Wan 2.7 ファースト-ラスト-フレーム制御: 5ステップのハウツーガイド
主要なポイント
- Wan 2.7 I2Vのファースト-ラスト-フレームモードでは、クリップの開始状態と終了状態の両方を固定でき、モデルがその間の動きを補間します。
- クリーンなレンダリングを実現する5つのステップ：キーフレームの準備、両フレームのアップロード、期間の設定、トランジションプロンプトの作成、そして5つの軸での評価です。
- 一般的な失敗モードは、反射面でのワープ、キャラクターのアイデンティティのずれ、2つのキーフレームの角度が一致しない場合のカメラジャンプです。
- 2〜5秒の短い時間から始めましょう。期間はクレジットコストに比例して増加し、長いレンダリングはアーティファクトを増幅させます。
- PixMind first-last-frame prompts clusterには、このガイドの3つの例のパターンに一致するテンプレートがあります。
ファースト-ラスト-フレームモードとは？
ファースト-ラスト-フレームは、Wan 2.7の画像からビデオへの変換（I2V）のサブモードです。最初のフレーム用と最後のフレーム用の2つの画像を提供します。Wan 2.7は、それらをつなぐ中間フレームを生成します。Alibaba Cloud I2V API referenceによると、モデルは順序付けられた画像のペアを受け入れ、最大1080PのMP4を出力します。
これは重要です。なぜなら、単一画像I2Vでは、最終状態がモデルに委ねられるからです。ショットが特定のフレームに着地する必要がある場合、例えば製品が完全に回転したり、箱が完全に開いたりする場合、ファースト-ラスト-フレームはその着地を保証する方法です。モードのコンテキストについては、すべてのI2Vサブモードを1つの作成サーフェスで処理するPixMind Wan 2.7 video generatorを参照してください。
コアワークフローは5つのステップです：2つのキーフレームを準備し、順序通りにアップロードし、期間を設定し、トランジションプロンプトを作成し、レンダリングして評価します。各ステップには、レンダリングが成功するかどうかを決定する単一の決定があります。
ステップ1：キーフレームを準備する
キーフレームの品質は、クリーンなファースト-ラスト-フレームレンダリングの最大の予測因子です。Wan 2.7 image-to-video user guideは、両方のフレームで構図、ライティング、カメラアングルを一致させることを推奨しています。キーフレームが一致しない場合、モデルはトランジションを考案せざるを得なくなり、それがワープやアイデンティティのずれとして現れることがわかりました。
3つの整合性ルールがほとんどのケースをカバーします。両方の被写体を同じ画面位置にフレーミングすることで構図を一致させます。同じキーライトの方向と色温度を維持することでライティングを一致させます。焦点距離、角度、距離を一定に保つことでカメラを一致させます。いずれかのルールを破ると、モデルは不連続性を補間しなければなりません。
引用カプセル: キーフレームの一貫性は、Wan 2.7のファースト-ラスト-フレーム品質における主要な要因です。Alibaba Cloudの画像からビデオへのユーザーガイドは、ワープやアイデンティティのずれを引き起こすモデルが考案したトランジションを避けるために、両方の入力フレームで構図、ライティング、カメラアングルを一致させることを推奨しています。
構図チェックリスト
- 被写体が両方のフレームで同じ画面象限を占めていること。
- 背景要素が固定位置に留まっていること。
- 両方のフレームのアスペクト比がターゲット出力比率と一致していること。
- ネガティブスペースが保持され、動きのための余地があること。
ライティングチェックリスト
- キーライトの方向が両方のフレームで同一であること。
- 色温度が200K以内に一致していること。
- 影の長さと角度が単一の光源と一致していること。
- スペキュラーハイライトが同じ表面領域に落ちていること。
カメラチェックリスト
- 焦点距離が同一であること（EXIFデータまたはメタデータを使用）。
- 撮影角度が5度以内に一致していること。
- カメラの高さが一貫していること。
- レンズの歪み特性が一致していること（単焦点対ズーム）。
最初のフレームが35mmで、最後のフレームが50mmで撮影されたペアをテストしてクレジットを消費しました。モデルはクリップの途中で不快な「スナップ」を生成しました。生成する前に焦点距離をロックしてください。
