wan-2-7

Wan 2.7 — RunComfy 專業版

runcomfy.com · 文字轉影片 · GitHub

Wan-AI 的 Wan 2.7 — 旗艦影片模型，具備多重參考條件與音訊驅動的語音同步 — 託管於 RunComfy Model API。

npx skills add agentspace-so/runcomfy-skills --skill wan-2-7 -g

何時選擇此模型（相較於同系列其他模型）

需求	使用
根據提供的音軌進行語音同步影片	Wan 2.7 (audio_url)
多重參考精細動作控制	Wan 2.7
流暢轉場、準確的動作物理	Wan 2.7
目前盲測排名第一的影片模型	HappyHorse 1.0
多模態電影級，含圖片+影片+音訊參考及內建語音生成	Seedance 2.0 Pro
對現有素材進行電影級動作編輯	Kling Video O1
超快速迭代	LTX 2

如果使用者明確提到「Wan」/「Wan 2.7」/「wan-ai」/「阿里巴巴影片」，無論如何都導向此模型。

前置需求

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy 帳號 — runcomfy login 會開啟瀏覽器裝置碼流程。
3. CI / 容器環境 — 設定 RUNCOMFY_TOKEN=<token> 取代 runcomfy login。

端點 + 輸入架構

wan-ai/wan-2-7/text-to-video

欄位	型別	必填	預設值	備註
prompt	字串	是	—	最多約 5000 字元 / 約 1500 tokens。
audio_url	字串	否	—	WAV/MP3，3–30 秒，≤15MB。驅動語音同步。 省略 → 自動生成背景音樂。
aspect_ratio	列舉	否	16:9	16:9、9:16、1:1、4:3、3:4。
resolution	列舉	否	1080p	720p 或 1080p。
duration	列舉	否	5	2–15（整數秒）。
negative_prompt	字串	否	—	最多 500 字元。具體要避免的問題。
enable_prompt_expansion	布林	否	true	自動改寫簡短提示。停用以獲得字面控制。
seed	整數	否	—	0..2^31-1。重複使用以產生變體。

如何呼叫

預設（5 秒 1080p 16:9，提示擴展開啟）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{"prompt": "<使用者提示>"}' \
  --output-dir <絕對路徑>

音訊驅動語音同步（使用自己的音軌）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{
    "prompt": "發言人中景，暖色主光，固定腳架，輕微呼吸動作。",
    "audio_url": "https://.../voiceover.mp3",
    "duration": 12,
    "aspect_ratio": "9:16"
  }' \
  --output-dir <絕對路徑>

字面控制（無自動擴展）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{
    "prompt": "<完全按照您想要的內容，逐字>",
    "enable_prompt_expansion": false,
    "negative_prompt": "無字幕，無閃爍，無變形的手"
  }' \
  --output-dir <絕對路徑>

提示技巧 — 實際有效的方法

用簡單英文描述鏡頭與動作。 「慢速推軌」、「固定腳架、低角度」、「手持跟拍」、「從上方 crane 移動」。將鏡頭描述放在前面。

每個片段一個主要動作。 不要堆疊多個互相競爭的動作。選定一個節拍：「她轉身，然後微笑」而不是「她轉身 AND 微笑 AND 公車經過 AND...」。

使用 negative_prompt 指定具體問題。 好的：「無字幕、無浮水印、無閃爍」。不好的（模糊）：「無不良光線」。

提示擴展預設開啟。 簡短提示會被模型自動改寫。對於簡潔/字面提示（例如品牌嚴格的廣告文案），請停用 enable_prompt_expansion: false。

音訊規格很重要。 audio_url 必須是 3–30 秒、≤15MB、WAV/MP3。超出範圍的檔案會被拒絕。音訊長度應與片段時長匹配。

迭代種子。 當您希望同一提示的不同變體產生一致的輸出時，重複使用相同的種子。更改種子以獲得真正的多樣性。

反模式：

• 靜態畫面描述 → 動作會模糊不清。
• 模糊的負面提示（「無不良顏色」）→ 被忽略。
• 音訊超出 3–30 秒 / 15MB / WAV-MP3 規格 → 被拒絕。
• 提示超過 5000 字元 / 1500 tokens → 輸出品質下降。

適用場景

使用案例	為何選擇 Wan 2.7
自訂旁白的語音同步廣告	audio_url 接受您的音軌
多語言配音變體	相同提示，不同 audio_url 對應不同語言
多重參考動作控制	最多 5 個參考媒體（圖片/影片/語音）
流暢轉場 + 動作物理	強大的物理感知動作先驗
負面提示的乾淨輸出	針對性問題排除

範例提示（經驗證可產生強烈效果）

頁面範例（產品展示）：

產品在大理石表面上的電影級中景，柔和棚拍燈光，緩慢細微的鏡頭推近，淺景深，高級商業感，清晰的 1080p 細節

語音同步發言人（搭配 audio_url）：

自信的發言人在柔和燈光的錄音室中景，稍微傾向鏡頭，固定腳架，淺景深，來自鏡頭左側的暖色主光。

垂直平台原生：

9:16 垂直短片。咖啡師萃取單份濃縮咖啡，蒸氣在晨光中升起，豐富的 crema 慢慢形成。手持近拍，淺景深，溫暖的咖啡館氛圍。

限制

• 最長時長 15 秒。 對於較長敘事，請多次呼叫拼接。
• 無原生 4K — 最高 1080p。
• 長寬比 — 僅限 5 個文件中的值。
• 音訊規格 — 僅限 3–30 秒、≤15MB、WAV/MP3。
• 參考媒體上限 5 個（圖片 + 影片 + 語音合計）。
• 如需內建語音生成（無需獨立音軌），請使用 Seedance 2.0 Pro — Wan 接受音訊而非生成音訊。

退出碼

碼	意義
0	成功
64	CLI 參數錯誤
65	輸入 JSON 錯誤 / 架構不符
69	上游 5xx 錯誤
75	可重試：逾時 / 429
77	未登入或 token 被拒絕

完整參考：docs.runcomfy.com/cli/troubleshooting。

運作方式

此技能使用符合架構的 JSON 主體呼叫 runcomfy run wan-ai/wan-2-7/text-to-video。CLI 將 POST 請求發送至 https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-7/text-to-video，輪詢請求狀態，取得結果，並將任何 .runcomfy.net/.runcomfy.com URL 下載至 --output-dir。Ctrl-C 會在退出前取消遠端請求。

安全性與隱私

• Token 儲存：runcomfy login 將 API token 寫入 ~/.config/runcomfy/token.json，權限設為 0600（僅擁有者可讀寫）。在 CI / 容器環境中設定 RUNCOMFY_TOKEN 環境變數可完全繞過檔案。
• 輸入邊界：使用者提示透過 --input 以 JSON 字串形式傳遞給 CLI。CLI 不會對提示進行 shell 擴展；它直接將 JSON 主體透過 HTTPS 傳輸至 Model API。提示內容無 shell 注入風險。
• 第三方內容：您傳遞的圖片 / 遮罩 / 影片 URL 由 RunComfy 模型伺服器擷取，而非您本機的 CLI。請將外部 URL 視為不可信任；基於圖片的提示注入是任何圖片編輯/影片編輯模型的已知風險。
• 對外端點：僅 model-api.runcomfy.net（請求提交）和 *.runcomfy.net / *.runcomfy.com（生成輸出的下載白名單）。無遙測、無回呼。
• 生成檔案大小上限：CLI 會中止任何超過 2 GiB 的單一下載，以防止惡意或失控的模型輸出導致磁碟空間耗盡。