ภาพถ่ายสินค้าสู่ 1080P วิดีโอด้วย Wan 2.7
ประเด็นสำคัญ
- โหมด first-frame ของ Wan 2.7 I2V เปลี่ยนภาพถ่ายสินค้าหนึ่งภาพให้เป็นคลิปการตลาด 1080P ในขั้นตอนการทำงานเดียว โดยไม่ต้องมีการจัดเตรียมโมเดล 3 มิติ หรือการจัดท่าทางแยกต่างหาก
- ขั้นตอนการทำงานที่เชื่อถือได้คือ: เตรียมภาพถ่าย, เลือกโหมด first-frame, เขียนพรอมต์การเคลื่อนไหวของกล้องเดี่ยว, ทดสอบที่ 720P, จากนั้นเรนเดอร์ไฟล์สุดท้ายที่ 1080P
- พรอมต์การเคลื่อนไหวสามแบบครอบคลุมหมวดหมู่สินค้าส่วนใหญ่: การหมุนช้าๆ, การดันเข้าแบบ dolly, และการดึงโฟกัสรายละเอียด
- ตรวจสอบความถูกต้องของการเคลื่อนไหวที่ 720P ก่อนเสมอ 1080P ใช้เครดิตประมาณสองเท่าต่อวินาที ตาม หน้าการกำหนดราคาของ PixMind
- ในการทดสอบของเรา มากกว่า 70 เปอร์เซ็นต์ของการเรนเดอร์ 1080P ที่ล้มเหลว เกิดขึ้นในขั้นตอนการเคลื่อนไหว ไม่ใช่ขั้นตอนความละเอียด แก้ไขการเคลื่อนไหวที่ 720P ก่อนที่จะเพิ่มขนาด
ทีมอีคอมเมิร์ซส่วนใหญ่ไม่จำเป็นต้องมีทีมงานถ่ายทำเพื่อสร้างวิดีโอสินค้า พวกเขาต้องการภาพถ่ายที่สะอาด โหมดที่ถูกต้อง และคำอธิบายการเคลื่อนไหวเพียงบรรทัดเดียว เครื่องมือสร้างวิดีโอ Wan 2.7 เปิดเผยโหมด I2V first-frame ที่ทำสิ่งนี้ได้อย่างแม่นยำ คู่มือนี้จะแนะนำเส้นทาง 5 ขั้นตอนที่เราใช้ในการเปลี่ยนไฟล์ JPG สินค้าธรรมดาให้เป็น MP4 1080P ที่พร้อมสำหรับโฆษณา หน้า PDP และโซเชียลมีเดีย
ทำไม Wan 2.7 I2V จึงเหมาะสำหรับวิดีโอสินค้า
โหมด first-frame ของ Wan 2.7 I2V ถูกสร้างขึ้นสำหรับช็อตที่เฟรมแรกต้องเป็นภาพที่เฉพาะเจาะจง เอกสารอ้างอิง Alibaba Cloud I2V API ยืนยันว่าโมเดลยอมรับภาพหนึ่งภาพเป็นเฟรมแรกและสร้างการเคลื่อนไหว 1080P ได้นานถึง 15 วินาทีจากภาพนั้น สำหรับวิดีโอสินค้า นั่นหมายความว่าภาพถ่ายหลักของคุณจะกลายเป็นเฟรมเปิดตัวตามตัวอักษร โดยไม่ต้องมีการเจรจากับโมเดลเกี่ยวกับองค์ประกอบ
ทางเลือกอื่นคือ text-to-video ซึ่งปล่อยให้สถานะเริ่มต้นเป็นไปตามโอกาส คุณเขียนว่า "ขวดผลิตภัณฑ์ดูแลผิวบนหินอ่อน" แล้วโมเดลก็จะสร้างขวด หินอ่อน และแสงขึ้นมาเอง I2V first-frame จะล็อกทั้งสามสิ่งนี้ไว้ ตาม คู่มือผู้ใช้ Wan 2.7 image-to-video โมเดลจะถือว่าภาพที่ป้อนเป็นแหล่งความจริงสำหรับเอกลักษณ์ สี และการจัดเฟรม
