Wan 2.5

什么是 Wan 2.5？

Wan 2.5 是一款 AI 视频生成模型，可通过文本、图像以及可选的音频输入来创建短视频。它同时支持文本生视频和图像生视频工作流，输出分辨率可选 480p、720p 或 1080p。

Wan 2.5 可生成 5 秒或 10 秒、30 fps 的 MP4 视频，并支持同步音频。当你希望用声音、语音或节奏来引导生成的片段时，还可以上传音频参考。一切都在浏览器中直接运行，因此在你开始尝试提示词之前，无需安装任何软件。

它专为创作者、营销人员、电商团队、品牌以及创意专业人士打造，帮助他们快速获得视觉概念、社交短片、产品内容或预可视化素材。

适用人群

• 社交内容创作者 — 适合信息流、开场钩子和转场的竖屏短视频片段。
• 营销人员和品牌 — 在投入完整制作之前，快速生成概念视频和广告创意。
• 电商和产品团队 — 基于现有图像制作动态产品展示和视觉预览。

核心功能

文本生视频

将文字创意转化为短视频。描述主体、环境、运动、镜头方向、光照、视觉风格和音频，为 Wan 2.5 提供清晰的创作方向。

图像生视频

从照片、插画、产品图或角色图开始，将其转化为动态场景。当你已有现成构图，想要添加主体动作、环境动态、镜头运动或同步声音，而不必从头重建视觉画面时，这一功能尤为实用。

同步音频

Wan 2.5 支持音视频同步，因此声音可以与视觉输出一起生成，而不必被视为完全独立的制作步骤。这让探索包含对话、环境音、音乐或特定场景音频的片段变得更加容易。

最高 1080p 输出

可在 480p、720p 和 1080p 之间选择。较低分辨率适合测试提示词或视觉方向，而 1080p 则是 Wan 2.5 支持的最高输出档位。

突出亮点

Wan 2.5 将同步音频与 1080p 短视频生成相结合，让声音和画面一同呈现，而非作为独立的制作步骤。

正是这种组合，将快速测试与真正可以拿出手的作品区分开来。当节奏或口播表达很重要时，你可以上传自己的音频参考，这有助于在图像生视频工作流中引导语音节奏和唇形同步。而且由于片段时长保持在 5 秒或 10 秒，这种格式天然适合广告钩子、社交转场和单个电影感瞬间，而非长篇叙事。

值得一试，如果……

你想在不离开浏览器的情况下，从文本提示词或单张静态图像直接生成完整的短片。如果你的创意中同步音频很重要，或者你需要在投入 1080p 渲染之前以较低分辨率测试视觉方向，它会非常合适。制作社交短片、产品概念和创意预览的创作者会发现，5 秒和 10 秒的格式尤为实用。