Wan 2.5 图生视频可以把一张静态画面变成一段短视频。你上传图片，描述想要的运动，模型便会生成后续的画面。所有计算都在 wan2-6.net 的托管硬件上完成，你不需要独立显卡、Python 环境，也不用在硬盘里放一个几 GB 的模型文件。如果你之前用过通用的图生视频功能，那么这一页专门讲 2.5 代：它有哪些不同、该如何引导，以及它仍然做不到的地方。
模型把你的图片当作第一帧，然后预测接下来会发生什么。它不是那种把静态照片平移、缩放的工具，而是真正合成新的像素：头发飘动、水面泛起涟漪、人物转头、衣料褶皱。原图决定了构图、色彩和人物身份，所以第一帧通常和你上传的图片一模一样，偏移往往从稍后几帧才开始出现。
由于输入是一张图片而不是单纯的提示词，你可以跳过文生视频中最难的部分。构图、主体和光线你都已经定好了，你的任务从描述一个场景变成了描述一种变化。
从干净的素材开始。压缩伪影、严重噪点和过度锐化，都会在模型开始移动像素后被放大。如果你的图片尺寸过大或格式不合适，先用图片转换器或图片压缩器处理一下。分辨率适中但细节真实的图片，胜过塞满 JPEG 噪点的大文件。
把提示词写成运动，而不是描述。"She turns her head slowly to the left, hair catching the light" 这样的句子能让模型知道该安排什么动作；而 "A beautiful woman, cinematic, 8k" 并没有告诉它任何图片里已经有的信息。把镜头指令和主体指令分开写，避免两者互相冲突。
然后把第一次生成当作测试。看一遍构图，看一遍伪影，再看一遍运动是否符合你的意图。每次只调整一个变量。同时改动提示词、时长和运动强度，你就无法判断到底是哪一项起了作用。
提示词是最大的杠杆，但不是唯一的。时长的影响比很多人以为的更大：短片段更容易保持稳定，而较长的片段会给模型更多空间去编造你没要求的内容。如果你需要更长的序列，先生成一段扎实的短片段，再用视频延长把它接下去，而不是硬拉长单次生成。
运动强度是第二个杠杆。较低的设置会产生细微、可信的动作，容错率也高得多。较高的设置在成功时很有戏剧性，失败时则一片混乱。第一次尝试新图片时，建议保守一些。
随机种子是第三个。如果某次生成接近但还不够好，就沿用同一个种子，只改提示词，这样能隔离变量。如果某次生成从根本上就不对，那就换种子、保留提示词。
每次生成消耗的积分会在提交前显示在表单旁边，你可以在确认之前就看到这次生成会花掉多少。更大批量的价格详情在价格页面。
图生视频不是修复工具。如果原图模糊，输出也会模糊，而且还在动。它不会凭空补上原本不存在的细节。
它也不是让一张脸在长序列中保持完全一致的办法。短片段能很好地保持人物身份，但你拉得越长，五官偏移就越明显。如果你需要角色在多个镜头间保持稳定，那是另一套工作流程。
图片里的文字往往令人失望。招牌、标签和界面元素在运动开始后容易变形。如果你的目标是改变画面内容而不是让它动起来，那你需要的是图片编辑。
最后，本站不分发模型权重，也不提供任何下载。如果你是来找一个能在本地运行的模型文件，那这里并不适合你。这里的一切都是基于托管基础设施的浏览器端生成。
需要安装什么，或者必须有显卡吗？
不需要。模型运行在我们的硬件上，你通过浏览器操作即可。没有东西要下载，也不需要本地配置。
同一张图片可以用在多个不同的片段里吗？
可以，而且这是个好习惯。用同一张原图、只改变提示词，是了解模型如何理解你图片的最快方式。
为什么我的片段会偏离原照片？
时长越长、运动强度越高，模型拥有的自由度就越大。把片段缩短或把强度调低，原图就能保持得更好。