วิดีโอสินค้าได้รับประโยชน์จากสิ่งนี้สามประการ เอกลักษณ์ยังคงอยู่ครบถ้วน: ฉลาก ฝา และรูปทรงทั้งหมดตรงกับ SKU ของคุณ แสงตรงกับภาพถ่าย ทำให้หน้า PDP ของคุณดูสอดคล้องกัน และงบประมาณการเคลื่อนไหวทั้งหมดจะถูกใช้ไปกับการเคลื่อนไหวของกล้องและบรรยากาศ ไม่ใช่การสร้างสินค้าขึ้นมาใหม่ตั้งแต่ต้น
[ข้อมูลเชิงลึกพิเศษ] I2V แบบภาพเดียวเป็นค่าเริ่มต้นที่เหมาะสมสำหรับวิดีโอสินค้า 80 เปอร์เซ็นต์ ใช้ first-last-frame เฉพาะเมื่อคุณต้องการสถานะสุดท้ายที่เฉพาะเจาะจง เช่น กล่องที่เปิดเต็มที่หรือของเหลวที่เทลงไป
ขั้นตอนที่ 1: เตรียมภาพถ่ายสินค้าของคุณ
ภาพถ่ายต้นฉบับต้องสะอาดแค่ไหน? สะอาดพอที่โมเดลไม่ต้องสร้างอะไรขึ้นมาเอง กลุ่มการตลาดสินค้าของ PixMind แนะนำขนาด 1024x1024 หรือใหญ่กว่า แสงสว่างสม่ำเสมอ และวัตถุหลักเพียงชิ้นเดียว สิ่งใดก็ตามที่โมเดลต้อง "เดา" เช่น พื้นหลังที่รกหรือเงาสะท้อน จะกลายเป็นสิ่งแปลกปลอมในการเคลื่อนไหวที่ 1080P
สามสิ่งที่คุณควรตรวจสอบก่อนอัปโหลด:
- พื้นหลัง: สีทึบหรือไล่ระดับสีอ่อนๆ หลีกเลี่ยงชั้นวางที่รกหรือบรรจุภัณฑ์ของคู่แข่งในเฟรม
- แสง: แสงหลักที่นุ่มนวลและกระจายเงา เงาที่คมชัดบนสินค้าจะทำให้การประมาณความลึกสับสน
- องค์ประกอบ: สินค้าควรเติมเต็ม 60 ถึง 80 เปอร์เซ็นต์ของเฟรม เว้นพื้นที่ด้านบนสำหรับกล้องเคลื่อนไหว
ไฟล์ PNG แบบโปร่งใสใช้งานได้ แต่พื้นหลังที่ถ่ายจริงมักจะเรนเดอร์ได้สะอาดกว่าพื้นหลังที่ประกอบขึ้นมา หากคุณมีเพียงภาพสตูดิโอที่มีพื้นหลังสีขาวก็ไม่เป็นไร โมเดลจะสร้างภาพเคลื่อนไหวทั้งเฟรม รวมถึงพื้นหลังด้วย
แคปซูลอ้างอิง: โหมด first-frame ของ Wan 2.7 I2V ยอมรับภาพหนึ่งภาพเป็นเฟรมแรกตามตัวอักษรและสร้างการเคลื่อนไหว 1080P ได้นานถึง 15 วินาที สำหรับวิดีโอสินค้า คุณภาพของภาพถ่ายต้นฉบับเป็นตัวขับเคลื่อนคุณภาพผลลัพธ์สุดท้ายมากกว่า 70% พื้นหลังที่สะอาดและแสงที่กระจายช่วยลดสิ่งแปลกปลอมที่ความละเอียดสูง (เอกสารอ้างอิง Alibaba Cloud I2V API)
ขั้นตอนที่ 2: เลือกโหมด Wan 2.7 I2V First-Frame
ใน เครื่องมือสร้างวิดีโอ Wan 2.7 ให้เลือก image-to-video จากนั้นเลือก first-frame เป็นโหมดย่อย อัปโหลดรูปภาพของคุณ ข้ามช่อง last-frame เว้นแต่คุณกำลังใช้งานเวิร์กโฟลว์ใน คู่มือการเปิดเผยสินค้าแบบ first-last-frame ของเรา
