Scegli il punto di partenza — un prompt scritto, una fotografia, un personaggio di riferimento o una clip da proseguire — e su VideoAI ricevi un MP4 (H.264) a 30 fps in 720P o 1080P, con l'audio già agganciato all'immagine: da 2 a 15 secondi con testo e immagine in ingresso, da 2 a 10 secondi con il riferimento al soggetto e l'editing video.
Ricette in verticale, campagne moda nate da un packshot, sketch seriali con lo stesso personaggio, segmenti di divulgazione, highlight di gioco rilavorati, sale e botteghe animate da una fotografia: il muro alterna verticale e orizzontale, e ogni pezzo arriva con la propria traccia audio, non come inquadratura muta.
Rivelazione Orizzonte Neon
Promo del brand
Teaser torta alle ciliegie
Film di prodotto
Lancio Cyber City
Promo del brand
Incontro nel campo dorato
Promo cinematografica
Rivelazione eroina action
Promo entertainment
Assalto al convenience store
Promo del brand
Primo piano del casco
Film di prodotto
Promo caffè al tramonto
Promo lifestyle
Su VideoAI, Wan 2.7 come generatore video copre quattro compiti distinti: scrivere una scena da zero, ripartire dal materiale che hai già in archivio, tenere in piedi un personaggio lungo una serie e rilavorare una clip esistente.
Descrivi una scena, non un singolo fotogramma: quello che torna è una sequenza già scandita in più inquadrature, utilizzabile come segmento o come B-roll di una puntata. I livelli di risoluzione e il rapporto d'aspetto personalizzabile ti fanno decidere prima se il pezzo nasce verticale per Reels e TikTok o orizzontale per YouTube, invece di ritagliarlo a posteriori.
Immagine e suono nascono nella stessa passata: la linea video restituisce il file con la sua traccia audio già agganciata, così dallo script si arriva al rendering senza una sessione di voce in mezzo e senza caccia alla musica libera da diritti. È un passaggio in meno nel flusso di lavoro; la resa sul tuo tono e sulla tua lingua vale la pena misurarla sui tuoi prompt.
Il packshot di campagna, la foto del piatto o la sala dell'agriturismo diventano il primo fotogramma. Quando il finale è già deciso in brief — il beauty shot, il lockup del logo — fissi anche l'ultimo fotogramma e lasci che il modello riempia il mezzo. E se una clip si interrompe troppo presto, la fai proseguire, anche indicando il fotogramma su cui deve chiudersi.
Il riferimento al soggetto tiene fermo l'aspetto del protagonista da un episodio all'altro, mentre il timbro assegnato a ciascuna entità gli conserva la voce: due personaggi che dialogano non derivano a ogni nuovo prompt. Una singola tavola storyboard a più riquadri basta come ingresso per un video già sceneggiato, da 2 a 10 secondi — la misura reale di una battuta.
Tre passaggi: si scrive la scena, si collega il materiale che esiste già, si scarica l'MP4 e lo si rifinisce in timeline.
Imposta il prompt come una micro-scaletta — inquadratura 1, inquadratura 2, inquadratura 3 — e indica anche cosa si sente, non solo cosa si vede. Qui scegli il rapporto d'aspetto (verticale per Reels e TikTok, orizzontale per YouTube) e la risoluzione, 720P o 1080P: sono impostazioni di partenza, non un ritaglio da fare alla fine.
Carica ciò che esiste: un packshot o la foto di un piatto come primo fotogramma, un ultimo fotogramma se il finale è imposto, uno spezzone da proseguire, una tavola storyboard, oppure un personaggio come riferimento al soggetto con il suo timbro. La durata si chiede in secondi interi: da 2 a 15 con testo e immagine in ingresso, da 2 a 10 con riferimento al soggetto ed editing video.
Il file arriva in MP4 (H.264) a 30 fps con l'audio già dentro, quindi entra in timeline così com'è. Conviene rigenerare un'inquadratura alla volta invece di rilanciare l'intera scena, e produrre una seconda versione nel rapporto d'aspetto dell'altra piattaforma anziché ritagliare quella esistente.
Explora más modelos de IA para creación de imágenes y videos.
La foto del piatto, il packshot della collezione, uno spezzone di stream che hai messo da parte: su VideoAI diventano una sequenza con la propria traccia audio, senza rigirare nulla e senza un secondo sopralluogo.
Inizia ora con VideoAIÈ un modello di generazione video di Tongyi Lab, il laboratorio di ricerca di Alibaba; la linea video è arrivata ad aprile 2026 e conta quattro modelli complementari: testo→video, immagine→video, riferimento→video ed editing video. Appartiene alla famiglia di modelli Alibaba Wan, di cui rappresenta la generazione più recente. Questo non è il sito ufficiale del modello e non esiste alcun rapporto di affiliazione, partnership o approvazione con Alibaba o Tongyi Lab.
Due livelli di risoluzione, 720P o 1080P, a 30 fps, in MP4 con codifica H.264. Le durate si chiedono in secondi interi: da 2 a 15 secondi con testo→video e immagine→video, da 2 a 10 secondi con riferimento→video ed editing video. E per togliere il dubbio che arriva comunque: la linea video non arriva al 4K.
Esce già sonoro: la linea video produce il file con l'audio sincronizzato all'immagine, senza incollare una traccia sotto un montaggio muto. Nell'editing video il risultato è sonoro o silenzioso a seconda del video di partenza. Quello che le specifiche stabiliscono è la sincronizzazione tra suono e immagine, non la resa di una voce italiana in particolare: quella conviene misurarla sui tuoi prompt.
Si parte dalla scaletta: due o tre inquadrature descritte con quello che si vede e quello che si sente, poi la scelta del formato e della risoluzione. Subito dopo colleghi il materiale che possiedi — una fotografia come primo fotogramma, un personaggio di riferimento, uno spezzone da proseguire — e indichi la durata in secondi interi. Su VideoAI il file torna in MP4 con l'audio dentro, e da lì si itera un'inquadratura alla volta.
Dipende da dove lo usi. Ogni piattaforma che lo mette a disposizione applica le proprie condizioni d'accesso, quindi non esiste una risposta unica valida ovunque: le condizioni le stabilisce il servizio da cui lanci la generazione.
No in entrambi i casi. Costo e velocità di resa cambiano con il fornitore d'accesso, perciò qui non trovi tariffe, crediti né tempi di generazione: sono dati che appartengono alla piattaforma, non al modello. Sull'installazione in locale la risposta è altrettanto netta: Wan 2.7 non è annunciato come modello open source né a pesi aperti — le versioni aperte riguardavano generazioni precedenti della famiglia.
È esattamente il compito dell'editing video: dai un'istruzione e il modello interviene su una porzione o sull'intera immagine — cambio d'ambiente, restyling della scena, replica di un movimento di camera o di un effetto visto in un riferimento, sostituzione tramite immagini di riferimento. Il movimento originale della clip viene conservato. La durata resta tra 2 e 10 secondi e l'audio in uscita c'è o manca a seconda del video sorgente.
