Wan 2.5の画像から動画は、1枚の静止フレームを短いクリップへと動かします。画像をアップロードし、望む動きを言葉で伝えれば、モデルがその先のフレームを生成します。処理はすべてwan2-6.netのホスト環境で動くため、単体GPUもPython環境も、ドライブを圧迫する数ギガバイトのチェックポイントも必要ありません。汎用的な画像から動画のルートを使ったことがあるなら、このページは特に第2.5世代についての話です。何が違うのか、どう操るのか、そしてどこでまだ物足りないのかを扱います。
モデルはあなたの画像を最初のフレームとして受け取り、その次に起きることを予測します。静止画をパンやズームで動かすスライドショー的なツールではありません。新しいピクセルを合成します。髪が揺れ、水面が波立ち、頭が向きを変え、布が折れます。元の画像は構図、色、被写体の同一性を固定します。だからこそ最初のフレームはアップロードしたものとほぼ同じに見え、ずれはその少し後から始まります。
入力がプロンプトだけでなく画像であるため、テキストから動画で最も難しい部分を飛ばせます。構図、被写体、ライティングはすでに決まっています。あなたの役割は、場面を説明することから、変化を説明することへと移ります。
まずはクリーンな元画像を用意してください。圧縮ノイズ、強いざらつき、強すぎるシャープ化は、モデルがピクセルを動かし始めた瞬間に増幅されます。画像が大きすぎたり扱いにくい形式だったりする場合は、先に画像コンバーターや画像圧縮ツールを通してください。控えめな解像度でも誠実なディテールのほうが、JPEGのムラで埋まった巨大ファイルより優れています。
プロンプトは説明ではなく動きとして書いてください。「She turns her head slowly to the left, hair catching the light」はモデルに組み立てる材料を与えます。「A beautiful woman, cinematic, 8k」は、画像からすでに得ている以上の情報を何も伝えません。カメラの指示と被写体の指示は分けておくと、互いに打ち消し合いません。
そして最初のレンダリングはテストとして扱ってください。構図を見るために一度、ノイズを見るために一度、動きが意図に合っているかを見るために一度、再生します。調整する変数は一度にひとつだけにしてください。プロンプト、長さ、動きの強さを同時に変えると、何が効いたのか学べなくなります。
最大のレバーはプロンプトですが、それだけではありません。長さは多くの人が思う以上に重要です。短いクリップはまとまりよく保たれ、長いクリップはモデルが頼んでいないものを勝手に生み出す余地を増やします。長いシーケンスが必要なら、しっかりした短いクリップを生成し、1回の実行で押し切るのではなく動画延長で伸ばしてください。
2つ目のレバーは動きの強度です。低い設定は繊細で説得力のある動きを生み、はるかに寛容です。高い設定は決まれば劇的に見えますが、決まらなければ混沌とします。新しい画像で最初に試すときは、控えめにしておきましょう。
3つ目はシードです。レンダリングが惜しいが正しくない場合は、シードを再利用し、プロンプトだけを変えてください。そうすれば変数を切り分けられます。根本的に間違っている場合は、プロンプトを保ったままシードを変えます。
1回の実行にかかるクレジットは送信前にフォームの横に表示されるので、実行する前にどれだけ消費するかを確認できます。まとまった量を回す場合の料金の詳細は料金ページにあります。
画像から動画は復元サービスではありません。元画像がぼやけていれば、出力もぼやけたまま動きます。もともと存在しなかったディテールが足されることはありません。
長いシーケンス全体で顔を完全に一致させ続ける方法でもありません。短いクリップは同一性をよく保ちますが、長く伸ばすほど特徴がずれていきます。多くのショットでキャラクターを固定したいなら、それは別のワークフローです。
画像内のテキストはよくある失望ポイントです。看板、ラベル、UI要素は動きが始まると歪みがちです。そして、絵の中身を動かすのではなく変えたいのであれば、代わりに画像編集が必要です。
最後に、このサイトはモデルの重みを配布しておらず、ダウンロードも提供していません。ローカルで動かすためのチェックポイントを探しに来たのなら、ここはそういう場所ではありません。ここにあるのはすべて、ホストされたインフラ上でのブラウザベースの生成です。
何かをインストールしたりGPUを用意したりする必要はありますか？
いいえ。モデルは当社のハードウェア上で動き、ブラウザを通じて操作します。ダウンロードするものも、ローカルでのセットアップもありません。
同じ画像を複数の異なるクリップに使えますか？
はい、そしてそれは良い習慣です。プロンプトを変えながら1つの元画像を使い回すのが、モデルがあなたの画像をどう読むかを学ぶ最速の方法です。
クリップが元の写真から離れていくのはなぜですか？
長い時間と強い動きの設定は、どちらもモデルに与える自由度を増やします。クリップを短くするか強度を下げれば、元画像がよりよく保たれます。
プロンプトだけで画像がない場合は？
その場合はテキストから動画か、他の入力モードを扱うWan 2.5の概要をご覧ください。