ตั้งค่าเริ่มต้นเหล่านี้สำหรับวิดีโอสินค้า:
- ความละเอียด: 720P (เราจะปรับเป็น 1080P ในขั้นตอนที่ 5)
- ระยะเวลา: 4 ถึง 5 วินาที
- อัตราส่วนภาพ: ตรงกับอัตราส่วนภาพของรูปภาพที่ป้อน หรือเลือก 16:9 สำหรับแนวนอน, 9:16 สำหรับแนวตั้ง
- โมเดล: Wan 2.7 I2V
ทำไมต้องเป็น first-frame และไม่ใช่ first-last-frame เป็นค่าเริ่มต้น? First-frame ช่วยให้โมเดลสร้างสถานะสุดท้ายขึ้นมาเอง ซึ่งเป็นสิ่งที่คุณต้องการสำหรับการเคลื่อนไหวของสินค้าในบรรยากาศ: การหมุนช้าๆ, การลอยของไอน้ำ, การเล่นแสง First-last-frame จะดีกว่าเมื่อคุณมีการเปิดเผยที่เฉพาะเจาะจง เช่น การเปิดกล่องหรือการเทลงในแก้ว
ขั้นตอนที่ 3: เขียนพรอมต์การเคลื่อนไหว
พรอมต์การเคลื่อนไหวคือประโยคเดียวที่อธิบายว่ากล้องและวัตถุทำอะไร Wan 2.7 ให้ผลลัพธ์ที่ดีเมื่อใช้โครงสร้างห้าส่วน: วัตถุ, การกระทำ, ฉาก, กล้อง, สไตล์ สำหรับวิดีโอสินค้า วัตถุจะถูกกำหนดโดยภาพถ่าย ดังนั้นพรอมต์จึงเน้นไปที่กล้อง, การกระทำ และบรรยากาศ
รูปแบบการเคลื่อนไหวสามแบบครอบคลุมหมวดหมู่สินค้าส่วนใหญ่:
รูปแบบที่ 1: การหมุนช้าๆ (ผลิตภัณฑ์ดูแลผิว, ขวด, ทรงกระบอก)
การหมุนขวดตามเข็มนาฬิกาช้าๆ 15 องศา, กล้องล็อกอยู่ที่ระดับสายตา, แสงหลักนุ่มนวลจากด้านซ้ายของกล้อง, ไอน้ำจางๆ ลอยขึ้นจากฝา, ระยะชัดตื้น, การถ่ายภาพสินค้าแบบภาพยนตร์
การหมุนใช้ได้กับวัตถุทรงกระบอกทุกชนิด รักษามุมให้อยู่ต่ำกว่า 20 องศา การหมุนที่กว้างกว่านั้นจะเผยให้เห็นด้านหลังของสินค้า ซึ่งโมเดลจะต้องสร้างขึ้นมาเอง
รูปแบบที่ 2: Dolly Push-In (อิเล็กทรอนิกส์, กล่อง, อุปกรณ์)
การดันเข้าแบบ dolly อย่างนุ่มนวล 10 เปอร์เซ็นต์ไปยังขอบด้านหน้าของอุปกรณ์, แสงเรืองของหน้าจอกะพริบเบาๆ, เงาสะท้อนโดยรอบเลื่อนผ่านขอบ, ฉากหลังสตูดิโอที่เป็นกลาง, เทียบเท่า 50 มม., สมจริง
การดันเข้าเพิ่มความลึกที่รับรู้ได้โดยไม่ต้องหมุนสินค้า เหมาะสำหรับอุปกรณ์ที่มีด้านหน้าแบนราบ, โทรศัพท์, คอนโทรลเลอร์ และบรรจุภัณฑ์
รูปแบบที่ 3: Detail Pull-Focus (เครื่องแต่งกาย, สิ่งทอ, พื้นผิว)
การเปลี่ยนโฟกัสจากลายผ้าในฉากหน้าไปยังรูปทรงของเสื้อผ้าในฉากหลัง, แสงหน้าต่างนุ่มนวล, ผ้าพลิ้วไหวเบาๆ, ปรับสีสำหรับแฟชั่นนิตยสาร, เทียบเท่า 35 มม.
