Revelações de Produtos com Primeiro e Último Quadro para Anúncios no Instagram: Um Estudo de Caso do Wan 2.7

Revelações de Produtos com Primeiro e Último Quadro para Anúncios no Instagram: Um Estudo de Caso do Wan 2.7

Principais Conclusões

• Uma marca composta de cuidados com a pele produziu um anúncio de revelação de 5 segundos 9:16 para Instagram usando o primeiro e último quadro do Wan 2.7, indo da tampa fechada ao conta-gotas para fora.
• Três iterações custaram 3.750 créditos no total: um teste em 720P (750 créditos) e duas renderizações em 1080P (1.500 créditos cada, à taxa de 300 créditos por segundo da PixMind).
• A Iteração 1 revelou deformação na garrafa de vidro. A Iteração 2 corrigiu a direção do movimento, mas introduziu cintilação de luz. A Iteração 3 foi enviada.
• O fluxo de trabalho manteve os quadros inicial e final exatamente, o que o I2V de imagem única não consegue fazer de forma confiável.
• Experimente o gerador de vídeo Wan 2.7 para reproduzir este fluxo de trabalho na sua própria foto de produto.

Revelações curtas de produtos são o caso de uso de maior valor para um gerador de vídeo de produto com IA. Você já conhece o primeiro quadro e o último quadro. O trabalho do modelo é inventar o movimento intermediário. É exatamente para isso que o modo primeiro-último-quadro do Wan 2.7 foi construído, conforme documentado na referência da API I2V da Alibaba Cloud.

Este é um estudo de caso composto baseado em cenários comuns de clientes, não um envolvimento real com um cliente. Nós o montamos a partir de tickets de suporte, feedback de usuários de teste e nossos próprios testes de bancada do Wan 2.7 I2V em 1080P. A marca, "Aura Botanicals", é fictícia. Os custos de crédito, o texto do prompt e os modos de falha são reais. Para um contexto mais amplo, veja nosso resumo de casos de uso de vídeo com primeiro e último quadro.

O Cenário (Estudo de Caso Composto)

Aura Botanicals está lançando um sérum de vitamina C. Eles precisam de um anúncio vertical de 5 segundos 9:16 para Instagram Reels e Stories. A equipe da marca tem uma foto de produto principal da garrafa com a tampa. Eles também têm uma foto secundária da garrafa sem a tampa e com o conta-gotas de vidro meio para fora, iluminada lateralmente. O anúncio deve começar com a garrafa fechada e terminar com a garrafa aberta e o conta-gotas visível.

Este é um trabalho clássico de primeiro e último quadro. De acordo com o guia do usuário de imagem para vídeo do Wan 2.7, o modelo aceita dois quadros de referência e interpola a transição. O I2V de imagem única deixaria o quadro final para o modelo, que geralmente se afasta da imagem principal aprovada pela marca. O primeiro e último quadro travam ambas as extremidades.

Executamos este padrão exato dezenas de vezes na bancada da PixMind. As equipes de marca quase sempre têm uma foto principal do produto fechado e uma foto principal do produto aberto ou em uso. A lacuna entre eles é o anúncio.

O briefing da Aura: vertical 9:16, 5 segundos, 1080P, luz cinematográfica suave, tom quente, sem texto na tela. Da tampa fechada à tampa aberta com conta-gotas visível. Três rodadas de revisão orçadas.

Os Dois Quadros-Chave

Os dois quadros-chave são as únicas entradas que o modelo usa para definir o estado inicial e final. Todo o resto é interpolação. A API I2V do Wan 2.7 exige que ambas as imagens compartilhem a mesma composição, linha de base de iluminação e proporção.

Quadro-Chave A (primeiro quadro): Foto vertical 9:16 da garrafa de sérum Aura Botanicals, com tampa, centralizada, fundo de estúdio azul-marinho profundo sem emendas, uma única luz principal da esquerda da câmera a 45 graus, tom quente de 3200K. A garrafa preenche cerca de 60% da altura do quadro.

