步骤 01
选线，备素材
只有文字，走文生视频；手上有商品图或想定住首尾帧，走图生视频；要锁角色形象与音色、或者已经有多宫格分镜稿，走参考生视频；改已经拍好的片子，走视频编辑。第一次用还有一条必须先知道：所选模型、服务地址与接口密钥必须在同一地域——中国内地走北京，国际走新加坡，跨地域调用会直接失败，这是服务商的部署规格。
用wan 2.7锁住主角的脸和嗓子，成片自带音轨
给VideoAI一段提示词、一张商品图或一份主体参考素材，也可以是一张多宫格分镜稿，wan 2.7回给你的是一条音画同步的多镜头MP4：720P或1080P，每秒30帧，H.264编码；文生视频与图生视频单条2–15秒，参考生视频与视频编辑单条2–10秒。如果你传进去的是一段已经拍好的视频（走视频编辑这条线），成片有声还是无声，取决于原视频本身。VideoAI是第三方模型体验入口，与阿里巴巴、通义实验室、阿里云没有任何官方、授权、合作或背书关系。
这些片子，都是wan 2.7出的
墙上的片段覆盖竖屏短剧、小说推文与漫剧分镜成片、矩阵号多镜头口播、商品带货竖版短片、改过背景与运镜的游戏素材，以及文旅品牌片。生成出来的万相AI视频原生音画同步，成片不必再单独配音；同一条创意换个宽高比就能重出一版，抖音、B站、小红书、视频号各投各的画幅。
霓虹地平线揭幕
品牌宣传
樱桃蛋糕预告
产品短片
赛博城市发布
品牌宣传
金色田野邂逅
电影感宣传
动作女主登场
娱乐宣传
便利店冲击
品牌宣传
头盔特写
产品短片
日落咖啡馆宣传
生活方式宣传
角色、声音、镜头，wan 2.7都替你管住
视频线一共四个模型，各管一段活。万相 2.7 的视频线只有720P和1080P两档分辨率，但新增了分辨率档位与宽高比自定义设置，同一条创意可以按不同平台的画幅重出一版。
主体参考与音色定制
参考生视频（r2v）用主体参考把角色的长相固定下来，还能给每个实体单独配置音色——同一个主角，下一集仍是这张脸、这副嗓子。手上已经画好的分镜，也可以把单张多宫格故事板直接作为输入，按格子顺序生成剧本化视频。单条2–10秒，一个反转镜头或一段台词正好装得下。
多镜头叙事与原生音轨
文生视频（t2v）和图生视频（i2v）都能在一条提示词里把好几个镜头讲完，音频与画面一起生成、天生对齐。把口播稿写成提示词交给VideoAI，拿回来就是带声音的成片，配音与对轴这两道工序直接省掉。单条2–15秒，够放下一个完整的论点段落。
指令编辑与视频迁移
视频编辑按你的指令改已有视频的局部或整体画面：换背景、复刻一段运镜或特效、用多图参考替换画面里的元素，同时保留原有主体动作。它改的是你传进去的那条视频，所以成片有声还是无声跟随原视频，不会给一段无声素材凭空配上音。单条2–10秒，可以一段一段地迭代。
三步跑完你的第一条片子
从挑线到发出去，中间只有三步。每一步该填什么、哪里容易踩坑，下面都写清楚了。
步骤 02
写提示词，挂参考，定规格
把镜头和台词在一条提示词里讲清楚，多镜头可以一次描述完；要固定角色，就传主体参考图并为这个角色指定音色。分辨率在720P和1080P里选，宽高比按投放平台定——竖版给抖音、快手、视频号、小红书，横版留给B站。时长按整数秒填，并且分模型取值：文生视频与图生视频2–15秒，参考生视频与视频编辑2–10秒。
步骤 03
出片、换画幅、直接发
拿到的是每秒30帧的MP4（H.264编码），拖进剪映、达芬奇或其他剪辑软件就能接，不用转码。文生视频、图生视频、参考生视频出的片子原生带音频、音画同步；视频编辑的成片是否带音频，跟随你传进去的原视频。同一条创意换个宽高比再跑一版，就是另一个平台的投放素材；角色形象与音色的参考设置留着，下一集、下一个SKU接着用。
