wan-2-7

Wan 2.7 — RunComfy Pro Pack

runcomfy.com · 文生视频 · GitHub

Wan-AI 的 Wan 2.7 ——旗舰级视频模型，支持多参考素材条件控制和音频驱动的口型同步，托管于 RunComfy Model API。

npx skills add agentspace-so/runcomfy-skills --skill wan-2-7 -g

如何选择此模型（与同系列模型比较）

需求	使用
将你提供的音轨与视频进行口型同步	Wan 2.7（audio_url）
多参考素材精细动作控制	Wan 2.7
流畅转场、准确的运动物理效果	Wan 2.7
当前盲测投票排名第一的视频模型	HappyHorse 1.0
使用图像、视频和音频参考素材进行多模态电影级创作，并在生成过程中生成语音	Seedance 2.0 Pro
对现有素材进行电影级运动编辑	Kling Video O1
超快迭代	LTX 2

如果用户明确提到“Wan”／“Wan 2.7”／“wan-ai”／“alibaba video”，无论其他情况如何，都应将其导向此模型。

前置条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy 账户 — runcomfy login 会打开浏览器设备码登录流程。
3. CI／容器 — 设置 RUNCOMFY_TOKEN=<token>，而不是运行 runcomfy login。

端点和输入架构

wan-ai/wan-2-7/text-to-video

字段	类型	必填	默认值	说明
prompt	string	是	—	最多约 5000 个字符／约 1500 个 token。
audio_url	string	否	—	WAV／MP3，3–30 秒，≤15MB。**用于驱动口型同步。**省略时会自动生成背景音乐。
aspect_ratio	enum	否	16:9	16:9、9:16、1:1、4:3、3:4。
resolution	enum	否	1080p	720p 或 1080p。
duration	enum	否	5	2–15 秒（整数秒）。
negative_prompt	string	否	—	最多 500 个字符。填写需要避免的具体问题。
enable_prompt_expansion	bool	否	true	自动扩写较短的提示词。关闭后可进行字面控制。
seed	int	否	—	0..2^31-1。用于复现不同变体。

调用方式

默认设置（5 秒、1080p、16:9，扩写提示词）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{"prompt": "<user prompt>"}' \
  --output-dir <absolute/path>

音频驱动口型同步（使用你自己的音轨）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{
    "prompt": "Medium close-up of the spokesperson, warm key light, locked tripod, slight breathing motion.",
    "audio_url": "https://.../voiceover.mp3",
    "duration": 12,
    "aspect_ratio": "9:16"
  }' \
  --output-dir <absolute/path>

字面控制（不自动扩写）：

runcomfy run wan-ai/wan-2-7/text-to-video \
  --input '{
    "prompt": "<exactly what you want, verbatim>",
    "enable_prompt_expansion": false,
    "negative_prompt": "no subtitles, no flicker, no distorted hands"
  }' \
  --output-dir <absolute/path>

提示词编写——实用技巧

用通俗语言描述镜头和动作。“缓慢推轨”“固定三脚架，低角度”“手持跟拍”“从上方进行吊臂移动”。将镜头描述放在提示词开头。

**每段视频只安排一个主要动作。**不要堆叠多个相互冲突的动作。选定一个节拍：“她转身，然后微笑”，而不是“她转身并微笑，同时一辆公交车驶过，而且……”。

**用 negative_prompt 指定具体问题。**好的示例：“不要字幕、不要水印、不要闪烁”。不好的示例（太笼统）：“不要糟糕的光线”。

**默认启用提示词扩写。**模型会自动改写较短的提示词。对于简短／字面化的提示词（例如对品牌措辞有严格要求的广告文案），请设置 enable_prompt_expansion: false 将其关闭。

音频规格很重要。audio_url 必须为 3–30 秒、≤15MB，格式为 WAV／MP3。超出范围的文件会被拒绝。音频长度应与视频片段时长匹配。

**迭代尝试不同种子。**如果希望同一提示词的不同变体保持输出一致，请重复使用同一个种子。更改种子可获得真正不同的结果。

反模式：

• 只描述静态画面 → 动作会显得模糊。
• 含糊的否定描述（“不要糟糕的颜色”）→ 会被忽略。
• 音频不符合 3–30 秒／15MB／WAV-MP3 规格 → 会被拒绝。
• 提示词超过 5000 个字符／1500 个 token → 输出质量会下降。

