Supports image editing and mixed text and image output to meet diverse generation and integration needs.
Alibaba WAN 2.6 Image Edit
Alibaba WAN 2.6 Image Edit enables you to upload an existing visual and specify the desired adjustments. The model preserves layout and subject structure while implementing high-quality updates based on natural language.
Why creators love it
- Structure-preserving edits: Make lighting, color, or object changes without breaking composition.
- Text-guided styling: Reimagine materials, moods, or art styles with concise prompts.
- Prompt expansion on demand: Enable automatic prompt enrichment when you need extra detail.
- Flexible output sizes: Pick the resolution that best matches your downstream workflow.
Perfect for
- Marketing and design teams refining campaign visuals.
- E-commerce sellers upgrading product imagery.
- Content creators polishing thumbnails, covers, and posts.
- Artists experimenting with variations of their original work.
Billing rules
- Minimum charge: 1 image.
- Total cost = number of images × price per resolution.
How to use
- Provide the image you want to refine. (Image dimensions must be in (384, 5000))
- Describe the desired adjustments in the prompt.
- Choose the target resolution and submit.
- Review the enhanced output and download the version you like best.
Pro tips
- Start with clear instructions about colors, lighting, or objects to adjust.
- Pair positive and negative prompts to control what should or should not appear.
- Keep source images at or above your target resolution for optimal fidelity.
Note
If you did not upload the image locally, please ensure that the image URL is accessible! A successfully accessible image will display a preview in the interface.
Recommended Resolutions
| Aspect Ratio | Exact (W×H) | Exact Pixels | Rounded (W×H, ÷64) | Rounded Pixels |
|---|---|---|---|---|
| 1:1 | 1448 × 1448 | 2,096,704 | 1408 × 1408 | 1,982,464 |
| 3:2 | 1773 × 1182 | 2,095,686 | 1728 × 1152 | 1,990,656 |
| 4:3 | 1672 × 1254 | 2,096,688 | 1664 × 1216 | 2,023,424 |
| 16:9 | 1936 × 1089 | 2,108,304 | 1920 × 1088 | 2,088,960 |
| 21:9 | 2212 × 948 | 2,096,976 | 2176 × 960 | 2,088,960 |
| 1:1 | 1024 × 1024 | 1,048,576 | 1024 × 1024 | 1,048,576 |
| 3:2 | 1254 × 836 | 1,048,344 | 1216 × 832 | 1,011,712 |
| 4:3 | 1182 × 887 | 1,048,434 | 1152 × 896 | 1,032,192 |
| 16:9 | 1365 × 768 | 1,048,320 | 1344 × 768 | 1,032,192 |
| 21:9 | 1564 × 670 | 1,047,880 | 1536 × 640 | 983,040 |
| 1:1 | 323 × 323 | 104,329 | 320 × 320 | 102,400 |
| 3:2 | 397 × 264 | 104,808 | 384 × 256 | 98,304 |
| 4:3 | 374 × 280 | 104,720 | 448 × 320 | 143,360 |
| 16:9 | 432 × 243 | 104,976 | 448 × 256 | 114,688 |
| 21:9 | 495 × 212 | 104,940 | 576 × 256 | 147,456 |
詳細仕様
概要：
主要仕様：
次の傑作を作成
Wan 2.6プロフェッショナルマルチショットAI動画制作
