Wan 2.7 First-Last-Frame Control: En 5-trins vejledning

Wan 2.7 First-Last-Frame Control: En 5-trins vejledning

Nøglepunkter

• First-last-frame-tilstand i Wan 2.7 I2V lader dig fastlåse både start- og sluttilstandene for et klip, hvor modellen interpolerer bevægelsen imellem.
• Fem trin sikrer en ren rendering: forbered keyframes, upload begge frames, indstil varighed, skriv overgangsprompten, og evaluer derefter på fem akser.
• Almindelige fejltilstande er forvrængning af reflekterende overflader, identitetsdrift på karakterer og kameraspring, når de to keyframes er uenige om vinklen.
• Start kort med 2 til 5 sekunder; varighed skalerer kreditomkostningerne lineært, og lange renderinger forstærker artefakter.
• PixMind first-last-frame prompts-klyngen har skabeloner, der matcher de tre eksempel-mønstre i denne guide.

Hvad er First-Last-Frame-tilstand?

First-last-frame er en undertilstand af Wan 2.7 image-to-video (I2V). Du leverer to billeder: et til den første frame, et til den sidste. Wan 2.7 genererer de mellemliggende frames, der forbinder dem. Ifølge Alibaba Cloud I2V API-referencen accepterer modellen et ordnet par billedinput og outputter en MP4 i op til 1080P.

Dette er vigtigt, fordi single-image I2V overlader sluttilstanden til modellen. Hvis dit skud skal lande på en specifik frame, et produkt fuldt roteret eller en kasse fuldt åbnet, er first-last-frame den måde, du garanterer den landing på. For kontekst om tilstanden, se PixMind Wan 2.7 video-generatoren, hvor én oprettelsesflade håndterer hver I2V-undertilstand.

Den primære arbejdsgang består af fem trin: forbered to keyframes, upload dem i rækkefølge, indstil varighed, skriv overgangsprompten, og render og evaluer derefter. Hvert trin har en enkelt beslutning, der afgør, om renderingen lykkes.

Trin 1: Forbered dine Keyframes

Keyframe-kvalitet er den største enkeltstående indikator for en ren first-last-frame rendering. Wan 2.7 image-to-video brugervejledningen anbefaler at matche komposition, belysning og kameravinkel på tværs af begge frames. Vi har fundet ud af, at uoverensstemmende keyframes tvinger modellen til at opfinde en overgang, hvilket er der, hvor forvrængning og identitetsdrift opstår.

Tre konsistensregler dækker de fleste tilfælde. Match komposition ved at indramme begge motiver i samme skærmposition. Match belysning ved at bevare samme hovedlyskilde-retning og farvetemperatur. Match kamera ved at holde brændvidde, vinkel og afstand konstant. Bryder du en af reglerne, skal modellen interpolere over en diskontinuitet.

Citationskapsel: Keyframe-konsistens er den dominerende faktor i Wan 2.7 first-last-frame-kvalitet. Alibaba Cloud image-to-video brugervejledningen anbefaler at matche komposition, belysning og kameravinkel på tværs af begge inputframes for at undgå model-opfundne overgange, der forårsager forvrængning og identitetsdrift.

Kompositions-tjekliste

• Motiv optager samme skærmkvadrant i begge frames.
• Baggrundselementer forbliver i faste positioner.
• Billedformatet for begge frames matcher det tilsigtede outputforhold.
• Negativt rum bevares, så bevægelsen har et sted at udfolde sig.

Belysnings-tjekliste

• Hovedlyskildens retning er identisk i begge frames.
• Farvetemperatur matcher inden for 200K.
• Skyggelængde og -vinkel er konsistente med en enkelt lyskilde.
• Spekulære højdepunkter falder på de samme overfladeområder.

Kamera-tjekliste

• Brændvidde er identisk (brug EXIF-data eller metadata).
• Optagevinkel matcher inden for 5 grader.
• Kamerahøjde er konsistent.
• Objektivforvrængningsegenskaber matcher (prime versus zoom).

Vi har brugt credits på at teste par, hvor den første frame blev optaget med 35mm og den sidste med 50mm. Modellen producerede et ubehageligt "snap" midt i klippet. Lås brændvidden, før du genererer.

Trin 2: Upload Første Frame og Sidste Frame

Wan 2.7 forventer de to frames i en defineret rækkefølge. Det første billede, du sender, bliver starttilstanden, det andet bliver sluttilstanden. Ifølge Alibaba Cloud Model Studio-oversigten accepterer I2V-kaldet billed-URL'er eller base64-kodede payloads, og modellen behandler inputarrayet som en ordnet sekvens.