擅长的场景

使用场景	Wan 2.7 的优势
配自定义旁白的口型同步广告	audio_url 支持使用你的音轨
多语言配音变体	使用相同提示词，为每种语言提供不同的 audio_url
多参考素材动作控制	最多支持 5 个参考媒体素材（图像／视频／语音）
流畅转场和运动物理效果	擅长基于物理感知的运动先验
通过负面提示词生成干净输出	有针对性地排除问题

示例提示词（已验证可生成出色效果）

页面示例（产品展示）：

Cinematic medium shot of a product on a marble surface, soft studio
lighting, slow subtle camera push-in, shallow depth of field, premium
commercial look, crisp 1080p detail

对口型的发言人（使用 audio_url）：

Medium close-up of a confident spokesperson in a softly-lit recording
booth, leaning slightly toward the camera, locked tripod, shallow depth
of field, warm key light from camera-left.

竖屏原生平台内容：

9:16 vertical short. A barista pulls a single espresso shot, steam
rising into morning sun, rich crema slowly forming. Close-up handheld,
shallow DOF, warm cafe ambience.

限制

• 时长上限为 15s。 对于更长的叙事，请拼接多次调用。
• 不支持原生 4K——上限为 1080p。
• 宽高比——仅支持文档中列出的 5 个值。
• 音频规格——3–30s，≤15MB，仅支持 WAV/MP3。
• 参考媒体上限为 5 个（图像 + 视频 + 语音合计）。
• 若要在生成过程中生成语音（无单独音轨），请使用 Seedance 2.0 Pro——Wan 接收音频，而非生成音频。

退出代码

code	meaning
0	成功
64	CLI 参数错误
65	输入 JSON 错误 / 架构不匹配
69	上游 5xx
75	可重试：超时 / 429
77	未登录或令牌被拒绝

完整参考：docs.runcomfy.com/cli/troubleshooting。

工作原理

该技能使用与架构匹配的 JSON 请求体调用 runcomfy run wan-ai/wan-2-7/text-to-video。CLI 会向 https://model-api.runcomfy.net/v1/models/wan-ai/wan-2-7/text-to-video 发送 POST 请求，轮询请求状态，获取结果，并将任何 .runcomfy.net/.runcomfy.com URL 下载到 --output-dir。按 Ctrl-C 会在退出前取消远程请求。

安全与隐私

• 令牌存储：runcomfy login 会将 API 令牌写入 ~/.config/runcomfy/token.json，文件权限设为 0600（仅所有者可读写）。在 CI / 容器中设置 RUNCOMFY_TOKEN 环境变量即可完全绕过文件。
• 输入边界：用户提示词会通过 --input 作为 JSON 字符串传递给 CLI。CLI 不会对提示词进行 shell 展开；它会通过 HTTPS 将 JSON 请求体直接发送到 Model API。提示词内容不存在 shell 注入攻击面。
• 第三方内容：你传入的图像 / 遮罩 / 视频 URL 由 RunComfy 模型服务获取，而非由你本机上的 CLI 获取。请将外部 URL 视为不可信；基于图像的提示词注入是任何图像编辑 / 视频编辑模型都存在的已知风险。
• 出站端点：仅 model-api.runcomfy.net（提交请求）和 *.runcomfy.net / *.runcomfy.com（生成结果的下载白名单）。无遥测，无回调。
• 生成文件大小上限：为防止恶意或失控的模型输出占满磁盘，CLI 会中止任何超过 2 GiB 的单次下载。