Wan 2.7 图生视频：首帧、时间轴提示词与运动控制
Wan 2.7 是一个图生视频模型：给它一张首帧和一段提示词，它就动画出一段 5–15 秒、可带音频、可逐秒控制的片子。它的强项是精确——用时间轴提示词逐秒编排“什么时候变什么”，片子就按计划走、不乱飘。本文讲清决定片子“有章法”还是“乱”的关键：怎么准备首帧、怎么写「At 00:XX」时间轴、怎么让运动和镜头稳住，以及怎么绕开它已知的弱点。这些都能在 JoyInAIGC 上做。
Wan 2.7 能做什么
Wan 2.7 把一张静态图变成一段 5 到 15 秒的短视频，还能生成配套音频。它和“一句话让图动起来”那类工具的区别在于逐帧控制：你写一条时间轴，告诉模型每一秒发生什么，片子就按计划走、不乱飘。这让它很适合商品演示、简短的出镜口播，以及任何运动需要踩点的镜头。
从一张过硬的首帧开始
首帧决定起始状态——姿势、场景、光线和整体风格。给模型一张好首帧，后面一切都更省事。让主体大约占画面 60–70%，四周留出运动空间。避免裁切的手、被挡的脸、杂乱的背景和不自然的关节角度。输入至少 1024×1024，别用刺眼的 HDR 或过度锐化——过度处理的帧一动就容易闪烁。
→ 打开图生视频写「At 00:XX」时间轴提示词
Wan 2.7 读一条「At 00:XX」时间轴，每秒一行。第一行 At 00:00 锚定镜头：景别、机位角度、主体、姿势、场景、光线、情绪和质量标签。之后每一行只描述“变化”——先一个小动作，再一个大一点的——而不是重复静态细节。整段提示词控制在约 50–200 词，且 5000 字符以内。
一个干净的模板，以商品转台为例：「At 00:00，平视中景，一只白色运动鞋放在哑光展台上，柔和影棚光，干净高级，对焦锐利。At 00:01，展台开始缓慢旋转。At 00:02，鞋转到露出侧面。At 00:03，完成轻缓的半圈。At 00:04，正对镜头停稳。机位保持静止。无畸变。」
运动、镜头与音频
三条规则让运动可信。每条镜头只用一个运镜——完全静止的机位是最安全的默认。用“缓慢”“轻轻”“逐渐”这类柔和的速度词描述运动，模型比处理突兀动作更稳。并在 00:00 那行设定光线，让镜头运动时保持一致。Wan 2.7 还能生成音频；简短、带情绪标注的短句比长对白效果好。
内置提示词优化
Wan 2.7 内置提示词优化：提交一段短提示词，让模型把它扩写成更完整的。用来快速起草很方便。要注意扩写可能在你在意的细节上跑偏，所以定了方向之后，把重要的东西手动锁死——主体身份、景别、姿势、镜头行为和最终时序——别全交给自动扩写。
已知局限——以及怎么绕过
三个弱点值得提前规避。纹理闪烁：蕾丝、格纹这类细密图案一动容易闪——首帧尽量用简单纹理、光线保持稳定。长视频掉质量：太长的片子会丢细节，所以把较长的动作拆成 5–8 秒的段，每段专注一个运动。面部一致性：剧烈运动会让脸变形——加上“face stable, no deformation”，减小运动幅度、机位保持不动。手也仍是常见弱点；手势简单、手远离画面边缘，涉及手时加上“fingers maintain correct anatomy”。
常见问题
Wan 2.7 的片子能多长？
5 到 15 秒。为了质量，把 5–8 秒当甜蜜点，较长的序列拆成几段，每段围绕一个动作。
首帧该用多大分辨率？
至少 1024×1024。主体占 60–70%，避免裁切的手和杂乱，别过度锐化——干净的帧动起来更好。
为什么每次结果都不同？
扩散模型含受控随机性，同一提示词仍会变。生成两三个候选挑最好；更具体的提示词和明确的质量约束能收窄范围。
手或脸变形了怎么修？
手势简单、手远离边缘，加上“fingers maintain correct anatomy”和“face stable, no deformation”，减小运动幅度，涉及手或脸时多出几个版本。
Wan 2.7 还是 Seedance 2.0，用哪个？
都很强。想在图生视频里做精细的逐秒时间轴控制，Wan 2.7 出彩。Seedance 2.0 模式更全（文/图/尾帧、修改、延长）、最高 4K。用同一张首帧两个都试，留下更合适的那个。