Rækkefølgen betyder mere, end folk forventer. Hvis du uploader billedet af den åbne kasse først og billedet af den lukkede kasse som det andet, får du en lukkende animation. Omvendt rækkefølge giver en åbnende animation. Modellen udleder ikke hensigt ud fra prompten alene; framesekvensen er sandhedskilden for retningen.

Uploadformat og -størrelse

Begge frames skal have samme billedformat som det tilsigtede output. At fodre en 9:16 første frame og en 1:1 sidste frame tvinger en beskæring, og beskæringer introducerer artefakter ved kanterne. Tilpas størrelsen på begge frames til outputopløsningen, før du uploader.

En praktisk størrelsesopskrift: mål 1920x1080 for 16:9 output ved 1080P, 1080x1920 for 9:16 og 1080x1080 for 1:1. Hold filstørrelsen under 10MB pr. frame for at undgå timeout-fejl på langsomme forbindelser.

Navngivning og rækkefølgedisciplin

Navngiv dine filer på en måde, der gør sekvensen tydelig. keyframe-01-closed.png og keyframe-02-open.png fjerner gætterier ved uploadtidspunktet. Dette lyder trivielt, men uploads i omvendt rækkefølge er den anden mest almindelige fejl, vi ser.

Trin 3: Indstil Varighed (og hvorfor du bør starte kort)

Varighed styrer, hvor mange interpolerede frames modellen skal producere mellem dine to keyframes. Længere varigheder betyder mere interpolation, hvilket betyder flere chancer for, at modellen driver. Wan 2.7 I2V API-referencen understøtter varigheder fra 2 til 15 sekunder for I2V.

Vi anbefaler at starte med 2 til 5 sekunder for ethvert nyt keyframe-par. Korte renderinger afslører fejltilstande billigt. Hvis modellen kan interpolere rent over 3 sekunder, kan du trygt udvide til 8 eller 10 sekunder ved næste forsøg.

Citationskapsel: Wan 2.7 I2V understøtter varigheder fra 2 til 15 sekunder, men kreditomkostningerne skalerer lineært med varigheden. Test ved 2 til 5 sekunder afslører forvrængning, drift og kameraspring-fejltilstande til en brøkdel af prisen for en 10-sekunders rendering.

Varighed versus bevægelsesamplitude

Korte varigheder fungerer til små bevægelser. En 3-sekunders rendering passer til et låg, der løfter sig fra en kasse. En 5-sekunders rendering passer til en karakter, der vender sig fra ryg til front. Skubber du forbi 8 sekunder, skal modellen opfinde mellemliggende bevægelse, som ingen af keyframes'ene antyder, hvilket er der, hvor hallucineret bevægelse opstår.

Kreditomkostningsmatematik

Varighed skalerer omkostningerne lineært. En 10-sekunders 1080P rendering koster omtrent fem gange, hvad en 2-sekunders 1080P rendering koster. Hvis du tester ved 10 sekunder og fejler, betaler du fuld pris for en rendering, du ikke kan bruge. Test kort, og forpligt dig derefter.

Trin 4: Skriv overgangsprompten

Prompten i first-last-frame-tilstand beskriver bevægelsen mellem de to frames. Den beskriver ikke motivet igen; det gør keyframes'ene allerede. PixMind first-last-frame prompts-klyngen katalogiserer promptmønstre for de tre gennemarbejdede eksempler nedenfor.

En overgangsprompt har fire dele: handlingen, hastigheden, kameraets adfærd og stilen. Hold hver del til en kort sætning. Lange prompts udvander modellens opmærksomhed og producerer blødere bevægelse.

Citationskapsel: Overgangsprompts i Wan 2.7 first-last-frame-tilstand bør beskrive bevægelse, ikke motiv. Effektive prompts dækker fire dele: handling, hastighed, kameraadfærd og stil. Hver del som en kort sætning overgår paragraf-lange prompts, der genbeskriver, hvad keyframes'ene allerede viser.

Prompt-anatomi

• Handling: hvad der bevæger sig. "Låget løfter sig," "figuren vender sig," "himlen mørkner."
• Hastighed: hvor hurtigt. "Langsomt," "gradvist," "over tre sekunder."
• Kamera: hvad kameraet gør. "Statisk," "subtil indskubning," "låst fast."
• Stil: visuel behandling. "Cinematisk," "dokumentarisk," "blød fokus."