Quadro-Chave B (último quadro): mesma garrafa, mesmo fundo, mesma iluminação, tampa removida e repousando ao lado da garrafa, conta-gotas de vidro puxado até a metade, uma única gota de sérum capturada no ar entre o conta-gotas e o gargalo da garrafa.

Duas verificações pré-voo são importantes. Primeiro, a garrafa deve ocupar a mesma posição de pixel em ambos os quadros-chave. Se a garrafa se deslocar para a esquerda ou direita entre os quadros, o modelo inventa movimento de câmera para preencher a lacuna, o que se manifesta como instabilidade. Segundo, a direção da iluminação deve corresponder. A iluminação mista entre os quadros-chave produz um artefato de cintilação durante a transição.

Cápsula de citação: Em um estudo de caso composto de primeiro e último quadro do Wan 2.7, uma marca de cuidados com a pele produziu um anúncio de revelação de 5 segundos 9:16 para Instagram, travando o primeiro quadro da garrafa fechada e o último quadro da garrafa aberta com conta-gotas, e então deixando o modelo interpolar. Fonte: Estudo de caso PixMind, 2026, baseado na API I2V do Alibaba Cloud Wan 2.7.

O Prompt

O primeiro e último quadro ainda precisam de um prompt de texto. O prompt não controla o estado inicial ou final (os quadros-chave o fazem). Ele controla o estilo de movimento, o comportamento da câmera, a consistência da iluminação e os detalhes ambientais.

O prompt usado neste estudo de caso:

Transição cinematográfica suave, 5 segundos, vertical 9:16. A tampa se levanta da garrafa na primeira metade da tomada e se acomoda ao lado dela na superfície. O conta-gotas de vidro sobe do gargalo da garrafa na segunda metade. Uma única gota de sérum cai da ponta do conta-gotas de volta para a garrafa. Luz principal quente de 3200K da esquerda da câmera, preenchimento suave da direita da câmera. Profundidade de campo rasa, leve bokeh no fundo. Sem texto, sem logotipos, sem mãos humanas. Estilo: comercial de luxo para cuidados com a pele.

O movimento é dividido em dois tempos: levantamento da tampa (segundos 0-2.5) e subida do conta-gotas mais queda da gota (segundos 2.5-5). Dividir a linha do tempo no prompt impede que o modelo comprima ambas as ações no primeiro segundo e deixe a segunda metade estática.

[INSIGHT ÚNICO] Solicitar ao modelo uma alocação de tempo explícita por tempo ("primeira metade", "segunda metade") melhora mensuravelmente o ritmo do movimento. Sem isso, o Wan 2.7 tende a concentrar toda a ação nos primeiros 40% do clipe.

Iteração 1: Primeira Renderização

A Iteração 1 usou o prompt na íntegra, 720P, 5 segundos, 9:16. Sempre começamos em 720P para as primeiras visualizações, porque custa metade do preço de 1080P de acordo com a tabela de preços da PixMind.

Resultado: A tampa levantou corretamente. O conta-gotas subiu de forma limpa. Mas a superfície da garrafa de vidro deformou durante a transição. Superfícies reflexivas são um ponto fraco conhecido para modelos de interpolação, e a documentação I2V do Wan 2.7 aponta isso.

Diagnóstico: A deformação apareceu entre o segundo 1.5 e o segundo 2.5, exatamente quando a tampa estava sendo levantada. O modelo teve dificuldade em distinguir a borda da tampa do gargalo reflexivo da garrafa atrás dela.

Plano de correção: Diminuir o movimento de levantamento da tampa e adicionar um modificador explícito de "movimento lento e deliberado". Aumentar para 1080P para ver se uma resolução mais alta reduz a visibilidade do artefato. Custo para a iteração 1: 750 créditos (720P, 5s, a 150 créditos por segundo).

Cápsula de citação: A Iteração 1 da renderização de primeiro e último quadro do Wan 2.7 produziu deformação visível na superfície da garrafa de vidro durante o movimento de levantamento da tampa, um artefato conhecido de superfície reflexiva documentado no guia do usuário I2V do Alibaba Cloud. O custo da renderização em 720P foi de 750 créditos por 5 segundos.

