Wan 2.7: чем отличается и почему её берут не за цену

Wan 2.7 отличия от соседей начинаются там, где их не ждёшь: не в разрешении и не в длине, а в том, что модель сначала думает, а потом рисует. Режим так и называется, Thinking Mode, и вокруг него построено всё остальное.

Заблуждение первое: Wan это бюджетный вариант

Самое живучее и для версии 2.7 неверное.

Дешёвые в линейке Alibaba есть, но это старшие номера: 2.6, 2.5, 2.2 Fast. Они быстрее и дешевле под объём. Флагманская 2.7 наоборот, дольше и дороже, потому что перед рендером тратит время на разбор сцены.

Если задача звучит как «нужно много и недорого», вам не в 2.7. Если «нужно, чтобы модель поняла сложную сцену с первого раза», тогда сюда.

Заблуждение второе: режим мышления это маркетинг

Я сам так думал, пока не сравнил на сцене с несколькими объектами.

Модель перед генерацией раскладывает запрос: что где стоит, что за чем, откуда свет. На простом кадре разницы почти нет. А когда в сцене четыре предмета и они должны быть в определённом порядке, обычная модель начинает импровизировать, эта держит расстановку.

Плата за это время. Ролик появляется заметно позже, чем у быстрых моделей, и на черновиках это раздражает.

Заблуждение третье: текст на видео не получается ни у кого

У этой получается, и для товарки это главный козырь. Надписи, вывески, подписи на упаковке, с поддержкой двенадцати языков, включая кириллицу.

Для карточки, где на упаковке должно читаться название бренда, это решает больше, чем лишняя сотня пикселей разрешения.

Плюс звук генерируется сразу, вместе с картинкой, с синхронизацией губ, а не накладывается отдельно. Длина до пятнадцати секунд, разрешение 720p или 1080p.

Заблуждение четвёртое: Wan можно поднять локально

Раньше было можно, и репутация открытой модели за линейкой тянется до сих пор.

С версией 2.7 Alibaba веса закрыла, доступ теперь только через API. Если вы рассчитывали запустить флагман на своём железе, не выйдет: для этого остаются ранние версии.

Через сервис разницы никакой, но планы на локальный запуск это ломает, и знать лучше заранее.

Wan 2.7 отличия: как выбрать между ним и соседями

Я беру Wan, когда в кадре должен быть читаемый текст или логотип и когда нужен длинный отрезок со звуком. Как только речь про живое лицо крупным планом, разговор другой, и он в разборе связки картинки и видео.

Самый честный способ выбрать: взять свою типичную сцену, прогнать через две модели и посчитать не красоту, а количество подходов до приемлемого результата. Именно так собран наш тест трёх моделей на предметных сценах.

Не уверен, кстати, что мои цифры по подходам переносятся на другие категории. У нас предметка простая, а на одежде с мелким рисунком может выйти совсем иначе.

Подробный разбор модели в обзоре, сама она на странице Wan 2.7. Отдельно есть картиночная версия, у неё свои задачи и свой разбор.

Часто задаваемые вопросы

Чем Wan 2.7 отличается от других видеомоделей? Режимом мышления перед рендером: модель сначала разбирает сцену, потом генерирует. Плюс читаемый текст на двенадцати языках, включая кириллицу, и звук с синхронизацией губ в том же проходе.

Wan 2.7 дешевле флагманов? Нет, она сама флагман линейки: дольше и дороже старших версий. Под объём и экономию берут 2.6, 2.5 или 2.2 Fast.

Можно ли запустить Wan 2.7 на своём компьютере? Нет, у версии 2.7 веса закрыты, работа только через API. Открытыми остались ранние версии линейки, локальный запуск это про них.

Подходит ли Wan для карточек маркетплейса? Особенно там, где в кадре должен читаться текст на упаковке или логотип. Для простых предметных сцен без надписей разница с соседями меньше, и тогда решает цена.

Источники

1. Flami: обзор Wan 2.7
2. Flami: разбор анонса Wan 2.7 и Thinking Mode
3. Flami: Hailuo, Seedance и Wan на предметке