Anti-mønster: over-prompting

Modstå trangen til at genbeskrive motivet. Hvis den første keyframe er en lukket gaveæske, behøver din prompt ikke at sige "en lukket gaveæske på et træbord." Modellen ved det allerede. Genbeskrivelse presser modellen til at gen-rendere æsken, hvilket modarbejder interpolation.

[UNIK INDSIGT] Overgangspromptens opgave er at begrænse bevægelse, ikke at erklære motiv. Betragt det som koreografiske noter til en danser, der allerede kender kostumet.

Trin 5: Render og evaluer på fem akser

Hver first-last-frame rendering kræver en eksplicit evalueringsrunde. Vi evaluerer på fem akser, hver bedømt som bestået eller ikke bestået. En rendering, der fejler på en akse, går tilbage til trin 1 eller trin 4, ikke til endelig levering.

De fem akser dækker identitet, kamera, belysning, bevægelse og nøjagtighed af målframe. De første tre kommer fra keyframe-kvalitet. De sidste to kommer fra prompt- og varighedsvalg.

Citationskapsel: Wan 2.7 first-last-frame renderinger bør evalueres på fem binære akser: identitetskonsistens, kamerakontinuitet, belysningskontinuitet, bevægelsesplausibilitet og opnåelse af målframe. En rendering, der fejler på en akse, bør omarbejdes på keyframe- eller promptstadiet snarere end at blive genstartet blindt.

Akse 1: Identitetskonsistens

Ser motivet ud som det samme motiv på tværs af alle frames? For karakterer, tjek ansigtsgeometri. For produkter, tjek silhuet og branding. Drift her skyldes normalt keyframes, der er uenige om vinklen.

Akse 2: Kamerakontinuitet

Bliver kameraet, hvor det skal? Hvis du specificerede statisk, tjek for utilsigtede indskubninger. Hvis du specificerede en indskubning, tjek at bevægelsen er jævn og ikke hakker.

Akse 3: Belysningskontinuitet

Forbliver lysretningen konstant? Hold øje med skyggeflip midt i klippet, hvilket indikerer, at modellen har skiftet lyskilder mellem frames.

Akse 4: Bevægelsesplausibilitet

Ser bevægelsen fysisk troværdig ud? Låg passerer ikke gennem kasser. Lemmer bøjer ikke bagud. Hår fryser ikke i luften. Usandsynlig bevægelse betyder normalt, at prompten bad om for meget på for kort tid.

Akse 5: Opnåelse af målframe

Matcher den sidste frame af den genererede video dit uploadede sidste-frame-billede? Dette er testen, der giver tilstanden sit navn. Hvis modellen lander et sted tæt på, men ikke præcist, stram din prompt eller forkort varigheden.

Tre Gennemarbejdede Eksempler (Produktpræsentation, Karaktervending, Dag til Nat)

De tre mønstre nedenfor dækker cirka 80 procent af de first-last-frame-brugsscenarier, vi ser på PixMind. Hver inkluderer keyframe-forberedelse, prompt, varighed og den fejltilstand, der oftest opstår.

Eksempel 1: Produktpræsentation (gaveæske lukket til åben)

Keyframes: to produktbilleder, identisk kamera og belysning. Første frame: låg lukket. Anden frame: låg helt åbent med interiør synligt.

Prompt: "Låget løfter sig langsomt opad og vipper tilbage, afslørende interiøret. Statisk kamera, blød filmisk belysning, tre sekunders varighed."

Varighed: 3 sekunder ved 1080P, 16:9.

Fejltilstand: forvrængning af reflekterende overflader. Hvis æsken har en blank finish, udtværer modellen højdepunktet, når låget bevæger sig. Afhjælp ved at reducere glans i keyframes'ene eller tilføje "mat overflade" til prompten.

Eksempel 2: Karaktervending (bagfra til forfra)

Keyframes: to karakter-renderinger, identisk belysning og brændvidde. Første frame: karakter set bagfra. Anden frame: karakter vendt mod kameraet.

Prompt: "Figuren roterer langsomt for at vende mod kameraet, drejer med uret over fire sekunder. Statisk medium skud, filmisk dybdeskarphed."

Varighed: 4 til 5 sekunder ved 1080P.

Fejltilstand: identitetsdrift. Ansigtet kan skifte midt i vendingen. Afhjælp ved at gøre begge keyframes så frontale som muligt inden for vendingen, eller ved at bruge reference-to-video (R2V) tilstand for stærkere identitetsbevarelse.

