於費用大約只有標準版的一半,創作者常用它快速嘗試大量點子,再只留下最好的那支。以下說明它的比較、提示詞寫法和適用場合。

  • 只需一張照片
  • 最長 15 秒
  • 音效可開可關
立即讓照片動起來 →
身穿紅色大衣的成年女性站在霓虹燈下的雨夜街頭,一張準備交給 Wan 2.6 Flash 做成動態的靜態畫面

無審查替代影片生成器

圖生影片

上傳一張起始照片,描述它該怎麼動、鏡頭怎麼走、要什麼聲音,然後開始生成。

生成影片需要一張起始圖片。

一張照片、一句話,就是一支完整短片

Wan 2.6 Flash 在阿里雲上的名稱是 wan2.6-i2v-flash,它只做一件事:讓靜態圖片動起來。它沒有純文字生成模式。上傳一張人像、商品照或插畫,寫下你希望發生的事,模型就會把它做成動態,並把你的圖片保留為第一格畫面。如果你曾看過 AI 工具在短片中途悄悄把臉或 Logo 改掉,就知道這點有多重要。

阿里巴巴形容這個版本生成更快、更划算,而 Replicate 解釋了其中的訣竅:它省略了標準版部分較慢、較精細的處理,但保留相同的核心能力,也就是流暢的動作、一致的畫面風格,以及可選的同步音訊。短片最長 15 秒、每秒 24 格,解析度為 720p 或 1080p。你可以讓它自動生成環境音和音效,也可以上傳自己的音樂讓動作跟著節拍走,或乾脆關掉音訊做成無聲短片。

Flash 與標準版 Wan 2.6:差在哪裡

兩個版本的功能清單相同,所以選擇關鍵在於速度、費用與精緻度。根據阿里巴巴自己的價目表,在相同解析度下,有聲的 Flash 版本大約是標準版價格的一半,無聲選項還會更便宜。以下是兩者的並列比較。

Flash標準版 Wan 2.6
輸入一張圖片加提示詞一張圖片加提示詞
長度與解析度最長 15 秒,720p 或 1080p最長 15 秒,720p 或 1080p
音訊與多鏡頭有,音訊可關閉有
費用約一半(依阿里巴巴價目表)全價
語音品質無特別標榜阿里巴巴強調語音品質較高
最適合草稿、批次生成、A/B 測試定稿與大量對白的鏡頭

阿里巴巴並未公布兩者的畫質對比數據,建議針對你最在意的鏡頭自行測試。

先草稿後定稿:試五支,留一支

使用這個較便宜版本最聰明的方式,就是把它當成素描本。影片模型多少帶點隨機性,最好的版本很少是第一支。與其每個點子都花全價算圖,創作者會先跑幾支快速的無聲 720p 草稿,比較動作和節奏,最後才做出真正要發布的版本。Vercel 的模型說明也是同樣的建議:最終品質最重要時,就選標準版。

  • 步驟 1:用同一張照片、稍微調整提示詞,生成四到五支無聲 720p 版本。
  • 步驟 2:挑出動作最好的那支,記下它的 seed 和提示詞寫法。
  • 步驟 3:用 1080p 加音效重跑勝出的版本,或交給標準版做最終定稿。
  • 步驟 4:落選的草稿可以留作廣告的 A/B 測試版本,或剪輯時的備用角度。

1080p 的音樂對拍、對嘴與多鏡頭短片

聲音是 Wan 2.6 Flash 最好玩的地方。開著音訊,它會加上相襯的環境音,例如雨聲、人群嘈雜聲或海浪聲。上傳一首節拍清楚的歌,寫下「她在每個重拍上轉身」,動作就會跟著節奏走,非常適合舞蹈剪輯和商品亮相。你也可以用引號寫一句簡短台詞,角色的嘴型會跟著說話。效果因情況而異,所以台詞盡量簡短,在規劃整個說話鏡頭系列之前先測試看看。

另一個主打功能是多鏡頭模式。把鏡頭類型設為 multi,再描述一段鏡頭序列,例如先遠景、再中景、最後特寫,阿里巴巴表示模型會幫你規劃剪接點和鏡頭角度。一次生成就能變成一個有開場、反應和收尾的小場景。如果短片要放在大螢幕或商品頁上,就切換到 1080p。

身穿白色泳裝的成年女性走在夕陽下的泳池邊,適合做成圖生影片的夏日短片點子

創作者都用在哪:短劇、電商廣告與社群短片

任何從一張出色靜態圖出發、又需要便宜做成動態的內容,都很適合 Wan 2.6 Flash。以下這些場景正是快速版本大放異彩的地方,因為數量比單一完美成品更重要。

  • 短劇與漫劇:在正式製作前,把角色人像和分鏡畫面做成動態預覽和前導鏡頭。
  • 電商:把商品照做成 5–10 秒的展示影片,再產出多個版本做廣告 A/B 測試。
  • 社群媒體:讓老照片裡的家人眨眼微笑、寵物表演小把戲,或把人像短片剪成搭配熱門歌曲的影片。
  • 廣告與 MV:把海報或專輯封面變成由音樂帶動節奏的動態前導預告。
大理石上帶著水珠的玻璃香水瓶,一張被做成圖生影片短廣告的商品照

可直接複製的 Wan 2.6 Flash 提示詞範本

因為你的照片已經交代了人物和地點,提示詞應該專注在會改變的部分:動作、運鏡、光線和聲音。一個好用的公式是:主體 + 動作 + 運鏡 + 氛圍 + 音訊。把方括號裡的內容換成你自己的細節即可。

