使用 Wan 2.7 進行電影預視化
主要收穫
- 一個關於虛構短片「Night Crossing」的綜合案例研究，展示了四種經典鏡頭類型（建立鏡頭、中景鏡頭、特寫鏡頭、廣角鏡頭）如何轉化為 Wan 2.7 提示。
- 預視化短片的總渲染成本約為 6,000 PixMind 點數（4 個鏡頭，每個 1,500 點數，1080P，5 秒）。
- 分鏡草圖加上關鍵影格參考在鏡頭紀律方面明顯優於純 T2V 提示。
- 相同的工作流程在大約四小時內（包括迭代）製作出導演批准的預視化剪輯。
為什麼預視化對獨立電影很重要
預視化是導演在拍攝任何一個畫面之前測試攝影機語言的環節。根據 Backstage 引用的一項 2023 年獨立電影製作調查，預視化和分鏡製作佔獨立短片前期製作預算的 12% 到 18%。
Wan 2.7 改變了這種計算方式。導演無需手繪分鏡或製作 3D 動畫預覽，只需貼上提示，渲染一個 5 秒的 1080P 短片，就能感受鏡頭。本案例研究中使用的模板都收集在 PixMind 電影預視化集群中。
場景設定（綜合案例研究）
需要澄清的是：這是一個綜合案例研究。「Night Crossing」是我們根據真實的 PixMind 用戶工作流程構建的虛構黑色短片，而非真實製作。我們組合了導演通常會為一個設定在黎明時分霧濛濛港口的場景預視化的四種鏡頭類型。
這個綜合案例融合了三個真實的用戶會話，每個會話都交付了下方鏡頭的不同子集。我們將它們整合為一個單一的敘事，以便提示模式可以重複使用。如果您想重現完整的短片，PixMind Wan 2.7 影片生成器展示了本案例研究中使用的所有模式。
場景意圖：一個走私者在碼頭上等待，一艘小船在霧中駛近。我們預視化了四個鏡頭：港口的建立廣角鏡頭、走私者的中景鏡頭、懷錶的特寫鏡頭，以及船隻出現的廣角全景鏡頭。
鏡頭 1：建立廣角鏡頭
建立鏡頭用於引導觀眾。根據 Alibaba Cloud 的影片生成概述，Wan 2.7 T2V 偏好包含明確攝影機語言的提示，我們在這個鏡頭中就利用了這一點。
提示模板（建立廣角鏡頭）
Subject: empty wooden dock at a foggy harbor, pre-dawn.
Action: fog drifts slowly across frame, distant harbor light pulses.
Setting: cold blue-gray palette, single warm sodium lamp camera-right.
Camera: static wide shot, 24mm equivalent, locked tripod.
Style: cinematic noir, anamorphic flare on the lamp, 35mm grain.
參數與原理
我們以 T2V 模式運行此鏡頭，設定為 1080P、5 秒、16:9。T2V 在這裡優於 I2V，因為場景中沒有需要保留插值固定主體的英雄物件。Wan 2.7 I2V 用戶指南明確指出 I2V 會保留輸入身份，而這對於一個廣闊的空碼頭來說並不需要。
我們首先在 720P 下測試了相同的提示以驗證構圖，然後升級到 1080P。1080P 的渲染時間增加了 2.5 倍，但產生了明顯更清晰的變形眩光。
引用摘要： 在我們綜合的「Night Crossing」預視化中，一個 5 秒 1080P 的 Wan 2.7 T2V 渲染，包含明確的攝影機語言（24mm 等效焦距、鎖定三腳架、變形眩光），在第一次嘗試就產生了一個可用的建立鏡頭。來源：PixMind 測試，2026 年 7 月，參數矩陣根據 Alibaba Cloud Model Studio 影片生成文件。
鏡頭 2：中景人物
中景鏡頭展現人物的存在感。我們預視化了走私者站在碼頭邊緣，外套隨風飄動的場景。
提示模板（中景人物）
Subject: a lone figure in a long dark coat standing at the dock edge,
back to camera.
Action: coat hem lifts in a slow gust, head tilts slightly camera-left.
Setting: same foggy harbor as Shot 1, sodium lamp now rim-lighting
the figure from camera-right.
Camera: static medium shot, 50mm equivalent, slight low angle.
Style: cinematic noir, shallow depth of field, 35mm grain, cool palette.