Eksempel 3: Dag til nat (tidsforløb)

Keyframes: to landskabsbilleder, identisk komposition. Første frame: dagslys. Anden frame: nat med kunstigt lys tændt.

Prompt: "Himlen mørkner gradvist fra dag til nat over fem sekunder, kunstigt lys tændes, farvetemperatur køles. Statisk kamera, låst stativ."

Varighed: 5 sekunder ved 1080P.

Fejltilstand: kameraspring. Hvis de to landskabsbilleder blev taget fra selv lidt forskellige positioner, opfinder modellen en kamerabevægelse for at bygge bro mellem dem. Afhjælp ved at optage begge keyframes fra et låst stativ, eller ved at bruge et enkelt skud med eksponeringsbracketing.

Almindelige Fejltilstande (og hvordan man løser dem)

At navngive fejltilstande er, hvordan du leverer hurtigere. De tre nedenfor udgør de fleste af de afviste renderinger, vi ser.

Forvrængning af reflekterende overflader

Glas, poleret metal og vand udtværes under interpolation, fordi modellen ikke konsekvent kan spore refleksioner. Reducer bevægelsesamplitude, skift til matte overflader i keyframes, eller forkort varigheden, så modellen har færre frames at opfinde.

Identitetsdrift

Ansigter og silhuetter skifter mellem frames. Dette er mest almindeligt, når de to keyframes er uenige om vinkel eller udtryk. Genoptag keyframes'ene med matchende vinkler, eller skift til R2V-tilstand med et referencebillede for at forankre identitet.

Kameraspring

Modellen opfinder en kamerabevægelse for at bygge bro mellem to keyframes, der antyder forskellige vinkler. Løsningen er opstrøms: lås brændvidde, vinkel og højde på tværs af begge keyframes. Hvis du ikke kan genoptage, accepter kamerabevægelsen og skriv den ind i prompten.

Vi har fundet ud af, at kameraspring er den fejltilstand, der oftest fejldiagnosticeres som en "modelbug." Modellen gør præcis, hvad keyframes'ene beder den om. Ret inputtene.

Wan 2.7 First-Last-Frame Ofte Stillede Spørgsmål

Hvad er forskellen mellem first-frame og first-last-frame i Wan 2.7?

First-frame-tilstand accepterer ét billede som starttilstand og lader modellen opfinde sluttilstanden. First-last-frame-tilstand accepterer to billeder og tvinger modellen til at lande på det andet billede. First-last-frame giver dig sluttilstandskontrol, som first-frame ikke kan.

Hvor lang skal min første Wan 2.7 first-last-frame rendering være?

Start med 2 til 5 sekunder. Korte varigheder afslører fejltilstande billigt. Ifølge Alibaba Cloud I2V API-referencen understøttes varigheder fra 2 til 15 sekunder, men lange varigheder øger interpolationsafstanden og risikoen for artefakter.

Kan Wan 2.7 first-last-frame håndtere reflekterende overflader som glas og metal?

Ja, men med forsigtighed. Reflekterende overflader er den mest almindelige fejltilstand for forvrængning. Afhjælp ved at reducere glans i keyframes'ene, holde bevægelsesamplituden lille og skrive "mat overflade" ind i prompten. Spejle og poleret krom forbliver de sværeste tilfælde.

Hvordan forhindrer jeg identitetsdrift på tværs af de to keyframes?

Match kameravinkel, brændvidde og belysning på tværs af begge keyframes inden for snævre tolerancer. Hvis drift fortsætter, skift til reference-to-video (R2V) tilstand og send et referencebillede for at forankre identitet. R2V er dokumenteret i PixMind Wan 2.7 video generator-guiden.

Understøtter Wan 2.7 first-last-frame 1080P?

Ja. Wan 2.7 I2V understøtter 720P og 1080P output. First-last-frame arver begge. 1080P forbruger omtrent dobbelt så mange credits pr. sekund som 720P, så iterer ved 720P og afslut ved 1080P.

Se det i aktion

11 minutes of work turned into 8.7M views in 5 days

no camera, no real person, no photoshoots, just a 24 year old kid and an ai girl he generated on his laptop.

I've been watching how the page is built. the whole pipeline is three tools running in sequence.

> chatgpt writes… https://t.co/iNPeLY9r3K pic.twitter.com/4jB5QObIvw

— Woody (@woody_research) May 28, 2026