Alibabaの最新AI動画生成技術の飛躍的進化。マルチショットストーリーテリング、リファレンス駆動のキャラクター一貫性、ネイティブオーディオビジュアル同期を備えた最大15秒の1080p動画を作成。ストーリーボードロジックを真に理解した初のシネマティックナラティブモデル。
革命的なブレークスルー
Wan 2.6がAI動画生成のゲームチェンジャーである理由
マルチショットストーリーテリング
ストーリーボードロジックを理解する初のモデル。シーン変更を通じてキャラクターの外観と環境の一貫性を維持しながら、一貫したトランジションを持つ連続ショットを自動生成—単一の15秒生成で完全なストーリーアークを実現。
リファレンス動画変換(R2V)
2〜30秒のリファレンス動画をアップロードして、キャラクターの外観、動きパターン、音声特性を抽出・保存。複数の動画にわたって前例のない精度で一貫したキャラクターパフォーマンスを作成。
正確なテキストレンダリング
製品パッケージ、看板、ブランドコンテンツ向けの業界最先端のテキストレンダリング機能。動画フレーム内に明瞭で読みやすいテキストを生成—マーケティングと商用アプリケーションに不可欠。
コア機能
15秒の長時間生成
完全な「三幕構成」（設定→展開→解決）を持つ最大15秒の動画を生成
プロフェッショナル1080p品質
シネマティック品質と強化された視覚安定性を備えた24fpsのネイティブ1080p出力
ネイティブオーディオ同期
口の動きとセリフが一致し、ペーシングに合わせた背景音楽、完璧にトリガーされる効果音
キャラクター一貫性
ショットと複数の動画を通じてキャラクターの外観、衣装、アイデンティティを維持
シネマティックカメラコントロール
パン、ズーム、トラッキングショット、ドリー移動を含むプロフェッショナルカメラムーブメント
柔軟なアスペクト比
16:9（YouTube）、9:16（リール）、1:1（スクエア）—ポストプロダクションクロッピング不要のプラットフォーム最適化
Wan 2.6 vs Wan 2.5:主要な改善点
最新リリースの新機能をご覧ください
3つの専門生成モード
クリエイティブワークフローに適したモードを選択
テキストto動画(T2V)
最も人気強化されたマルチショットセグメンテーションと改善されたプロンプト処理を備えたテキストプロンプトから完全な動画を生成。ストーリーテリングとクリエイティブ探求に最適。
- 単一プロンプトからの自動ショットセグメンテーション
- マルチキャラクターインタラクション理解
- カメラムーブメントと感情的手がかり
- 環境ディテール保存
画像to動画(I2V)
強化版モーションコヒーレンスを改善して静止画像をモーション動画に変換。製品ショーケース、写真アニメーション、ビジュアルストーリーテリングに最適。
- 製品の正確なテキストレンダリング
- フレーム間のスタイル一貫性
- 静止画像からの自然なモーション
- ナラティブ駆動のビジュアル最適化
リファレンス動画変換(R2V)
新機能リファレンス動画（2〜30秒）をアップロードして、キャラクターの外観、動きパターン、音声を保存。キャラクター駆動コンテンツの最強の一貫性保証。
- 完全なキャラクターアイデンティティ保存
- 音声特性抽出
- 動きパターンの複製
- マルチキャラクター共演シーン
最適な用途
マーケティング&広告
テキストレンダリング付き製品デモ、キャラクター一貫性のあるブランドキャンペーン、プロモーション動画
コンテンツ制作
YouTube動画、ソーシャルメディアリール、マルチショットストーリーテリング、動画編集ワークフロー
eコマース
正確なテキスト付き製品ショーケース、チュートリアル動画、顧客証言の再現
教育&トレーニング
教育コンテンツ、コース教材、マルチシーン教育ナラティブ
エンターテインメント
短編映画、キャラクター駆動ストーリー、シネマティックシーケンス、クリエイティブ実験
プリビジュアライゼーション
映画コンセプト開発、ストーリーボード作成、制作のシーンプランニング
Wan 2.6 T2V、I2V、R2V API統合
テキストto動画、画像to動画、リファレンス動画変換の完全APIスイート
テキストto動画API(T2V API)
当社のWan 2.6 T2V APIは、テキストプロンプトを自動シーンセグメンテーション付きのマルチショットシネマティック動画に変換。ネイティブオーディオ同期を備えた最大15秒のプロフェッショナル1080p動画を生成。
画像to動画API(I2V API)
当社のWan 2.6 I2V APIは、正確なモーションコントロールとテキストレンダリングで静止画像に命を吹き込みます。製品動画、写真アニメーション、ブランドコンテンツ制作に最適。
リファレンス動画変換API(R2V API)
当社のWan 2.6 R2V APIは、リファレンス動画からキャラクターアイデンティティを保存。外観、音声、動きパターンを抽出して一貫したキャラクター生成を実現する2〜30秒のクリップをアップロード。
完全なAPIスイート
すべての3つのWan 2.6 APIモード(T2V API、I2V API、R2V API)は、包括的なドキュメントを備えたRESTfulアーキテクチャをサポート。Python、Node.jsなどのSDKで開始。各エンドポイントにはネイティブオーディオビジュアル同期と完全な商用利用権が含まれます。
Wan 2.6の始め方
2つのシンプルなパスで数分でプロフェッショナル動画作成を開始
API統合
アプリケーションを構築する開発者向け
サインアップ&ログイン
Atlas Cloudアカウントを作成するか、ログインしてコンソールにアクセス
支払い方法の追加
請求セクションでクレジットカードを紐付けてアカウントに入金
APIキーの生成
コンソール→APIキーに移動して認証キーを作成
構築開始
T2V、I2V、またはR2V APIエンドポイントを使用してWan 2.6をアプリケーションに統合
Playground体験
クイックテストと実験向け
サインアップ&ログイン
Atlas Cloudアカウントを作成するか、ログインしてプラットフォームにアクセス
支払い方法の追加
請求セクションでクレジットカードを紐付けて開始
Playgroundを使用
Wan 2.6 playgroundに移動し、T2V/I2V/R2Vモードを選択して即座に動画を生成
よくある質問
Wan 2.6のマルチショット機能の独自性は何ですか?
