動画生成と動画編集 - Alibaba Cloud Model Studio - Alibaba Cloud ドキュメントセンター

テキスト・トゥ・ビデオ、イメージ・トゥ・ビデオ、動画編集に適したモデルを選択してください。

クローズドソースモデルからの移行

現在ご使用の Sora、Veo、Kling、または Runway モデルを、同等の Bailian モデルに対応付けます。

モデル機能	クローズドソースの例	Bailian の推奨
テキストから動画 (t2v)、画像から動画 (i2v)	Sora 2、Veo 3.1、Kling 3.0	`happyhorse-1.1-t2v`、`happyhorse-1.1-i2v`、`wan3.0-video`、`wan3.0-video-prime`
リファレンスから動画 (r2v)	Seedance 2.0、Runway Gen-4	`happyhorse-1.1-r2v`、`wan3.0-video`、`wan3.0-video-prime`

テキストから動画

テキストプロンプトからオーディオ付きの動画を生成します。happyhorse-1.1-t2v の使用を推奨します。このモデルは、1080P の解像度と最大 15 秒のクリップをサポートします。

より長い動画 (最大 30 秒)、適応型アスペクト比、スマートデュレーション、オーディオの切り替え、リファレンスオーディオについては、wan3.0-video を使用してください。このモデルは、480P、720P、1080P の解像度をサポートします。速度最適化バージョンの wan3.0-video-prime は、高品質を維持しながら生成速度を大幅に向上させます。

画像動画生成

静的な画像から動的な動画を作成します。開始フレームの画像動画生成には、happyhorse-1.1-i2v を使用してください。Wan シリーズには、開始フレームと開始/終了フレームの画像動画生成に対応した wan3.0-video (速度最適化： wan3.0-video-prime) を使用してください。

開始フレームの画像動画生成

単一の画像から動画を生成します。オーディオ、1080P、および 3～15 秒の動画に対応した happyhorse-1.1-i2v を推奨します。

長尺動画向けの開始/終了フレームのスティッチング

wan3.0-video などの開始/終了フレームモデルを使用して、複数のクリップをスティッチングします。あるクリップの終了フレームを次のクリップの開始フレームとして設定すると、シームレスなトランジションを実現でき、ナラティブ、製品デモ、またはチュートリアルに最適です。

参照 Image-to-Video

参照画像を使用して、シーン間でキャラクターの一貫性を維持します。 happyhorse-1.1-r2v を推奨します。 Wan シリーズでは、複数の参照画像、動画、オーディオ向けのオールインワンの参照機能を持つ wan3.0-video (速度最適化版： wan3.0-video-prime ) を使用してください。また、参照としてファイル入力 (docx、ppt、pdf など) や Web リンクもサポートしています。

動画編集

テキスト指示を使用して、既存の動画のスタイル変換、要素の置換、その他の操作を行えます。happyhorse-1.0-video-edit の使用を推奨します。エフェクトのレプリケーションまたはカメラワークのレプリケーションには、wan2.7-videoedit を使用します。

キャラクターアニメーション

モーション駆動のキャラクターアニメーション

参照動画のモーションを静止画内のキャラクターに転送するには、 wan2.2-animate-move を使用します。背景は変更されません。プロモード (wan-pro) は実写映像に近い結果を生成し、スタンダードモード (wan-std) はより高速でコスト効率に優れています。

動画内のキャラクターの置き換え

動画内のキャラクターをソース画像のキャラクターで置き換えるには、 wan2.2-animate-mix を使用します。このモデルもプロモードとスタンダードモードをサポートしています。

推奨モデル

モデル ID	ユースケース	最大解像度	最大長
`wan3.0-video`	テキスト to 動画、先頭/最終フレーム画像 to 動画、オールインワンのリファレンス to 動画	480 P、720 P、1080 P	2~30 秒
`wan3.0-video-prime`	テキスト to 動画、先頭/最終フレーム画像 to 動画、オールインワンのリファレンス to 動画 (速度最適化)	480 P、720 P、1080 P	2~30 秒
`happyhorse-1.1-t2v`	テキスト to 動画	480 P、720 P、1080 P	3~15 秒
`happyhorse-1.1-i2v`	先頭フレーム画像 to 動画	480 P、720 P、1080 P	3~15 秒
`happyhorse-1.1-r2v`	リファレンス画像 to 動画	480 P、720 P、1080 P	3~15 秒
`happyhorse-1.0-video-edit`	動画編集	720 P、1080 P	3~15 秒
`wan2.7-videoedit`	動画編集、効果のレプリケーション、カメラワークのレプリケーション	720 P、1080 P	2~10 秒
`wan2.2-animate-move`	静的キャラクターへのモーション転送	720 P	2~30 秒
`wan2.2-animate-mix`	動画内のキャラクターの置き換え	720 P	2~30 秒

すべてのモデル

HappyHorse 1.1

モデル ID	タイプ	機能	出力仕様
`happyhorse-1.1-t2v`	テキストから動画	オーディオ	480P、720P、1080P。3～15秒。24 fps、MP4
`happyhorse-1.1-i2v`	先頭フレーム画像から動画	オーディオ	480P、720P、1080P。3～15秒。24 fps、MP4
`happyhorse-1.1-r2v`	参照画像から動画	オーディオ	480P、720P、1080P。3～15秒。24 fps、MP4

