Wan 2.7이 잘하는 것 — 그리고 아닌 것

Wan 2.7은 플래그십급 비디오에서 클로즈드 소스 해자를 무너뜨린 모델입니다. 지난 18개월 동안 AI 비디오 리더보드의 최상위는 Veo, Kling, Seedance, Runway 같은 클로즈드 웨이트에 의해 통제되었으며, 오픈 생태계는 한 세대 뒤에 머물렀습니다. Alibaba의 Tongyi Lab은 2026년 4월에 Apache 2.0으로 Wan 2.7을 출시했으며, 전체 제품군을 패키지로: 텍스트-투-비디오, 이미지-투-비디오, 첫/마지막 프레임 제어, 지시 기반 비디오 편집.

그 이면의 아키텍처 선택은 생성당 약 140억 파라미터만 활성화하는 270억 파라미터 Mixture-of-Experts(MoE) 모델입니다. MoE 설계는 Wan 2.7에게 훨씬 더 큰 밀집 모델의 용량 이점을 제공합니다 — 더 나은 세계 지식, 더 나은 스타일 커버리지, 더 나은 모션 물리학 — 추론 지연을 14B 밀집 모델에 가깝게 유지하면서.

Wan 2.7을 기능적으로 구분하는 능력은 지시 기반 비디오 편집입니다. 기존 클립과 텍스트 지시를 전달하면 — "재킷을 빨간색으로 만들어", "배경을 해변으로 바꿔", "골든 아워로 바꿔" — Wan이 원본 모션, 캐릭터 정체성, 씬 기하학을 보존하면서 편집을 적용합니다.

다른 주목할 만한 능력: 첫/마지막 프레임 제어로 시작과 종료 프레임을 잠그고 연결 모션을 생성하게 할 수 있습니다 — 특정 내러티브 비트를 맞추고 깔끔하게 연결되어야 하는 클립을 체인하는 데 유용합니다.

약한 점: 싱글 샷 작업에서의 최상위 시각적 충실도에는 Veo 3.1이 1080p+와 4K 업스케일 경로에서 여전히 앞섭니다. 다중 모달 참조 Elo에는 Seedance 2.0이 공개 벤치마크에서 선두입니다. 하드 컷이 있는 명시적 다중 샷 스토리보딩에는 Kling V3가 더 제어 가능합니다. Wan의 강점은 오픈소스 친화성, 지시 편집, 배치 프로덕션입니다.

합리적인 판단 기준: 오픈 웨이트 출처, 대량 배치 프로덕션, 또는 편집 중심 워크플로가 필요할 때 Wan 2.7을 기본으로 쓰세요. 최고 충실도에는 Veo 3.1. 참조 중심 샷에는 Seedance 2.0.