Iteração 2: Ajustando o Movimento

A Iteração 2 adicionou "movimento lento e deliberado, sem aceleração súbita" ao prompt, mudou para 1080P, manteve 5 segundos e 9:16. Os quadros-chave inicial e final permaneceram inalterados.

Resultado: A deformação da garrafa desapareceu. O levantamento da tampa pareceu limpo e premium. Mas uma cintilação de luz apareceu no segundo 3.2, exatamente quando o conta-gotas saiu do gargalo da garrafa. A cintilação durou cerca de 8 quadros e parecia um estroboscópio.

Diagnóstico: A cintilação veio do modelo tentando conciliar a luz principal quente de 3200K com a luz de contorno ligeiramente mais fria refletindo no vidro do conta-gotas em ascensão. Temperaturas de cor mistas em uma borda reflexiva em movimento são um gatilho de interpolação conhecido.

Plano de correção: Adicionar um bloqueio de temperatura de cor ao prompt. Adicionar uma linha de prompt negativo para suprimir a cintilação de luz. Manter todas as outras configurações iguais. Custo para a iteração 2: 1.500 créditos (1080P, 5s, a 300 créditos por segundo).

Vimos essa falha de cintilação de luz em quase todas as fotos de produtos de vidro e líquido que testamos. É o problema mais comum na iteração 2 para marcas de cuidados com a pele e bebidas.

Cápsula de citação: A Iteração 2 da renderização de primeiro e último quadro do Wan 2.7 em 1080P corrigiu a deformação do vidro da iteração 1, mas introduziu uma cintilação de luz de 8 quadros quando o conta-gotas saiu do gargalo da garrafa, causada por temperaturas de cor mistas em uma borda reflexiva. Custo: 1.500 créditos por 5 segundos em 1080P.

Iteração 3: Renderização Final em 1080P

A Iteração 3 adicionou duas linhas de prompt: "iluminação consistente quente de 3200K em todo o vídeo, sem mudança de cor" e "sem cintilação, sem estroboscópio, sem pulsação de luz". Tudo o mais permaneceu constante: 1080P, 5 segundos, 9:16, os mesmos quadros-chave.

Resultado: Limpo. A tampa levanta suavemente na primeira metade. O conta-gotas sobe e a gota de sérum cai de forma limpa na segunda metade. A superfície da garrafa permanece rígida. Sem cintilação. O bokeh do fundo transmite a ideia de cuidados com a pele de luxo.

Avaliação de qualidade: Avaliamos a renderização final em cinco critérios em uma escala de 1 a 5. Coerência de movimento: 5. Preservação de identidade entre quadros-chave: 5. Consistência de iluminação: 4 (muito leve mudança quente no vidro do conta-gotas, aceitável). Taxa de artefatos: 4 (um quadro tinha um leve defeito de reflexo na base da tampa). Adequação à marca: 5. Média: 4.6 de 5. Enviar.

Custo para a iteração 3: 1.500 créditos (1080P, 5s).

Detalhamento de Custos (Créditos Gastos)

A PixMind cobra pelo vídeo Wan 2.7 a uma taxa fixa por segundo por resolução. 720P custa 150 créditos por segundo. 1080P custa 300 créditos por segundo. A duração é linear.

Nota: O briefing original orçou 4.500 créditos (três renderizações em 1080P). Economizamos 750 créditos executando a iteração 1 em 720P. Este é o padrão recomendado. Use 720P para a primeira visualização para detectar erros de movimento e composição de forma barata, depois mude para 1080P assim que a direção do movimento estiver correta.

[DADOS ORIGINAIS] Em 14 testes de bancada de revelação de produtos que realizamos em junho e julho de 2026, o custo total médio para uma renderização enviável foi de 3.200 créditos. O caso Aura Botanicals, com 3.750 créditos, está ligeiramente acima da média, impulsionado pela complexidade do vidro e do líquido.

