Wan 2.7 對比 Wan 2.6：實際帶來了哪些改動
Wan 2.7 新增了 Wan 2.6 沒有的首尾影格控制、九宮格圖片輸入、multi-reference 影片與指令編輯功能。本文將實用分析各項改動，以及該在什麼時候使用各版本。
重點總結 — 5 項改動
- ✅ Wan 2.7 加入 首尾影格控制 (FLF2V) — 2.6 沒有此功能
- ✅ Wan 2.7 支援 最多 5 個參考影片輸入 — 2.6 沒有 multi-reference 輸入
- ✅ Wan 2.7 加入 九宮格圖片輸入 — 2.6 僅使用單張圖片參考
- ✅ Wan 2.7 加入 基於指令的影片編輯 — 不需要完全重新生成就能編輯現有片段
- ✅ Wan 2.7 最長持續時間為 15 秒 — Wan 2.6 上限約為 5 秒
快速規格比較
| 功能 | Wan 2.6 | Wan 2.7 |
|---|---|---|
| 架構 | Diffusion Transformer | Diffusion Transformer + Flow Matching |
| 最長持續時間 | ~5 秒 | 15 秒 |
| 最大解析度 | 1080P | 1080P |
| 畫面比例 | 16:9, 9:16, 1:1 | 16:9, 9:16, 1:1 |
| 文字生成影片 | ✅ | ✅ |
| 圖片生成影片 | ✅ | ✅ |
| 首尾影格控制 | ❌ | ✅ |
| 多重參考影片（最多 5 個） | ❌ | ✅ |
| 九宮格圖片輸入 | ❌ | ✅ |
| 基於指令的編輯 | ❌ | ✅ |
| 多語言唇形同步 | ❌ | ✅ |
| 開源 | Apache 2.0（已確認） | 計劃中（狀態待公布） |
| API 存取 | 各家第三方 API | WaveSpeedAI, DashScope |
Wan 2.7 新增功能（Wan 2.6 未提供）
這些新增功能讓 Wan 2.7 成為實質性升級，而非小幅改良。
首尾影格控制
這是本次更新的主打功能。FLF2V（First-Last Frame to Video）可讓你定義片段的開頭與結尾影格，模型會生成兩者之間的所有內容。
為什麼這很重要： 在 Wan 2.6 中，你可以提供文字 prompt 或開頭圖片，讓模型生成動態，但你無法控制鏡頭最終的結果。有了 FLF2V，你可以設定兩個端點，這在以下狀況非常實用：
- 你需要產品鏡頭在開頭與結尾都符合特定角度
- 你要讓角色依照預定軌跡動起來
- 你要建構兩個已核准畫面之間的轉場
僅這項功能就讓 Wan 2.7 從單純的生成工具，升級為更接近導向式動畫工具的等級。
多重參考影片輸入（最多 5 個）
Wan 2.6 僅能參考單張圖片作為 image-to-video 生成的起點。Wan 2.7 可同時接受最多 5 個參考影片，模型會讀取所有參考來推斷角色外觀、動作風格與環境脈絡。
為什麼這很重要： 單張圖片參考有其限制。單一角度拍攝的主題，在相機移動時可能無法維持一致性。提供 5 個來自不同角度、不同姿態、不同燈光的參考影片，能讓模型獲得更多資訊，在生成片段中維持視覺一致性。
對於需要重複使用角色或產品素材的品牌或代理商來說，這是相當實用的重大改進。
九宮格圖片輸入
九宮格輸入可接受排列為 3×3 網格的九張圖片作為單一輸入，模型會一次處理全部九個影格，從多個角度理解主題或環境。
為什麼這很重要： 單張參考照片只能捕捉一個視角，九張能讓模型獲得主體 360 度的資訊。這對於維持角色一致性，以及單一影格空間資訊不足的環境定義來說特別實用。
基於指令的影片編輯
只要給定現有影片片段，Wan 2.7 就能依自然語言指令修改內容。舉例來說：將背景從白色改為深色木紋、將外套顏色從紅色改為深藍、讓燈光更溫暖、在環境中加入雨景。
為什麼這很重要： 在 Wan 2.6 中，如果生成的片段 90% 都正確，只需要調整一個地方，你也只能重新 prompt 並完全重新生成，會耗費時間和成本。基於指令的編輯不需要完全重新生成就能進行目標修正，這是圖片生成工具的標準功能，Wan 2.7 將這項功能帶到了影片生成領域。
最長持續時間：15 秒