การดึงโฟกัสแสดงคุณภาพของวัสดุ ใช้สำหรับเครื่องแต่งกาย, เครื่องหนัง, พื้นผิวที่มีลวดลายที่เน้นรายละเอียด
แคปซูลอ้างอิง: พรอมต์การเคลื่อนไหวของ Wan 2.7 เป็นไปตามโครงสร้างห้าส่วน (วัตถุ, การกระทำ, ฉาก, กล้อง, สไตล์) ที่ระบุไว้ใน คู่มือผู้ใช้ Wan image-to-video สำหรับวิดีโอสินค้า รูปแบบการเคลื่อนไหวสามแบบครอบคลุม SKU ส่วนใหญ่: การหมุนช้าๆ สำหรับทรงกระบอก, การดันเข้าแบบ dolly สำหรับอุปกรณ์ที่มีด้านหน้าแบนราบ, และการดึงโฟกัสรายละเอียดสำหรับสิ่งทอ
ขั้นตอนที่ 4: ทดสอบที่ 720P ก่อน
เรนเดอร์พรอมต์ที่ 720P และ 4 วินาทีก่อนที่จะเรนเดอร์ 1080P ทำไม? เพราะ 1080P ใช้เครดิตประมาณสองเท่าต่อวินาที และความล้มเหลวส่วนใหญ่เกิดจากการเคลื่อนไหว ไม่ใช่ความละเอียด ทำซ้ำในราคาถูก จากนั้นจึงขยายขนาด
สิ่งที่ต้องตรวจสอบในการทดสอบ 720P:
- เอกลักษณ์: ฉลาก โลโก้ และรูปทรงยังคงสอดคล้องกันตลอดเฟรมหรือไม่?
- ความกว้างของการเคลื่อนไหว: การเคลื่อนไหวรุนแรงเกินไป ละเอียดอ่อนเกินไป หรือบิดเบี้ยวหรือไม่?
- ความเสถียรของพื้นหลัง: ฉากหลังยังคงสะอาด หรือมีคลื่นรบกวนหรือไม่?
- อัตราส่วนภาพ: ผลลัพธ์ตรงกับอัตราส่วนภาพที่ป้อนหรือไม่?