ステップ2：最初のフレームと最後のフレームをアップロードする
Wan 2.7は、定義された順序で2つのフレームを期待します。最初に渡す画像が開始状態になり、2番目の画像が終了状態になります。Alibaba Cloud Model Studio overviewによると、I2V呼び出しは画像URLまたはbase64エンコードされたペイロードを受け入れ、モデルは入力配列を順序付けられたシーケンスとして扱います。
順序は人々が期待する以上に重要です。開いた箱の画像を最初にアップロードし、閉じた箱の画像を2番目にアップロードすると、閉じるアニメーションが得られます。順序を逆にすると、開くアニメーションが得られます。モデルはプロンプトだけから意図を推測しません。フレームシーケンスが方向の真実の源です。
アップロード形式とサイズ設定
両方のフレームは、ターゲット出力と同じアスペクト比を共有する必要があります。9:16の最初のフレームと1:1の最後のフレームを入力すると、クロップが強制され、クロップはエッジにアーティファクトを導入します。アップロードする前に、両方のフレームを出力解像度にリサイズしてください。
実用的なサイズ設定のレシピ：1080Pで16:9出力の場合は1920x1080、9:16の場合は1080x1920、1:1の場合は1080x1080をターゲットにします。低速接続でのタイムアウト失敗を避けるため、フレームあたりのファイルサイズを10MB未満に保ってください。
命名と順序の規律
シーケンスが明確になるようにファイルに名前を付けてください。keyframe-01-closed.pngとkeyframe-02-open.pngは、アップロード時の推測を不要にします。これは些細なことのように聞こえますが、順序が逆になったアップロードは、私たちが目にする2番目に一般的な失敗です。
ステップ3：期間を設定する（そしてなぜ短く始めるべきか）
期間は、モデルが2つのキーフレーム間に生成しなければならない補間フレームの数を制御します。期間が長くなると補間が多くなり、モデルがずれる可能性が高まります。Wan 2.7 I2V API referenceは、I2Vで2秒から15秒までの期間をサポートしています。
新しいキーフレームペアには、2〜5秒から始めることをお勧めします。短いレンダリングは、失敗モードを安価に表面化させます。モデルが3秒間でクリーンに補間できる場合、次のパスで自信を持って8秒または10秒に延長できます。
引用カプセル: Wan 2.7 I2Vは2秒から15秒までの期間をサポートしていますが、クレジットコストは期間に比例して増加します。2〜5秒でのテストは、10秒のレンダリングのわずかなコストで、ワープ、ずれ、カメラジャンプの失敗モードを表面化させます。
期間と動きの振幅
短い期間は小さな動きに適しています。3秒のレンダリングは、箱の蓋が持ち上がる動きに合います。5秒のレンダリングは、キャラクターが後ろから前に向きを変える動きに合います。8秒を超えると、モデルはどちらのキーフレームも示唆しない中間的な動きを考案しなければならず、そこで幻覚的な動きが発生します。
クレジットコストの計算
期間はコストに比例して増加します。10秒の1080Pレンダリングは、2秒の1080Pレンダリングの約5倍のコストがかかります。10秒でテストして失敗した場合、使用できないレンダリングに対して全額を支払うことになります。短くテストし、それからコミットしてください。
ステップ4：トランジションプロンプトを作成する
ファースト-ラスト-フレームモードのプロンプトは、2つのフレーム間の動きを記述します。被写体を再記述するものではありません。それはキーフレームがすでに行っています。PixMind first-last-frame prompts clusterは、以下の3つの実例のプロンプトパターンをカタログ化しています。
トランジションプロンプトには4つの部分があります：アクション、速度、カメラの挙動、スタイルです。各部分を1つの短い句に保ちます。長いプロンプトはモデルの注意を薄め、よりソフトな動きを生成します。
引用カプセル: Wan 2.7のファースト-ラスト-フレームモードにおけるトランジションプロンプトは、被写体ではなく動きを記述すべきです。効果的なプロンプトは、アクション、速度、カメラの挙動、スタイルの4つの部分をカバーします。各部分を1つの短い句にすることで、キーフレームが既に示しているものを再記述する段落長のプロンプトよりも優れた結果が得られます。
プロンプトの構成
- アクション: 何が動くか。「蓋が持ち上がる」、「人物が向きを変える」、「空が暗くなる」。
