Video Studio

⚠️ Wan 2.7 使用 HTTP 调用，DashScope SDK 暂不支持 wan2.7 模型。 ⚠️ Wan 2.7 全系列最高 1080P（非 4K），单段最长 15 秒。

📝 剧本写作

短剧剧本结构

【片名】一句话概括故事
【时长】10s / 15s / ...（单段）或 N 分钟（多段拼接）
【风格】3D卡通 / 写实电影 / 水墨 / 赛博朋克 / ...
【角色】角色1：描述 | 角色2：描述 | ...
【场景】主要场景描述
【分镜】镜头1 → 镜头2 → 镜头3 → ...

长视频策略（>15 秒）

Wan 2.7 单段最长 15 秒，制作长视频需分镜拆分：

3 分钟视频 = 12-18 个镜头 × 10-15 秒/段
流程：剧本 → 分镜 → 逐段生成 → ffmpeg 拼接 → 配乐
角色一致性：每个镜头使用相同的首帧参考图

分镜脚本格式

每个镜头必须包含以下要素：

镜头X [时长X秒]
- 景别：全景 / 中景 / 近景 / 特写
- 角度：平视 / 仰视 / 俯视 / 鸟瞰
- 运动：固定 / 推 / 拉 / 摇 / 移 / 跟 / 升 / 降
- 内容：画面描述（主体 + 动作 + 环境 + 光影 + 情绪）

Prompt 写法公式

文生视频（t2v）Prompt 公式：

[景别] + [主体] + [动作] + [环境] + [光影] + [氛围/情绪] + [风格]

示例：
近景，一位穿着白色连衣裙的少女站在海边，微风吹起她的长发和裙摆，
夕阳的金色余晖洒在她身上，海面波光粼粼，背景是粉紫色的晚霞，
氛围宁静温柔，电影质感，浅景深

Wan 2.7 多镜头叙事 Prompt（无需 shot_type 参数）：

直接在 prompt 中用时间戳描述分镜：
第1个镜头[0-3秒] 全景：雨夜的纽约街头，霓虹灯闪烁。
第2个镜头[3-6秒] 中景：侦探进入老旧建筑，雨水打湿外套。
第3个镜头[6-9秒] 特写：侦探眼神坚毅专注，远处传来警笛声。

参考生视频（r2v）Prompt 公式（多角色）：

wan2.7: 视频1/图1的角色 + 动作/台词 + 视频2/图2的角色 + 反应 + 环境
wan2.6: character1 + 动作/台词 + character2 + 反应 + 环境

🎞️ 分镜脚本模板

标准分镜表

🎨 镜头语言库

景别定义

镜头运动

光影风格

🎬 视频生成

模式选择

想从零开始生成 → t2v（文生视频）
有一张图想动起来 → i2v - 首帧生视频
有首帧和尾帧图 → i2v - 首尾帧生视频
有已有视频想续写 → i2v - 视频续写
有参考视频/图复刻角色 → r2v（参考生视频，wan2.6-r2v）
想编辑已有视频 → videoedit（指令式编辑）

文生视频（wan2.7-t2v）

# 基础用法 - 单镜头
/video --mode t2v "近景，一只布偶猫坐在窗台上，午后阳光洒在它身上"

# 多镜头叙事 - 直接在 prompt 中描述
/video --mode t2v \
  "第1个镜头[0-3秒] 全景：森林深处，阳光透过树冠。
   第2个镜头[3-6秒] 中景：一只布偶猫从草丛中探出头。
   第3个镜头[6-9秒] 特写：猫的眼睛闪着好奇的光。" \
  --duration 9 --resolution 1080P --ratio 16:9

# 带音频
/video --mode t2v "prompt" --audio https://example.com/bgm.mp3 --duration 10

# 反向提示词
/video --mode t2v "一只猫在花园" --negative-prompt "花朵,文字,水印"

图生视频（wan2.7-i2v）

# 首帧生视频
/video --mode i2v "prompt" --first first_frame.jpg --duration 10

# 首尾帧生视频（精确控制起止画面）
/video --mode i2v "prompt" --first start.jpg --last end.jpg --duration 10

# 首帧 + 音频驱动
/video --mode i2v "prompt" --first face.jpg --audio voice.mp3 --duration 10

# 视频续写（基于已有视频生成后续）
/video --mode i2v "一个女孩对镜自拍后背着书包出门" \
  --first-clip clip1.mp4 --duration 10

# 首段视频 + 尾帧续写
/video --mode i2v "prompt" \
  --first-clip clip1.mp4 --last end.jpg --duration 10

参考生视频（wan2.6-r2v-flash）

⚠️ Wan 2.7 暂无独立 R2V 模型，当前使用 wan2.6-r2v-flash

wan2.6 角色引用方式：character1、character2...