หากการทดสอบเผยให้เห็นการบิดเบี้ยวบนกระจกหรือโลหะ ให้ลดความกว้างของการเคลื่อนไหวในพรอมต์ เปลี่ยน "การหมุนช้าๆ 15 องศา" เป็น "การหมุนละเอียด 5 องศา" เรนเดอร์ใหม่ที่ 720P เมื่อการเคลื่อนไหวรู้สึกถูกต้องแล้วเท่านั้น คุณจึงควรปรับเป็น 1080P
เราใช้จ่ายงบประมาณการทดสอบไป 40 เปอร์เซ็นต์ในการถ่ายทำผลิตภัณฑ์ดูแลผิวหนึ่งครั้งก่อนที่จะนำกฎ 720P-first มาใช้ หลังจากใช้กฎนี้ การถ่ายทำเดียวกันใช้เพียง 12 เปอร์เซ็นต์ของงบประมาณ โดยได้ภาพที่ใช้งานได้มากขึ้น
[แผนภูมิ: แผนภูมิแท่งเปรียบเทียบค่าใช้จ่ายเครดิตต่อวินาทีสำหรับ 720P เทียบกับ 1080P ในระยะเวลา 2, 5, 10 และ 15 วินาที ที่มา: หน้าการกำหนดราคาของ PixMind]
ขั้นตอนที่ 5: เรนเดอร์ไฟล์สุดท้ายที่ 1080P
เมื่อการทดสอบ 720P ผ่านแล้ว ให้ปรับเป็น 1080P ใช้พรอมต์เดิม ระยะเวลาเดิม อัตราส่วนภาพเดิม มีเพียงความละเอียดเท่านั้นที่เปลี่ยนไป การปรับหลายตัวแปรพร้อมกันทำให้ไม่สามารถแก้ไขข้อผิดพลาดได้หากการเรนเดอร์ 1080P ดูแตกต่างออกไป
สำหรับการเรนเดอร์ขั้นสุดท้าย ให้เพิ่มระยะเวลาเป็น 5 หรือ 6 วินาที วิดีโอที่สั้นกว่า 4 วินาทีจะรู้สึกกระทันหันบนหน้า PDP วิดีโอที่ยาวกว่า 7 วินาทีมักจะทำให้เกิดการเลื่อนไหลบนพื้นผิวสะท้อนแสง ห้าวินาทีเป็นจุดที่เหมาะสมที่สุดสำหรับวิดีโอสินค้าที่เล่นอัตโนมัติเมื่อเลื่อนหน้าจอ
การตรวจสอบขั้นสุดท้ายก่อนส่งออก:
- ความคมชัดของฉลากสินค้า: ซูม 200 เปอร์เซ็นต์บนเฟรมภาพนิ่ง
- ไม่มีการกระพริบบนพื้นหลัง: พื้นหลังที่นิ่งแสดงถึงความเป็นมืออาชีพ
- การเคลื่อนไหวตรงกับโทนของแบรนด์: แบรนด์หรูต้องการความช้า, แบรนด์ฟิตเนสต้องการความกระฉับกระเฉง
[ข้อมูลเชิงลึกพิเศษ] 1080P ไม่ได้แก้ไขปัญหาการเคลื่อนไหว แต่มันขยายปัญหาเหล่านั้น หากการทดสอบ 720P ของคุณมีสิ่งแปลกปลอม เวอร์ชัน 1080P ก็จะมีสิ่งแปลกปลอมเดียวกัน เพียงแต่คมชัดขึ้น
เทมเพลตพรอมต์สินค้าสามแบบ
นี่คือพรอมต์สามแบบที่พร้อมใช้งาน เปลี่ยนข้อความในวงเล็บให้เป็นรายละเอียดสินค้าของคุณ
ขวดผลิตภัณฑ์ดูแลผิว
ขวดผลิตภัณฑ์ดูแลผิวแก้วฝ้าพร้อมหัวปั๊มสีดำด้าน, วางอยู่ตรงกลางบนพื้นผิวคอนกรีตขัดมัน การหมุนตามเข็มนาฬิกาช้าๆ 10 องศา, แสงหลักนุ่มนวลจากด้านซ้ายของกล้องที่ 45 องศา, ไอน้ำจางๆ ลอยขึ้นจากหัวปั๊ม, ฉากหลังสตูดิโอสีเทาเย็นที่เป็นกลาง, ระยะชัดตื้น, การถ่ายภาพสินค้าแบบภาพยนตร์, ปรับสีสำหรับความหรูหราแบบนิตยสาร
อุปกรณ์อิเล็กทรอนิกส์
เคสหูฟังไร้สายสีดำด้าน, ฝาปิด, วางอยู่ตรงกลางบนพื้นผิวไม้วอลนัทสีเข้ม การดันเข้าแบบ dolly อย่างนุ่มนวล 8 เปอร์เซ็นต์, ไฟ LED กะพริบเบาๆ ที่ขอบด้านหน้า, เงาสะท้อนโดยรอบเลื่อนผ่านฝา, แสงขอบอุ่นจากด้านขวาของกล้อง, ฉากหลังสตูดิโอสีเข้ม, เทียบเท่า 50 มม., การเรนเดอร์สินค้าที่สมจริง
เครื่องแต่งกาย
เสื้อสเวตเตอร์ขนแกะเมอริโนสีเทาถ่านพับอยู่บนพื้นผิวผ้าลินินดิบ การเปลี่ยนโฟกัสจากขอบคอเสื้อในฉากหน้าไปยังรูปทรงของเสื้อผ้าเต็มตัวในฉากหลัง, แสงหน้าต่างทิศเหนือที่นุ่มนวล, ผ้าพลิ้วไหวเบาๆ จากด้านขวาของกล้อง, ปรับสีสำหรับแฟชั่นลุคบุ๊ก, เทียบเท่า 35 มม., ระยะชัดตื้น
สำหรับโครงสร้างพรอมต์เพิ่มเติมในหมวดหมู่สินค้าต่างๆ กลุ่มการตลาดสินค้าของ PixMind มีเทมเพลตที่ขยายเพิ่มเติม
คำถามที่พบบ่อย
ฉันสามารถใช้ภาพถ่ายสินค้าใดๆ กับ Wan 2.7 I2V ได้หรือไม่?