  • 每個鏡頭只描述一個主要動作,動作太多會糊在一起。
  • 只想微調用字時,請沿用同一個 seed。
  • 如果點子很簡短、希望模型自動補充細節,可以開啟提示詞擴寫。
人像
[Subject] in [place], the camera slowly pushes in, she turns her head and smiles at the lens, hair moving in the breeze, natural light, cinematic, 24fps
商品
The product sits on [surface], the camera orbits 180 degrees, water drops slide down the bottle, soft studio light, clean background
多鏡頭
Shot 1: wide shot, [character] walks into a neon street. Shot 2: medium shot, she stops and looks back. Shot 3: close-up, she says softly "[line]"
節拍同步
[Character] dances to the music, turning on every heavy beat, stage lights flashing
負面提示詞
deformed hands, extra limbs, face drift, flickering, text, watermark

免費試用、透過 API,或在 Replicate 與 fal 上使用

目前沒有免費下載,因為阿里巴巴並未釋出 Wan 2.6 系列的模型權重。這個模型透過阿里雲 Model Studio 提供,並由各 API 平台轉售,每個平台的名稱各不相同:Replicate 上是 wan-video/wan2.6-i2v-flash,fal 上是 wan/v2.6/image-to-video/flash,Vercel AI Gateway 上是 alibaba/wan-v2.6-i2v-flash,WaveSpeed 上則是 alibaba/wan-2.6/image-to-video-flash。其中部分網站會提供新用戶試用點數,這是最接近免費測試的方式。WaveSpeed 估計每次請求約需 82 秒,但實際速度依平台和設定而異。開發者在各平台都能使用相同的參數:時長、解析度、音訊開關、鏡頭類型、負面提示詞、提示詞擴寫與 seed。

Flash 與開放權重的 Wan 2.2 比較

Wan 團隊最近一次開放權重的版本是 Wan 2.2,採用 Apache-2.0 授權。大家在本機安裝、微調並搭配社群 LoRA 擴充的就是這個版本。Wan 2.6 Flash 更容易上手,還多了聲音,但只能在雲端使用。

Wan 2.6 FlashWan 2.2
權重封閉,僅限雲端開放,Apache-2.0
原生音效有,可選無
多鏡頭模式有無
可在自己的 GPU 上執行否是
社群擴充無大量 LoRA 與工作流程

在 Spicy AI 上製作圖生影片短片

同樣以照片為起點的習慣,也適用於我們的瀏覽器工具。挑一張清晰、光線充足的圖片,最好是你用圖片生成器做出的角色或場景,上傳作為起始畫面,再用一兩句話寫下動作、運鏡和氛圍。生成幾個版本,留下你喜歡的那支,之後可以在歷史紀錄中找到。不需任何設定,就能輕鬆練習先草稿後定稿的流程。

照片準備好了嗎?直接在瀏覽器裡把它變成動態短片。

開啟圖生影片

有無審查版的 Wan 2.6 Flash 嗎?

沒有。Wan 2.6 Flash 是封閉模型,沒有權重可供微調,也沒有社群製作的無審查版本;阿里雲和每個 API 合作平台都有各自的內容規範。如果想製作不受過濾的成人(18+)短片,我們的圖生影片工具在線上提供類似的創作自由。

比基尼與泳裝漫步

成年模特兒在泳池畔漫步,或在海灘上緩緩轉身,背景有海浪起伏。

內衣走秀前導片

虛構成年角色的伸展台姿勢、轉身與閃爍燈光。

夜店舞蹈剪輯

霓虹燈光,每個節拍都有動作,搭配你自己的音樂剪輯。

  1. 請使用你本人、經同意的成年人或虛構成年角色的照片。
  2. 每支短片描述一個清楚的動作和一種運鏡。
  3. 加上你想像中的聲音,例如海浪聲、重低音或一句耳語。

用你自己的照片,製作 18+ 泳裝、內衣與夜生活短片。

試用無審查圖生影片

使用官方 Wan 2.6 Flash 與在 Spicy AI 線上生成的比較

官方服務Spicy AI 線上版
內容過濾由阿里雲與各平台設定成人內容無過濾
開放權重無不需要——直接在瀏覽器執行
起步價格依平台而異提供免費方案
  • 以你自己的起始照片進行圖生影片
  • 用提示詞控制動作、運鏡與聲音
  • 生成結果自動存入歷史紀錄

常見問題

用一句話說明這個模型?

它是阿里巴巴 Wan 2.6 圖生影片模型中更快、更便宜的版本(wan2.6-i2v-flash):一張圖片加提示詞,就能生成最長 15 秒、720p 或 1080p 的短片,並可選擇加入聲音。

它和標準版 Wan 2.6 有什麼不同?

長度、音訊和多鏡頭功能都相同。Flash 版本費用約一半、速度更快,而阿里巴巴則強調標準版的語音品質較好。目前沒有正式的畫質比較。

生成一支短片要多久?

WaveSpeed 估計每次請求約需 82 秒。有些行銷頁面宣稱快得多,但這些說法未經證實。

可以只用文字生成影片嗎?

不行。它只支援圖生影片,你上傳的圖片會成為第一格畫面。

可以加入音樂或台詞嗎?

可以。它能生成環境音和音效、跟隨你上傳的音訊檔,或念出提示詞中的一句簡短台詞。你也可以關閉音訊,做成無聲短片。

有開源或無審查版本嗎?

沒有。Wan 2.6 系列沒有開放權重;最新開放權重的 Wan 版本是採用 Apache-2.0 授權的 Wan 2.2。

生成的短片可以商用嗎?

這取決於阿里雲和你所使用平台的條款,投放廣告前請先確認。

資料來源

所有無審查 AI 模型 →

Sign in

Welcome to Spicy AI

or