Wan 2.6は、ストーリーボードロジックを真に理解する初のモデルです。乱雑な「モーフィング」効果を生み出したWan 2.5とは異なり、Wan 2.6は単一のプロンプトを一貫したトランジションを持つ複数の明確なショットに自動的にセグメント化し、シーン変更を通じてキャラクターの一貫性を維持できます。
リファレンス動画変換(R2V)はどのように機能しますか?
2〜30秒のリファレンス動画をアップロードすると、Wan 2.6はキャラクターの外観、動きパターン、音声特性を抽出します。その後、同じキャラクターをフィーチャーした新しい動画を一貫したアイデンティティで生成できます—キャラクター駆動のコンテンツシリーズの作成に最適です。
サポートされている動画形式と時間は?
Wan 2.6は、5〜15秒の時間で24fpsの1080p動画を生成します。サポートされているアスペクト比には、16:9(YouTube)、9:16(Instagram Reels/TikTok)、1:1(スクエアフォーマット)が含まれ、各プラットフォーム向けに最適化されており、ポストプロダクションクロッピングは不要です。
Wan 2.6は動画内でテキストをレンダリングできますか?
はい!Wan 2.6は、製品パッケージ、看板、ブランドコンテンツ向けの業界最先端のテキストレンダリングを備えています。モデルは動画フレーム内に明瞭で読みやすいテキストを生成できます—これはSeedanceとほとんどの競合他社が欠いている重要な機能です。
T2V、I2V、R2Vモードの違いは何ですか?
T2V(テキストto動画)は、マルチショット機能を備えたテキストプロンプトから生成します。I2V(画像to動画)は、正確なテキストレンダリングで静止画像をアニメーション化します。R2V(リファレンス動画変換)は、動画リファレンスを使用して生成間でキャラクターアイデンティティを保存します。入力タイプと一貫性のニーズに基づいて選択してください。
生成された動画の商用権はありますか?
はい!すべてのWan 2.6作成には完全な商用利用権が付属します。動画は、追加のライセンス要件なしに、マーケティングキャンペーン、クライアント成果物、ブランドコンテンツ、商用アプリケーション向けに本番レディです。
Atlas CloudでWan 2.6を使用する理由
プロフェッショナル動画生成ワークフロー向けのエンタープライズグレードインフラストラクチャを活用
専用インフラストラクチャ
要求の厳しいAI動画ワークロード向けに特別に最適化されたインフラストラクチャにWan 2.6のマルチショット生成とR2V機能を展開。1080p 15秒生成の最大パフォーマンス。
すべてのモデル向け統一API
1つの統一APIを通じて、Wan 2.6(T2V、I2V、R2V)と300以上のAIモデル(LLM、画像、動画、音声)にアクセス。一貫した認証ですべての生成AI ニーズに単一統合。
競争力のある価格
透明な従量課金制の価格でAWSと比較して最大70%節約。隠れた料金や契約なし—銀行を壊すことなくプロトタイプから本番にスケール。
SOC I & II認定セキュリティ
SOC I & II認定とHIPAAコンプライアンスでリファレンス動画と生成コンテンツを保護。暗号化された伝送とストレージを備えたエンタープライズグレードのセキュリティ。
99.9%稼働時間SLA
保証された99.9%稼働時間を備えたエンタープライズグレードの信頼性。Wan 2.6マルチショット動画生成は、本番キャンペーンと重要なコンテンツワークフローで常に利用可能。
簡単な統合
REST APIと多言語SDK(Python、Node.js、Go)で数分で完全統合。統一されたエンドポイント構造でT2V、I2V、R2Vモード間をシームレスに切り替え。
技術仕様
プロフェッショナルマルチショット動画生成を体験
Wan 2.6の画期的なマルチショットストーリーテリングとキャラクター一貫性機能で動画制作を革新している世界中のコンテンツクリエーター、マーケター、映画製作者に参加してください。
Atlas Cloudでのみ。