Wan 2.6 的上限大約是 5 秒，Wan 2.7 將此延長到 15 秒。三倍的持續時間改變了模型單次生成能產出的內容：完整產品示範、完整短場景、或是多節奏的敘事時刻。
如果是 5 秒以內的片段，兩者差異不大——兩種模型都能生成。但如果是超過 5 秒的內容，兩者之間就只有 Wan 2.7 能夠勝任。
什麼時候適合繼續使用 Wan 2.6
就規格來說，Wan 2.7 是更好的模型，但在某些狀況下，Wan 2.6 仍有實務上的優勢：
開源可用性。 Wan 2.1（2.x 系列的基礎）已以 Apache 2.0 授權完全開源。如果你的工作流程需要本機執行、自行架設，或是整合至離線管線，屬於開源 Apache 2.0 系列的 Wan 2.6 模型現已提供，且有完善文件。Wan 2.7 的開源狀態在發布時仍待確認。
現有的 API 整合。 Wan 2.6 早就開放給第三方 API 使用，如果你的工具鏈已經連接至提供 Wan 2.6 的服務商，切換需要測試新的整合。
簡單 T2V 與 I2V 任務。 如果你的使用情境是 5 秒以下片段的簡單 text-to-video 或 image-to-video，Wan 2.6 就能勝任。對於簡單的生成任務來說，Wan 2.7 的新功能派不上用場。
成本不確定性。 Wan 2.7 在 WaveSpeedAI 與 DashScope 的定價需要你至該平台確認。對於大量批次處理工作來說，兩個版本的每秒定價可能不同——請在投入前確認。
決策表
| 使用情境 | 推薦使用 |
|---|---|
| 需要長度超過 5 秒的片段 | Wan 2.7 |
| 需要控制首張/末張影格 | Wan 2.7 |
| 多鏡頭間的角色一致性 (multi-reference) | Wan 2.7 |
| 編輯現有片段，不需要全片重新生成 | Wan 2.7 |
| 片段長度 5 秒或更短，單純的文字生成影片 (T2V) | 皆可 — 優先選擇 Wan 2.7 |
| 目前就需要本地 / 自建主機執行 | Wan 2.6 (已確認開源) |
| 已建置穩定的 Wan 2.6 流程，沒有遷移預算 | Wan 2.6 |
結論
Wan 2.7 是重大版本升級。首末影格控制、multi-reference 影片輸入、九宮格圖像輸入、指令編輯與 15 秒影片長度，皆是 Wan 2.6 沒有的功能。對於多數新的製作專案，Wan 2.7 是正確的選擇。
例外狀況是那些需要開源、自建主機執行的情境（屬於 Apache 2.0 授權系列的 Wan 2.6 現已可供使用；Wan 2.7 的開源狀態仍待確認），或是既有的 Wan 2.6 整合已經穩定，且遷移成本高於帶來的效益。
→ 在 NanoBanana 體驗 Wan 2.7 — 支援 text-to-video 與 image-to-video，無需設定 API。
常見問答
揭露聲明
功能比較基於阿里巴巴通義實驗室的 Wan 2.7 官方發布資料（2026 年 3 月），以及 Wan 2.6 的公開資訊。由於本文撰寫之際，Wan 2.7 的官方定價尚未確認，因此定價比較僅使用相對描述 — 在進行製作決策前，請至 wavespeed.ai 與阿里巴巴雲 DashScope 確認最新費率。
更多文章
Google Veo 3.1 Lite：價格僅Veo 3.1 Fast 的一半，速度完全相同
Google 已於 2026 年 3 月 31 日推出Veo 3.1 Lite——這是Veo 家族中最平價的型號，720p 解析度每一秒僅需 0.05 美元。本文將說明它能做什麼、不能做什麼，以及它是否適合你的工作流程。
PixVerse V6：電影級相機控制、原生音訊與15秒影片片段
PixVerse 於2026年3月30日推出V6版本——帶來20多項電影級相機控制、原生音訊同步、多鏡頭引擎，以及最長15秒的1080p原生輸出。以下說明本次更新內容，以及它是否適合你的工作流程
Veo 3.1 Lite Prompt 指南：20多個適用於電影級AI影片的現成Prompt
完整學習如何運用prompt Veo 3.1 Lite 打造電影級成果，內容涵蓋鏡頭類型、相機移動、音訊，以及跨各種風格的20多個可直接複製貼上的prompt——沒有多餘廢話