# 单角色
/video --mode r2v --ref character.mp4 \
  "character1在花园里散步，享受阳光"

# 多角色互动（最多5个角色）
/video --mode r2v \
  --ref girl.mp4 --ref boy.mp4 \
  "character1对character2说：你好！character2笑着回应" \
  --duration 10 --shot-type multi

# 多角色 + 道具 + 背景
/video --mode r2v \
  --ref char1.mp4 --ref char2.mp4 --ref guitar.jpg --ref cafe.jpg \
  "character1抱着character3弹奏，character2坐在对面倾听，背景是character4" \
  --duration 10 --shot-type multi

# 无声视频
/video --mode r2v --ref character.mp4 \
  "character1在跳舞" \
  --duration 5 --shot-type multi --no-audio

视频编辑（wan2.7-videoedit）

# 风格转换
/video --mode videoedit "将整个画面转换为黏土风格" \
  --video original.mp4 --duration 5

# 内容替换（参考图）
/video --mode videoedit "将视频中女孩的衣服替换为图片中的衣服" \
  --video original.mp4 --ref-image clothes.png --duration 5

# 运镜调整
/video --mode videoedit "在结尾添加缓慢推进效果" \
  --video original.mp4 --duration 8

# 保留原声
/video --mode videoedit "添加雨天气效果" \
  --video original.mp4 --audio-setting origin --duration 5

📋 完整工作流示例

示例：制作一个 10 秒的咖啡厅相遇短片

步骤 1：剧本

【片名】咖啡厅相遇
【时长】10秒
【风格】日系小清新，温暖柔和
【角色】女孩：黑色长发，白衬衫，20岁 | 男孩：短发，蓝毛衣，20岁
【场景】街角咖啡厅，午后阳光，木质桌椅，窗边绿植
【分镜】
  镜头1[3s] 全景→中景 推：女孩坐在窗边看书，阳光透过玻璃
  镜头2[3s] 中景 固定：男孩推门进来，风铃响起，女孩抬头
  镜头3[4s] 近景 缓慢右摇：男孩走向女孩，两人相视而笑

步骤 2：wan2.7-t2v 一键生成

/video --mode t2v \
  "第1个镜头[0-3秒] 全景推近：女孩坐在咖啡厅窗边看书，午后的阳光透过玻璃洒在她身上。
   第2个镜头[3-6秒] 中景固定：男孩推门进来，风铃响起，女孩抬头看向他。
   第3个镜头[6-10秒] 近景缓慢右摇：男孩走向女孩，两人相视而笑。
   日系小清新风格，温暖柔和的光线，木质桌椅，窗边绿植" \
  --duration 10 --resolution 1080P --ratio 16:9

🔧 参数参考

wan2.7-t2v

wan2.7-i2v

wan2.7-videoedit

wan2.6-r2v-flash

📐 分辨率对照表

⚠️ 注意事项

• Wan 2.7 使用 HTTP 调用，SDK 暂不支持 wan2.7
• 单段最长 15 秒（t2v/i2v），视频编辑最长 10 秒
• 最高分辨率 1080P（非 4K）
• 所有生成为异步任务，提交后返回 task_id
• 视频 URL 24 小时过期，及时下载
• wan2.7-t2v 不需要 shot_type 参数，自然语言描述分镜即可
• 反向提示词 wan2.7-t2v 和 wan2.7-i2v 均支持
• 多角色互动使用 wan2.6-r2v-flash，最多 5 个角色
• i2v 输出宽高比由输入素材（首帧/首视频）决定
• 提示词需明确动作逻辑（如 "猫扑向狐狸" 而非 "猫和狐狸打架"）