- 速度: どれくらいの速さか。「ゆっくりと」、「徐々に」、「3秒かけて」。
- カメラ: カメラがどうするか。「静止」、「わずかなプッシュイン」、「固定」。
- スタイル: 視覚的な処理。「シネマティック」、「ドキュメンタリー」、「ソフトフォーカス」。
アンチパターン：過剰なプロンプト
被写体を再記述したい衝動に抵抗してください。最初のキーフレームが閉じたギフトボックスである場合、プロンプトで「木製のテーブルの上の閉じたギフトボックス」と言う必要はありません。モデルはすでにそれを知っています。再記述すると、モデルはボックスを再レンダリングしようとし、補間と競合します。
[独自の洞察] トランジションプロンプトの役割は、被写体を宣言することではなく、動きを制約することです。衣装をすでに知っているダンサーのための振り付けノートとして扱ってください。
ステップ5：5つの軸でレンダリングと評価を行う
すべてのファースト-ラスト-フレームレンダリングには、明示的な評価パスが必要です。私たちは5つの軸で評価し、それぞれ合格または不合格と採点します。いずれかの軸で不合格となったレンダリングは、最終納品ではなく、ステップ1またはステップ4に戻されます。
5つの軸は、アイデンティティ、カメラ、ライティング、動き、ターゲットフレームの精度をカバーします。最初の3つはキーフレームの品質から来ています。最後の2つはプロンプトと期間の選択から来ています。
引用カプセル: Wan 2.7のファースト-ラスト-フレームレンダリングは、アイデンティティの一貫性、カメラの連続性、ライティングの連続性、動きの妥当性、ターゲットフレームの達成という5つの二値軸で評価されるべきです。いずれかの軸で失敗したレンダリングは、盲目的に再実行するのではなく、キーフレームまたはプロンプトの段階で再作業されるべきです。
軸1：アイデンティティの一貫性
被写体はすべてのフレームで同じ被写体に見えますか？キャラクターの場合、顔の形状を確認します。製品の場合、シルエットとブランディングを確認します。ここでのずれは、通常、角度が一致しないキーフレームに起因します。
軸2：カメラの連続性
カメラは本来あるべき場所に留まっていますか？静止を指定した場合、意図しないプッシュインがないか確認します。プッシュインを指定した場合、動きがスムーズで途切れていないか確認します。
軸3：ライティングの連続性
光の方向は一定に保たれていますか？クリップの途中で影が反転していないか確認してください。これは、モデルがフレーム間で光源を入れ替えたことを示します。
軸4：動きの妥当性
動きは物理的に信頼できますか？蓋は箱を通り抜けません。手足は後ろに曲がりません。髪は空中で凍りつきません。不合理な動きは、通常、プロンプトが短すぎる期間で多すぎることを要求したことを意味します。
軸5：ターゲットフレームの達成
生成されたビデオの最後のフレームは、アップロードした最後のフレーム画像と一致していますか？これがこのモードの名前の由来となるテストです。モデルが近いが正確ではない場所に到達した場合、プロンプトを厳しくするか、期間を短くしてください。
3つの実例（製品の公開、キャラクターの回転、昼から夜へ）
以下の3つのパターンは、PixMindでよく見られるファースト-ラスト-フレームのユースケースの約80パーセントをカバーしています。それぞれに、キーフレームの準備、プロンプト、期間、そして最も頻繁に発生する失敗モードが含まれています。
例1：製品の公開（閉じたギフトボックスから開いた状態へ）
キーフレーム：2つの製品ショット、同一のカメラとライティング。最初のフレーム：蓋が閉じている。2番目のフレーム：蓋が完全に開いて内部が見える。
プロンプト：「蓋がゆっくりと上向きに持ち上がり、後ろに傾いて内部を明らかにする。静止カメラ、ソフトなシネマティックライティング、3秒間の期間。」
期間：1080P、16:9で3秒。
失敗モード：反射面でのワープ。箱に光沢のある仕上げがある場合、蓋が動くとモデルはハイライトをぼかします。キーフレームの光沢を減らすか、プロンプトに「マットな表面」を追加することで軽減できます。
例2：キャラクターの回転（後ろ姿から正面へ）
キーフレーム：2つのキャラクターレンダリング、同一のライティングと焦点距離。最初のフレーム：後ろから見たキャラクター。2番目のフレーム：カメラに向いているキャラクター。
プロンプト：「人物がゆっくりとカメラの方へ回転し、4秒かけて時計回りに向きを変える。静止したミディアムショット、シネマティックな被写界深度。」
期間：1080Pで4〜5秒。
