wan-2-7

Wan 2.7 — RunComfy 专业包

runcomfy.com · 文本到视频 · GitHub

Wan-AI 的 Wan 2.7 — 旗舰视频模型，支持多参考条件和音频驱动的唇形同步 — 托管在 RunComfy 模型 API 上。

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

何时选择此模型（与同类模型对比）

您想要	使用
将视频与您提供的音频轨道进行唇形同步	Wan 2.7 (audio_url)
多参考精细运动控制	Wan 2.7
平滑过渡、精确运动物理	Wan 2.7
当前盲评排名第一的视频模型	HappyHorse 1.0
多模态电影级，支持图像+视频+音频参考及内置语音生成	Seedance 2.0 Pro
对现有素材进行电影级运动编辑	Kling Video O1
超快速迭代	LTX 2

如果用户明确提到“Wan”/“Wan 2.7”/“wan-ai”/“阿里巴巴视频”，则直接路由至此。

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy 账户 — runcomfy login 会打开浏览器设备码流程。
3. CI / 容器 — 设置 RUNCOMFY_TOKEN=<token> 替代 runcomfy login。

端点 + 输入模式

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

字段	类型	必填	默认值	说明
prompt	string	是	—	最多约 5000 字符 / 约 1500 token。
audio_url	string	否	—	WAV/MP3，3–30 秒，≤15MB。驱动唇形同步。 省略则自动生成背景音乐。
aspect_ratio	enum	否	16:9	16:9、9:16、1:1、4:3、3:4。
resolution	enum	否	1080p	720p 或 1080p。
duration	enum	否	5	2–15（整数秒）。
negative_prompt	string	否	—	最多 500 字符。要避免的具体问题。
enable_prompt_expansion	bool	否	true	自动重写简短提示。禁用可获得字面控制。
seed	int	否	—	0..2^31-1。重复使用以生成变体。

如何调用

默认（5 秒 1080p 16:9，提示扩展）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{"prompt": "<用户提示>"}' \
  --output-dir <绝对路径>

音频驱动的唇形同步（您自己的音轨）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{
    "prompt": "发言人半身近景，暖色主光，固定三脚架，轻微呼吸动作。",
    "audio_url": "https://.../voiceover.mp3",
    "duration": 12,
    "aspect_ratio": "9:16"
  }' \
  --output-dir <绝对路径>

字面控制（无自动扩展）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{
    "prompt": "<完全按您想要的原文>",
    "enable_prompt_expansion": false,
    "negative_prompt": "无字幕，无闪烁，无扭曲的手"
  }' \
  --output-dir <绝对路径>

提示技巧 — 实际有效的方法

用通俗英语描述镜头和运动。 “慢推镜头”、“固定三脚架，低角度”、“手持跟随”、“从上方吊臂移动”。将镜头描述放在前面。

每个片段一个主要动作。 不要堆砌多个竞争动作。选择一个节拍：“她转身，然后微笑”，而不是“她转身并且微笑并且一辆公交车经过并且……”。

使用 negative_prompt 处理具体问题。 好：“无字幕，无水印，无闪烁”。差（模糊）：“无不良照明”。

提示扩展默认开启。 简短提示会被模型自动重写。对于简洁/字面提示（例如品牌严格的广告文案），使用 enable_prompt_expansion: false 禁用。

音频规格很重要。 audio_url 必须为 3–30 秒，≤15MB，WAV/MP3。超出范围的文件会被拒绝。音频长度应与片段时长匹配。

迭代种子。 当您希望同一提示的不同变体输出一致时，重复使用相同种子。更改种子以获得真正的多样性。

反模式：

• 静态帧描述 → 运动将模糊。
• 模糊的否定词（“无不良颜色”）→ 被忽略。
• 音频超出 3–30 秒 / 15MB / WAV-MP3 规格 → 被拒绝。
• 提示超过 5000 字符 / 1500 token → 输出质量下降。

优势场景

用例	为什么选择 Wan 2.7
带自定义配音的唇形同步广告	audio_url 接受您的音轨
多语言配音变体	相同提示，不同语言的 audio_url
多参考运动控制	最多 5 个参考媒体（图像/视频/语音）
平滑过渡 + 运动物理	强大的物理感知运动先验
通过否定提示获得干净输出	针对性地排除问题

示例提示（已验证可产生强效果）

页面示例（产品展示）：

产品在大理石表面上的电影级中景，柔和影棚灯光，缓慢微妙的镜头推进，
浅景深，高端商业外观，清晰的 1080p 细节

唇形同步发言人（配合 audio_url）：

自信发言人在柔和照明的录音棚中的半身近景，微微倾向镜头，固定三脚架，
浅景深，来自相机左侧的暖色主光。

竖屏平台原生：

9:16 竖屏短视频。咖啡师萃取单份浓缩咖啡，蒸汽在晨光中升腾，
丰富的油脂缓慢形成。手持近景，浅景深，温暖咖啡馆氛围。

限制

• 时长上限 15 秒。 对于更长的叙事，请多次调用拼接。
• 无原生 4K — 最高 1080p。
• 宽高比 — 仅限文档中列出的 5 种值。
• 音频规格 — 仅 3–30 秒，≤15MB，WAV/MP3。
• 参考媒体上限 5 个（图像 + 视频 + 语音合计）。
• 如需内置语音生成（无需单独音频轨道），请使用 Seedance 2.0 Pro — Wan 接受音频而非生成音频。

退出码

代码	含义
0	成功
64	CLI 参数错误
65	输入 JSON 错误 / 模式不匹配
69	上游 5xx 错误
75	可重试：超时 / 429
77	未登录或 token 被拒绝

完整参考：docs.runcomfy.com/cli/troubleshooting。

工作原理

该技能使用符合模式的 JSON 主体调用 runcomfy run wan-ai/wan-2-7/text-to-video。CLI 将 POST 请求发送到 https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-7/text-to-video，轮询请求，获取结果，并将任何 .runcomfy.net/.runcomfy.com URL 下载到 --output-dir。Ctrl-C 在退出前取消远程请求。

安全与隐私

• Token 存储：runcomfy login 将 API token 写入 ~/.config/runcomfy/token.json，权限为 0600（仅所有者读写）。在 CI/容器中设置 RUNCOMFY_TOKEN 环境变量可完全绕过文件。
• 输入边界：用户提示通过 --input 作为 JSON 字符串传递给 CLI。CLI 不会对提示进行 shell 扩展；它直接将 JSON 主体通过 HTTPS 传输到模型 API。提示内容不存在 shell 注入风险。
• 第三方内容：您传递的图像/遮罩/视频 URL 由 RunComfy 模型服务器获取，而非您机器上的 CLI。将外部 URL 视为不可信；基于图像的提示注入是任何图像编辑/视频编辑模型的已知风险。
• 出站端点：仅 model-api.runcomfy.net（请求提交）和 *.runcomfy.net / *.runcomfy.com（生成输出的下载白名单）。无遥测，无回调。
• 生成文件大小上限：CLI 会中止任何超过 2 GiB 的单个下载，以防止恶意或失控模型输出导致磁盘填满。