摘要
- 四模型套件：Wan 2.7 为 Together AI 带来视频生成、续写和编辑能力，今天先上线文生视频，不久后将扩展到图生视频、参考视频生成和视频编辑。
- 更精细的创作控制：可通过可选音频、帧级条件控制、参考输入和续写工作流来驱动生成，减少工作流的碎片化。
- 在 Together AI 上可用：Wan 2.7 运行在 AI 原生云 Together AI 上，开发者可以沿用在其多模态技术栈其余部分已经使用的同样快速可靠的 API、认证和计费界面。
- 定价简单：通过 Together AI API 使用，每生成一秒视频起价 $0.10。
AI 视频容易生成，却难以驾驭。团队可以根据提示词得到一段有潜力的片段，但要续写它、匹配参考素材，或在不推倒重来的情况下修改它，通常就意味着要离开生成它的模型，到别处把其余部分拼凑起来。项目需要的控制越多，工作流就越变成反复重新渲染、交接和手动清理。Wan 2.7 正是为了弥合这一差距而打造的，覆盖生成、续写、参考驱动的工作流和编辑。
在 Together AI 上，这一扩展后的控制能力成为一个统一的平台，而不是又一套互不相连的工具链。Wan 2.7 以四模型套件的形式登陆 AI 原生云 Together AI，从文生视频起步，陆续推出图生视频、参考视频生成和视频编辑。这样，团队就能通过其在多模态技术栈其余部分已经使用的同样的 API、认证和计费界面，更清晰地走完从首次生成到续写、参考驱动控制再到修改的路径。
文生视频现已可用
Wan 2.7 Text-to-Video（Wan-AI/wan2.7-t2v）今天已在 Together AI 上线。它通过支持以下能力，为营销内容、产品视频和创意原型提供了比单纯的提示词生成视频更强的起点：
- 灵活的分辨率：支持 720P 和 1080P 生成。
- 时长控制：视频输出时长为 2 到 15 秒。
- 音频支持：可选的音频输入，用于驱动生成。
- 提示词驱动的导演控制：直接通过提示语言控制多镜头叙事。
WAN 2.7
5s
▶ https://together-website.b-cdn.net/video/train%20(1).mp4
史诗感的雪地列车镜头，具有电影般的宏大尺度。
$0.10/video
WAN 2.7
4s
▶ https://together-website.b-cdn.net/video/astronaut%20(1).mp4
红色应急灯光下的科幻宇航员走廊。
$0.10/video
WAN 2.7
4s
▶ https://together-website.b-cdn.net/video/405%20(1).mp4
动作流畅的奢华屋顶时装短片。
$0.10/video
WAN 2.7
5s
▶ https://together-website.b-cdn.net/video/bird%20(1).mp4
照片级真实的蜂鸟微距镜头，展现雨林的奇妙。
$0.10/video
图生视频和参考视频生成即将推出
随着 Wan 2.7 套件的其余部分陆续推出，开发者将能更好地控制视频的驱动方式与结构。
图生视频（Wan-AI/wan2.7-i2v）支持：
- 高级工作流：首帧、首尾帧以及续写生成。
- 音视频同步：由音频输入驱动的同步生成。
- 分镜：3x3 网格转视频的生成工作流。
- 灵活的输出：最长 15 秒的 720P 或 1080P 生成。
参考视频生成（Wan-AI/wan2.7-r2v）支持：
- 参考输入：由参考图像和参考视频输入驱动。
- 复杂场景：单镜头和多镜头工作流，以及多角色互动。
- 输出：最长 10 秒的 720P 和 1080P 生成。
视频编辑即将推出
Wan 2.7 Video Edit（Wan-AI/wan2.7-edit）为团队提供了更直接的素材修改方式，无需每一轮修改都跳转到单独的剪辑系统。它为套件新增了：
- 指令 & 参考编辑：通过文本指令或基于参考图像的编辑来修改素材。
- 风格迁移：对现有片段应用视频风格迁移。
- 时序特征迁移：从源素材中复制运动、镜头运用、特效和风格。
这些任务不必拆分到不同工具中，而是保留在一个协调一致的工作流内，从而减少交接，让迭代更易于管理。
立即试用
Wan 2.7 Text-to-Video 模型今天已在 Together AI Serverless Inference 上线，通过端点 Wan-AI/wan2.7-t2v 使用，每生成一秒视频起价 $0.10。
如果你已经在用 Together AI 做文本或图像推理，添加视频生成的方式也一样：
- 相同的认证
- 相同的 SDK
- 相同的计费面板
- 透明的按模型定价
查看 Wan 2.7 快速入门了解完整参数（如音频输入和分辨率控制），或复制下面的轮询循环代码立即开始：
import time
from together import Together
client = Together()
job = client.videos.create(
model="Wan-AI/wan2.7-t2v",
prompt="A cinematic product video of a running shoe on wet pavement, smooth camera arc, dramatic reflections",
resolution="1080P",
ratio="16:9",
seconds="5"
)
print(f"Job ID: {job.id}")
# poll until the video is completed
while True:
status = client.videos.retrieve(job.id)
if status.status == "completed":
print(f"Video URL: {status.outputs.video_url}")
break
elif status.status == "failed":
print(f"Error: {status.error}")
break
time.sleep(5)
)
生产部署
开发和测试阶段可从 Serverless 端点起步。
在 Together AI 上，团队可以在同一平台上从实验迈向生产；当他们希望对生产工作负载有更多控制时，还可以选用批量定价和企业部署选项。
开始使用
→ 在 Playground 中试用 Wan 2.7 T2V
→ 阅读 Wan 2.7 T2V 快速入门
→ 阅读视频文档
→ 如需批量定价和企业部署，请联系销售