模式選擇：帶有關鍵影格草圖的 I2V
T2V 在跨影格的人物連貫性方面表現不佳。我們轉而使用 I2V，並利用從獨立圖像模型生成的粗略關鍵影格草圖。該草圖定義了輪廓、外套長度和姿勢。
這是我們推薦用於任何包含人形主體的預視化鏡頭的工作流程。T2V 擅長處理抽象運動，但人物身份會漂移。PixMind 多鏡頭影片提示指南記錄了其他鏡頭類型中相同的模式。
我們遇到的失敗模式
- 在第一次 1080P 渲染時，人物的肩膀變形了，因為輸入草圖的左肩對比度不均勻。我們重新繪製了草圖，使其輪廓邊緣更清晰。
- 外套下擺的動作過於劇烈。我們在動作描述中加入了「slow」，並將持續時間縮短到 4 秒，然後再延長。
鏡頭 3：特寫物件
特寫鏡頭是走私者掌中的懷錶，錶蓋彈開。這通常是預視化會出問題的地方，因為微小的機械運動很難引導。
提示模板（特寫物件）
Subject: a brass pocket watch held in a gloved hand, lid closed.
Action: thumb presses the crown, lid snaps open to reveal clock face.
Setting: same sodium lamp light raking across the watch face.
Camera: extreme close-up, 85mm equivalent, eye-level, locked tripod.
Style: cinematic noir, shallow depth of field, brass reflections, 35mm grain.
模式選擇：I2V 首尾影格
這個鏡頭需要首尾影格模式。閉合錶蓋的起始影格和打開錶蓋的結束影格必須精確到位。我們使用獨立的圖像模型生成了這兩個關鍵影格，然後將它們傳遞給 Wan 2.7 I2V 首尾影格模式。
在我們的綜合工作流程中，首尾影格是唯一能可靠地實現懷錶打開最終狀態的模式。單圖像 I2V 雖然能創造運動，但在大約三分之二的渲染中都未能達到最終影格。
成本紀律
特寫鏡頭會誘使你過度迭代。我們將每個鏡頭的迭代預算限制在三次渲染，然後再繼續。 PixMind Wan 2.7 完整指南詳細介紹了首尾影格的參數。
鏡頭 4：廣角全景
廣角全景是船隻從霧中出現的畫面。這是序列中的「揭示」鏡頭。
提示模板（廣角全景）
Subject: a small wooden motorboat emerging from dense fog, bow light on.
Action: boat drifts camera-left at slow speed, wake barely visible.
Setting: open water beyond the dock, fog bank receding, sky brightening.
Camera: static wide, 24mm equivalent, slight high angle from dock level.
Style: cinematic noir transitioning to dawn, cool palette warming at edges.
模式選擇：帶有參考圖像的 I2V
我們使用帶有單一船隻參考圖像的 I2V 來保留其輪廓。T2V 在不同影格中創造了不一致的船隻形狀。參考圖像鎖定了船體輪廓和船頭燈的位置。
[獨特見解] 在一個 5 秒的短片中，從「黑色電影藍」過渡到「溫暖黎明」很難僅通過提示來引導。我們添加了明確的色彩分級語言（「冷色調在邊緣變暖」），並接受模型對此的寬鬆解釋。需要精確色彩時間的導演應該計劃在後期製作中進行調色，而不是在提示中。
剪輯短片
我們在標準的非線性編輯器中，使用 0.5 秒的交叉淡入淡出效果，將這四個 5 秒的短片組裝起來。總短片長度：18 秒（4 乘以 5 減去重疊部分）。PixMind 電影預視化用例包含了關於剪輯順序和音軌的更詳細說明。
成本分析（4 個鏡頭 x 5 秒 x 1080P）
所有四個鏡頭都使用 1080P，時長 5 秒。PixMind 公布的 Wan 2.7 1080P 影片費率為每秒 300 點數。這意味著每個鏡頭需要 1,500 點數（300 點數/秒 x 5 秒）。
| Shot | Mode | Resolution | Duration | Credits |
|---|---|---|---|---|