探索其他模型
浏览更多用于图像和视频创作的 AI 模型。
先用wan 2.7跑一条出来
不用先想清楚整条内容线：一张主角图、一张多宫格分镜、一张商品主图，或者一段拍完还没剪的素材，挑一样就能开跑。用文生视频或图生视频出一条2–15秒、音画同步的成片，或者用参考生视频、视频编辑出一条2–10秒的，看看角色像不像、声音对不对、画幅合不合适，再决定要不要把整部剧、整个矩阵、整个店铺的素材都搬过来。VideoAI是第三方模型入口，价格与出片速度以你选择的服务商为准。
现在就开始开工之前，你大概还想问这些
wan 2.7 是什么？是谁做的？
它是阿里巴巴通义实验室出品的视频生成模型，中文名通义万相 2.7，2026年4月上线，官方模型编号以 wan2.7- 开头，通过阿里云百炼平台提供接口调用。通义万相视频生成这条线一共四个模型：文生视频、图生视频、参考生视频、视频编辑，你在VideoAI上用到的万相AI视频能力就是这四个。需要说清楚的是，VideoAI只是第三方模型体验入口，与阿里巴巴、通义实验室、阿里云没有任何官方、授权、合作或背书关系。
wan 2.7 怎么用？第一条片子该怎么跑？
先按手上的素材挑线：只有文字用文生视频，有图用图生视频，要锁角色与音色用参考生视频，改已有片子用视频编辑。接着写提示词、挂上参考、把规格定好——分辨率720P或1080P，宽高比按投放平台选，时长按整数秒填，文生视频与图生视频2–15秒，参考生视频与视频编辑2–10秒。还有一条容易踩坑：所选模型、服务地址与接口密钥必须同地域，中国内地是北京，国际是新加坡，跨地域调用会失败。
wan 2.7 免费吗？能先小成本试一条吗？
有没有免费额度、试一条要花多少，都取决于你选择的服务商，本页不写死。稳妥的做法是先跑一条短的：四条线的时长都从2秒起填，先确认角色像不像、声音对不对、画幅合不合适，再决定要不要把整批素材搬上来。
wan 2.7 价格怎么算？出一条片要等多久？
价格与出片速度因服务商而异——同一个模型，不同平台的计费口径与排队情况都不一样，所以这里不写死任何单价或耗时，一切以你实际使用的服务商为准。在你这一侧能控制的只有规格：分辨率选720P还是1080P、时长填几秒、走四条线里的哪一条。
出来的片子自带声音吗？还要不要另外进棚配音？
生成类的三条线自带声音：文生视频、图生视频、参考生视频出的片子原生带音频、音画同步，声音和画面是一起生成的，不用再配音、也不用对轴。视频编辑是例外——它改的是你上传的那条视频，成片有声还是无声取决于原视频本身，它不会给一段无声素材凭空补上音轨。
已经拍好、剪好的片子还能改吗？直播切片、游戏录屏能用吗？
能，这正是视频编辑的用途：按指令修改视频的局部或整体画面，支持多图参考替换，也能复刻动作、特效和运镜。换背景、改环境、把参考片里的镜头运动搬过来，同时保留原有主体动作，不用重拍也不用重渲。单条2–10秒，一段一段地改；输出是否带音频，跟随你传进去的那条视频。
连载短剧几十集，同一个主角能一直不跑形、不换嗓吗？
把角色交给参考生视频：用主体参考把形象锁住，再为这个实体配置固定音色，长相和声音会一起沿用到后面的镜头与集数里。如果你手上已经有一页多格的分镜稿，还可以把这张多宫格故事板作为单张图片输入，直接生成剧本化视频，分镜顺序照着稿子走——一本书推几十条，人设和声音都不漂。