失敗モード：アイデンティティのずれ。回転中に顔がずれることがあります。回転内で両方のキーフレームを可能な限り正面向きにするか、より強力なアイデンティティ保持のためにreference-to-video（R2V）モードを使用することで軽減できます。
例3：昼から夜へ（時間の経過）
キーフレーム：2つの風景ショット、同一の構図。最初のフレーム：昼光。2番目のフレーム：人工照明が点灯した夜。
プロンプト：「空が5秒かけて昼から夜へと徐々に暗くなり、人工照明が点灯し、色温度が冷たくなる。静止カメラ、三脚固定。」
期間：1080Pで5秒。
失敗モード：カメラジャンプ。2つの風景ショットがわずかに異なる位置から撮影された場合でも、モデルはそれらをつなぐカメラの動きを考案します。両方のキーフレームを固定された三脚から撮影するか、露出ブラケティングを用いた単一ショットを使用することで軽減できます。
一般的な失敗モード（とその修正方法）
失敗モードを特定することは、より迅速に出荷する方法です。以下の3つは、私たちが目にするほとんどの却下されたレンダリングの原因です。
反射面でのワープ
ガラス、磨かれた金属、水は、モデルが反射を一貫して追跡できないため、補間中にぼやけます。動きの振幅を減らすか、キーフレームでマットな表面に切り替えるか、モデルが考案するフレーム数を減らすために期間を短くしてください。
アイデンティティのずれ
顔やシルエットがフレーム間でずれます。これは、2つのキーフレームの角度や表情が一致しない場合に最もよく見られます。一致した角度でキーフレームを再撮影するか、アイデンティティを固定するために参照画像を使用してR2Vモードに切り替えてください。
カメラジャンプ
モデルは、異なる角度を示唆する2つのキーフレームをつなぐためにカメラの動きを考案します。修正は上流にあります：両方のキーフレームで焦点距離、角度、高さをロックしてください。再撮影できない場合は、カメラの動きを受け入れ、それをプロンプトに記述してください。
カメラジャンプは、「モデルのバグ」として誤診されることが多い失敗モードであることがわかりました。モデルはキーフレームが指示することを正確に行っています。入力を修正してください。
Wan 2.7 ファースト-ラスト-フレーム FAQ
Wan 2.7のファースト-フレームとファースト-ラスト-フレームの違いは何ですか？
ファースト-フレームモードは、1つの画像を開始状態として受け入れ、モデルに終了状態を考案させます。ファースト-ラスト-フレームモードは、2つの画像を受け入れ、モデルに2番目の画像に着地させます。ファースト-ラスト-フレームは、ファースト-フレームではできない終了状態の制御を提供します。
最初のWan 2.7ファースト-ラスト-フレームレンダリングはどのくらいの長さにするべきですか？
2〜5秒から始めましょう。短い期間は、失敗モードを安価に表面化させます。Alibaba Cloud I2V API referenceによると、2秒から15秒までの期間がサポートされていますが、長い期間は補間距離とアーティファクトのリスクを増加させます。
Wan 2.7のファースト-ラスト-フレームは、ガラスや金属のような反射面を処理できますか？
はい、ただし注意が必要です。反射面は最も一般的なワープの失敗モードです。キーフレームの光沢を減らし、動きの振幅を小さく保ち、プロンプトに「マットな表面」と記述することで軽減します。鏡や磨かれたクロムは依然として最も難しいケースです。
2つのキーフレーム間でアイデンティティのずれを防ぐにはどうすればよいですか？
両方のキーフレームでカメラアングル、焦点距離、ライティングを厳密な許容範囲内で一致させます。ずれが続く場合は、reference-to-video（R2V）モードに切り替え、参照画像を渡してアイデンティティを固定します。R2VはPixMind Wan 2.7 video generator guideに記載されています。
Wan 2.7のファースト-ラスト-フレームは1080Pをサポートしていますか？
はい。Wan 2.7 I2Vは720Pと1080Pの出力をサポートしています。ファースト-ラスト-フレームは両方を継承します。1080Pは720Pの約2倍のクレジットを秒あたり消費するため、720Pで繰り返し、1080Pで仕上げてください。
実際の動作を見る
11 minutes of work turned into 8.7M views in 5 days
— Woody (@woody_research) May 28, 2026
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