HappyHorse 1.0

モデル ID	タイプ	機能	出力仕様
`happyhorse-1.0-t2v`	テキスト to ビデオ	オーディオ	720P、1080P、3～15秒、24 fps、MP4
`happyhorse-1.0-i2v`	先頭フレーム画像 to ビデオ	オーディオ	720P、1080P、3～15秒、24 fps、MP4
`happyhorse-1.0-r2v`	参照画像 to ビデオ	オーディオ	720P、1080P、3～15秒、24 fps、MP4
`happyhorse-1.0-video-edit`	動画編集	オーディオ	720P、1080P、3～15秒、24 fps、MP4

Wan 3.0

モデル ID	タイプ	機能	出力仕様
`wan3.0-video`	オールインワンリファレンス	テキストから動画、最初/最後のフレーム、オールインワンリファレンス、オーディオ、オーディオの切り替え、スマートデュレーション、アダプティブアスペクト比	480P、720P、1080P。2〜30 秒。30 fps、MP4
`wan3.0-video-prime`	オールインワンリファレンス (速度最適化)	テキストから動画、最初/最後のフレーム、オールインワンリファレンス、オーディオ、オーディオの切り替え、スマートデュレーション、アダプティブアスペクト比	480P、720P、1080P。2〜30 秒。30 fps、MP4

Wan 2.7

モデル ID	タイプ	機能	出力仕様
`wan2.7-t2v`	テキストから動画	オーディオ同期、マルチショットナラティブ	720P、1080P。2～15秒。30 fps、MP4
`wan2.7-t2v-2026-06-12`	テキストから動画	オーディオ同期、マルチショットナラティブ	720P、1080P。2～15秒。30 fps、MP4
`wan2.7-t2v-2026-04-25`	テキストから動画	オーディオ同期、マルチショットナラティブ	720P、1080P。2～15秒。30 fps、MP4
`wan2.7-i2v`	画像から動画	先頭フレーム、先頭/最終フレーム、動画の継続、オーディオ駆動	720P、1080P。2～15秒。30 fps、MP4
`wan2.7-i2v-2026-04-25`	画像から動画	先頭フレーム、先頭/最終フレーム、動画の継続、オーディオ駆動	720P、1080P。2～15秒。30 fps、MP4
`wan2.7-r2v-2026-06-12`	動画リファレンス	マルチキャラクター、ImageN/VideoN リファレンスフォーマット	720P、1080P。2～10秒。30 fps、MP4
`wan2.7-videoedit`	動画編集	指示ベースの編集、スタイル変換	720P、1080P。2～10秒。30 fps、MP4

Wan 2.6

モデル ID	タイプ	機能	出力仕様
`wan2.6-t2v`	テキストツービデオ	オーディオ同期、マルチショットナラティブ	720P、1080P。2–15 s。30 fps、MP4
`wan2.6-i2v`	イメージツービデオ	オーディオ同期、マルチショットナラティブ	720P、1080P。2–15 s。30 fps、MP4
`wan2.6-i2v-flash`	イメージツービデオ	オーディオ、マルチショット、高速生成	720P、1080P。2–15 s。30 fps、MP4
`wan2.6-r2v`	ビデオリファレンス	オーディオ同期、マルチキャラクター、ナラティブ	720P、1080P。2–10 s。30 fps、MP4
`wan2.6-r2v-flash`	ビデオリファレンス	マルチキャラクター、高速生成	720P、1080P。2–10 s。30 fps、MP4
`wan2.6-t2v-us`	テキストツービデオ	オーディオ同期、マルチショットナラティブ：US デプロイメントスコープ向け	720P、1080P。2–15 s。30 fps、MP4
`wan2.6-i2v-us`	イメージツービデオ	オーディオ同期、マルチショットナラティブ：US デプロイメントスコープ向け	720P、1080P。2–15 s。30 fps、MP4

Wan 2.5

モデル ID	タイプ	機能	出力仕様
`wan2.5-t2v-preview`	text-to-video	オーディオ同期	480P、720P、1080P. 5 s、10 s. 30 fps、MP4
`wan2.5-i2v-preview`	image-to-video	オーディオ同期	480P、720P、1080P. 5 s、10 s. 30 fps、MP4

Wan 2.2

モデル ID	タイプ	機能	出力仕様
`wan2.2-t2v-plus`	テキスト to 動画	オーディオなし	480 P、1080 P、5 s、30 fps、MP4
`wan2.2-i2v-plus`	画像 to 動画	オーディオなし	480 P、1080 P、5 s、30 fps、MP4
`wan2.2-i2v-flash`	画像 to 動画	オーディオなし、2.1 より 50% 高速	480 P、720 P、1080 P、5 s、30 fps、MP4
`wan2.2-kf2v-flash`	開始/終了フレーム	オーディオなし	480 P、720 P、1080 P、5 s、30 fps、MP4
`wan2.2-animate-move`	キャラクターアニメーション	wan-std / wan-pro モード	720 P、2–30 s、15/25 fps、MP4
`wan2.2-animate-mix`	文字置換	wan-std / wan-pro モード	720 P、2–30 s、15/25 fps、MP4

Wan 2.1 (Wan 2.7 を推奨)

モデル ID	タイプ	機能	出力仕様
`wan2.1-t2v-plus`	テキストから動画	音声なし	720P、5 s、30 fps、MP4
`wan2.1-t2v-turbo`	テキストから動画	音声なし	480P、720P、5 s、30 fps、MP4
`wan2.1-i2v-plus`	画像から動画	音声なし	720P、5 s、30 fps、MP4
`wan2.1-i2v-turbo`	画像から動画	音声なし	480P、720P、3–5 s、30 fps、MP4
`wan2.1-kf2v-plus`	開始/最終フレーム	音声なし	720P、5 s、30 fps、MP4
`wan2.1-vace-plus`	動画編集	音声なし	720P、最大 5 s、30 fps、MP4