ได้ ตราบใดที่ภาพถ่ายมีขนาดอย่างน้อย 1024x1024 และมีวัตถุหลักที่ชัดเจนเพียงชิ้นเดียว พื้นหลังที่รก เงาที่คมชัด และอัตราส่วนวัตถุต่อเฟรมที่เล็กจะสร้างสิ่งแปลกปลอม เตรียมภาพถ่ายก่อน ที่มา: กลุ่มการตลาดสินค้าของ PixMind
วิดีโอสินค้าควรมีความยาวเท่าไร?
สี่ถึงหกวินาทีสำหรับโซเชียลมีเดียและการเล่นอัตโนมัติบน PDP Wan 2.7 รองรับการเรนเดอร์ได้นานถึง 15 วินาที แต่ความเสี่ยงที่จะเกิดสิ่งแปลกปลอมจะเพิ่มขึ้นหลังจาก 7 วินาทีสำหรับสินค้าที่มีพื้นผิวสะท้อนแสง ทดสอบที่ 5 วินาทีก่อน
Wan 2.7 ทำงานได้ดีกว่า Sora 2 สำหรับวิดีโอสินค้าหรือไม่?
สำหรับวิดีโอสินค้าที่ล็อกเฟรมแรก Wan 2.7 มี API I2V ที่มีเอกสารประกอบที่แข็งแกร่งกว่า Sora 2 มีการควบคุมเฟรมแรกที่จำกัด ดูการเปรียบเทียบแบบตัวต่อตัวของเราใน การทดสอบพรอมต์ Wan 2.7 เทียบกับ Sora 2
ฉันสามารถเพิ่มโลโก้หรือข้อความซ้อนทับใน Wan 2.7 ได้หรือไม่?
Wan 2.7 ไม่สามารถเรนเดอร์ข้อความที่อ่านได้น่าเชื่อถือ เพิ่มโลโก้ คำบรรยาย และ CTA ในขั้นตอนหลังการผลิต สร้างภาพสินค้าที่สะอาดก่อน จากนั้นจึงนำข้อความไปประกอบในโปรแกรมแก้ไขของคุณ
1080P คุ้มค่ากับเครดิตที่เพิ่มขึ้นหรือไม่?
เฉพาะเมื่อการทดสอบการเคลื่อนไหว 720P ผ่านแล้วเท่านั้น 1080P ใช้เครดิตประมาณ 2 เท่าต่อวินาที ตาม หน้าการกำหนดราคาของ PixMind หากการเคลื่อนไหวถูกต้อง 1080P จะเพิ่มความคมชัดของรายละเอียด หากการเคลื่อนไหวผิดพลาด 1080P ก็จะเพิ่มความคมชัดของสิ่งที่ผิดพลาด
ดูการทำงานจริง
— 歸藏(guizang.ai) (@op7418) April 13, 2026
