Wan 2.7 擅长什么——又不擅长什么

Wan 2.7 是把旗舰视频闭源护城河打破的模型。过去 18 个月,AI 视频榜首被闭源权重控制——Veo、Kling、Seedance、Runway——开源生态落后整整一代。阿里通义实验室 2026 年 4 月以 Apache 2.0 发布 Wan 2.7,打包成完整套件:文生视频、图生视频、首末帧控制、指令式视频编辑。结果真正在分辨率、运动保真、音频上和闭源旗舰打到一起——而且全程 Apache 2.0 开源。

这背后的架构选择是 270 亿参数 Mixture-of-Experts(MoE)模型,每次推理只激活约 140 亿参数。MoE 设计让 Wan 2.7 拿到比同等稠密模型大得多的容量优势——更好的世界知识、更广的风格覆盖、更强的运动物理——同时把推理延迟保持在接近 14B 稠密模型的水平。对高产量生产(广告生成、批量分镜、大型内容库),这是能跑起规模的模型。

把 Wan 2.7 在功能上拉开的能力是指令式视频编辑。传入一段现有视频 + 一句文本指令——"把外套改红""把背景换成沙滩""调成魔幻时刻"——Wan 会在保留原动作、角色身份、场景几何的前提下应用编辑。最接近的竞品是 Veo 的重塑流水线,但 Wan 的指令解析更灵活。对手里有客户素材需要重塑又不想重拍的代理商来说,这是闭环。

其他显著能力:首末帧控制让你锁定起始帧和结束帧、由 Wan 生成中间运动——既能击中具体叙事节拍,也能把需要干净接续的多条片段串起来。原生同步音频——对白、环境音、配乐——在同一次推理里与画面一起产出,自带唇形同步,无需单独的 Foley 步骤。

它弱在哪:单镜顶级视觉保真度上 Veo 3.1 在 1080p+ 和 4K 升级路径上仍占优。多模态参考 Elo 公开榜上 Seedance 2.0 领先。单 prompt 带硬切的显式多镜头分镜上 Kling V3 更可控。Wan 的甜点区是开源友好、指令编辑、批量生产。

一个合理的心理模型:需要开源出处、高产量批量、或工作流偏编辑时,默认选 Wan 2.7。要顶级保真就 Veo 3.1,参考重就 Seedance 2.0。