| 1 Establishing Wide | T2V | 1080P | 5s | 1,500 |
| 2 Medium Character | I2V (1 keyframe) | 1080P | 5s | 1,500 |
| 3 Close-Up Object | I2V first-last-frame | 1080P | 5s | 1,500 |
| 4 Wide Landscape | I2V (1 keyframe) | 1080P | 5s | 1,500 |
| Total | Mixed | 1080P | 20s raw | 6,000 |
我們記錄的隱藏成本
迭代是無聲的成本乘數。我們的綜合導演在第一次渲染時批准了 4 個鏡頭中的 2 個。鏡頭 2 和鏡頭 3 各需要額外兩次嘗試。這使得整個會話的總花費點數約為 10,500。
[原始數據] 在我們為此綜合案例整合的三個真實 PixMind 用戶會話中，每個批准鏡頭的平均迭代比例為 1.75 次渲染。請為此預算，而不是上方表格的簡潔計算。
PixMind Wan 2.7 定價明細包含了 720P、1080P 以及所有 2 到 15 秒時長的完整定價矩陣。
四個經驗教訓
教訓 1：根據鏡頭類型選擇模式
T2V 在建立廣角鏡頭中表現出色。帶有單一關鍵影格的 I2V 在中景和全景鏡頭中勝出。首尾影格是唯一適用於機械特寫鏡頭的模式。根據鏡頭意圖而非習慣選擇模式，節省了大約 2,000 點數的浪費渲染。
教訓 2：在 720P 下迭代，在 1080P 下最終化
在我們發現構圖問題之前，我們在鏡頭 1 的第一次 1080P 渲染上燒掉了 1,500 點數。之後，每個鏡頭都從 720P 開始進行構圖檢查。只有在 720P 短片被批准後，才會運行 1080P 渲染。整個會話的淨節省：約 3,000 點數。
教訓 3：對於人物鏡頭，草圖優於純提示
對於鏡頭 2 和 4，一個 10 分鐘的粗略草圖勝過我們編寫的任何純 T2V 提示。草圖為 Wan 2.7 提供了一個可以依據的輪廓。純 T2V 產生了合格的運動，但在 5 秒短片中人物身份不一致。
教訓 4：為後期製作的色彩和時間預留預算
Wan 2.7 的提示讓你可以引導色彩和節奏，但它們不能取代調色師。鏡頭 4 中從黑色電影藍到溫暖黎明的過渡比導演想要的更平淡。我們將其標記為色彩校正環節，然後繼續。預視化是用於構圖和節奏，而不是最終外觀。
電影預視化常見問題
Wan 2.7 能取代分鏡師嗎？
不能。Wan 2.7 取代的是動畫預覽步驟，而不是分鏡。你仍然需要為人物鏡頭準備草圖或關鍵影格。該模型加速了從草圖到運動的過程，但它不能從一個單行想法生成連貫的多鏡頭序列。根據 Alibaba Cloud 的 I2V 指南，圖像轉影片依賴參考輸入來保留身份。
我應該使用什麼解析度進行預視化？
720P 用於迭代，1080P 用於導演審查。點數計算很直接：在 PixMind 上，720P 每秒消耗 150 點數，1080P 每秒消耗 300 點數。PixMind 定價指南有完整的矩陣。
我每小時可以預視化多少個鏡頭？
在我們的綜合會話中，我們在大約四小時的實際工作中（包括迭代）交付了四個批准的鏡頭。這個速度假設你在開始渲染之前已經準備好關鍵影格。如果沒有準備好的關鍵影格，預計每小時大約只能完成一到兩個鏡頭。
Wan 2.7 能處理跨鏡頭的連貫性嗎？
不支援原生處理。每個渲染都是獨立的。為了在跨鏡頭中保持人物連貫性，請使用帶有相同參考圖像的 I2V，或切換到 R2V 模式。PixMind 多鏡頭指南詳細介紹了跨鏡頭參考策略。
這個工作流程比傳統預視化便宜嗎？
對於獨立短片來說，是的。一個四鏡頭序列的傳統 3D 動畫預覽，自由藝術家的時間成本約為 400 到 1,200 美元。這裡的綜合會話花費了大約 10,500 PixMind 點數，加上導演大約四小時的時間。權衡點在於控制：傳統預視化能提供影格精確的攝影機運動。
嘗試工作流程
測試 Wan 2.7 電影預視化最快的方法是選擇一種鏡頭類型，並輸出一個 5 秒的短片。使用本案例研究中的提示模板作為起點。
打開 Wan 2.7 影片生成器並從建立廣角鏡頭開始。對於所有四種鏡頭類型的完整提示模式庫，PixMind 電影預視化用例提供了可下載的模板。
相關閱讀：我們的 Wan 2.7 完整指南了解模式基礎知識，以及 多鏡頭影片提示教學了解四個鏡頭以外的序列模式。
觀看實際操作
X 相關內容：BrentLynch — 創作者對電影預視化工作流程的討論。
