RunComfy 托管的 Wan 2.7 旗舰视频生成模型，支持音频驱动唇同步与多参考条件控制，适合广告配音与多语言变体制作。
说明：
## 核心用法
Wan 2.7 是阿里巴巴 Wan-AI 推出的旗舰文本到视频模型，通过 RunComfy Model API 提供服务。用户通过本地 CLI 调用 `runcomfy run wan-ai/wan-2-7/text-to-video`，提交包含提示词、分辨率、时长、长宽比等参数的 JSON 请求。核心功能包括：
– **文本到视频生成**：支持最长 15 秒、最高 1080p 的输出，提供 5 种预设宽高比
– **音频驱动唇同步**：通过 `audio_url` 参数上传 3–30 秒、≤15MB 的 WAV/MP3 文件，实现人物口型与音轨精准同步
– **多参考条件控制**：最多支持 5 个参考媒体（图像/视频/语音），实现精细化动作控制
– **提示词自动扩展**：默认启用，将简短提示词重写为更丰富的描述；可关闭以获得字面控制
## 显著优点
1. **专业级唇同步能力**：在同类开源/商业模型中，Wan 2.7 的音频驱动口型同步表现突出，适合品牌广告、多语言配音等场景
2. **物理感知的运动先验**：生成过渡流畅、运动物理合理的视频，减少突兀的形变和抖动
3. **负向提示词有效**：可针对性排除具体问题（如字幕、闪烁、扭曲手部），而非仅依赖模糊描述
4. **多参考架构**：支持图像、视频、语音的组合参考，为复杂叙事提供控制基础
5. **确定性复现**：通过固定种子可生成一致变体，便于 A/B 测试和迭代优化
## 潜在缺点与局限性
– **时长与分辨率上限**：15 秒时长和 1080p 分辨率限制，长叙事需手动拼接，无原生 4K
– **音频规格严格**：仅接受 3–30 秒、≤15MB 的 WAV/MP3，超出范围直接拒绝，不支持实时语音生成
– **参考媒体数量上限**：最多 5 个参考，复杂场景可能受限
– **无内置语音合成**：需外置音频轨道，如需一体化生成需转用 Seedance 2.0 Pro
– **中文生态依赖**：模型由阿里巴巴 Wan-AI 开发，API 托管于 RunComfy（海外服务商），跨境合规需评估
## 适合人群
– **品牌与广告团队**：需快速制作带定制配音的产品展示、代言人视频
– **本地化与 MCN 运营**：同一视觉素材配合多语言音轨生成区域化版本
– **AI 视频创作者**：追求物理合理运动、精细控制的中高级用户
– **技术集成开发者**：熟悉 CLI 工具链，需将视频生成嵌入 CI/CD 或自动化工作流
## 常规风险
– **API 密钥安全**：`runcomfy login` 将令牌写入本地文件（权限 0600），CI 环境建议改用 `RUNCOMFY_TOKEN` 环境变量
– **提示词注入**：通过 `audio_url` 等参数引入的外部 URL 由服务端获取，存在图像/视频类提示注入风险
– **内容合规**：生成人物肖像、商标场景需确保授权，跨境数据传输需符合属地法规
– **成本与配额**：按调用计费，高频使用需监控配额；大文件下载有 2GiB 上限防护
– **服务可用性**：依赖 RunComfy 基础设施，存在 429/5xx 等可重试/不可重试错误码
会员专属