Se o seu orçamento permite apenas uma renderização em 1080P, pule a iteração 1 em 720P. Você aceita um risco maior de uma tomada de 1.500 créditos desperdiçada em troca de uma chance de qualidade total. Não recomendamos isso para usuários iniciantes.

Três Lições Aprendidas

Lição 1: Trave seus quadros-chave primeiro, prompt depois.

A maior alavanca de qualidade no trabalho com primeiro e último quadro é a paridade dos quadros-chave. Mesma composição, mesma direção de iluminação, mesma temperatura de cor, mesmo fundo. Um ótimo prompt não pode salvar quadros-chave incompatíveis. Gastamos mais tempo na preparação dos quadros-chave (cerca de 40 minutos) do que na iteração do prompt (cerca de 15 minutos).

[INSIGHT ÚNICO] A maioria das falhas de primeiro e último quadro que vemos em tickets de suporte são incompatibilidades de quadros-chave que o usuário não percebeu. Coloque as duas imagens lado a lado em qualquer editor de imagem e verifique as posições dos pixels de cada elemento fixo antes de fazer o upload.

Lição 2: Itere em 720P, envie em 1080P.

720P detecta erros de movimento e composição pela metade do custo de crédito. O perfil de artefatos é semelhante o suficiente ao 1080P para que você veja as mesmas deformações, cintilações e desvios de identidade. Mude para 1080P apenas quando a direção do movimento estiver travada. Para uma análise mais aprofundada, veja nossa publicação sobre o trade-off entre 720P e 1080P em vídeo com IA.

Lição 3: A alocação de tempo no prompt corrige o ritmo.

O Wan 2.7 concentra a ação no início se você permitir. Adicionar alocações de "primeira metade" e "segunda metade" ao prompt distribui o movimento por toda a duração. Esta única edição transformou nossa renderização da iteração 2 de "apressada e estática" para "deliberada e cinematográfica". O mesmo padrão funciona para qualquer revelação com múltiplos tempos.

FAQ de Anúncios no Instagram com Primeiro e Último Quadro

Quantos créditos custa um vídeo Wan 2.7 de 5 segundos em 1080P?

Uma renderização de 5 segundos em 1080P do Wan 2.7 custa 1.500 créditos à taxa publicada da PixMind de 300 créditos por segundo. Um fluxo de trabalho de três iterações com a primeira iteração em 720P custa 3.750 créditos no total, de acordo com nosso estudo de caso composto.

O primeiro e último quadro do Wan 2.7 consegue lidar com superfícies reflexivas como vidro?

Sim, mas com cuidado. Superfícies reflexivas são a fonte mais comum de artefatos de deformação na interpolação de primeiro e último quadro. Use uma linguagem de movimento mais lenta no prompt, trave a temperatura de cor e teste em 720P primeiro. O guia I2V do Alibaba Cloud documenta essa limitação.

O primeiro e último quadro do Wan 2.7 gera um vídeo vertical 9:16 para Instagram?

Sim. O Wan 2.7 suporta proporções de 9:16, 16:9, 1:1, 4:3 e 3:4. Faça upload de quadros-chave que já estejam em 9:16 para evitar surpresas de corte. O formato vertical 9:16 é o formato correto para Instagram Reels, Stories e TikTok.

Quantas iterações devo orçar para um anúncio de revelação de produto?

Orce três iterações. Uma para detectar erros de movimento e composição. Uma para corrigir iluminação ou ritmo. Uma para enviar. Nosso caso composto da Aura Botanicals usou exatamente três. A maioria dos nossos testes de bancada fica entre duas e quatro iterações.

Posso usar uma única foto de produto em vez de dois quadros-chave?

Sim, mas você perde o controle do estado final. O I2V de imagem única permite que o modelo invente o quadro final, que muitas vezes se afasta da sua imagem principal aprovada pela marca. O primeiro e último quadro é a escolha mais segura para revelações de produtos onde os estados inicial e final são ambos fixos. Veja nosso guia de foto de produto para vídeo 1080P para o fluxo de trabalho de imagem única.

Veja em Ação

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