Alibaba: Wan 2.7

Wan 2.7 é um modelo de geração de vídeo da Alibaba, listado em api14 sob o id de modelo alibaba/wan-2.7. Pertence à categoria de vídeo, e é a única categoria que ele atende. Se você está construindo um pipeline que precisa transformar prompts escritos ou imagens estáticas em clipes de vídeo curtos, este é o modelo a avaliar em vez de um modelo geral de texto ou imagem.

O modelo aceita entradas de texto e imagem e retorna vídeo como saída. Ele suporta text-to-video, image-to-video com controle de primeiro e último quadro, e reference-to-video, onde múltiplas imagens de referência guiam o estilo e o conteúdo do resultado. As resoluções de saída são 720p e 1080p, e você pode escolher entre proporções de aspecto de 16:9, 9:16, 1:1, 4:3 e 3:4. As durações dos clipes variam de 2 a 10 segundos em passos de um segundo. A geração de áudio está disponível, então o vídeo retornado pode incluir uma trilha sonora gerada. Nenhum comprimento de contexto é publicado para este modelo, então planeje em torno do prompt e das entradas de referência que você fornecer, em vez de um orçamento de tokens.

Essas capacidades apontam para um conjunto bastante específico de tarefas. Text-to-video é adequado para clipes promocionais curtos, posts sociais e tomadas de conceito onde você descreve uma cena e precisa de um resultado em movimento. Image-to-video com controle de primeiro e último quadro é útil quando você precisa que o clipe comece e termine em quadros específicos, por exemplo, animando entre duas fotos de produto ou duas poses principais. Reference-to-video ajuda quando um projeto precisa de um estilo visual consistente ou de um assunto recorrente em vários clipes, já que múltiplas imagens de referência podem direcionar a aparência. A proporção 9:16 se encaixa em formatos verticais, enquanto 16:9, 1:1, 4:3 e 3:4 cobrem widescreen, quadrado e outros layouts. Como o áudio pode ser gerado junto com o vídeo, você pode produzir um clipe curto finalizado sem uma etapa de áudio separada.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo alibaba/wan-2.7. Os parâmetros de requisição suportados são max_tokens, temperature e top_p, então você pode controlar o comprimento da saída gerada e ajustar o comportamento de amostragem da mesma forma que faria com outros modelos no gateway. As entradas vêm dos campos de texto e imagem, e as saídas são retornadas como vídeo. Resoluções, proporções de aspecto, durações, e as opções de primeiro quadro, último quadro e áudio são definidas através da requisição, conforme refletido nos detalhes do modelo nesta página.

Wan 2.7 gera apenas clipes curtos, com durações limitadas a 10 segundos, e nenhum comprimento de contexto é publicado. Se você precisa de geração de imagem estática, filmagem de longa duração, ou uma tarefa apenas de texto, um modelo de uma categoria diferente na api14 se encaixará melhor. Dentro de sua categoria, a combinação de imagens de referência, controle de primeiro e último quadro, resolução e proporção de aspecto configuráveis, e geração de áudio o torna uma escolha prática para trabalho de vídeo curto e direcionado.