すべてのプロダクト
Search
ドキュメントセンター

Alibaba Cloud Model Studio:ビデオの生成と編集

最終更新日:Jul 02, 2026

テキストからビデオ、イメージからビデオ、ビデオ編集に適したモデルを選択します。

クローズドソースモデルからの移行

現在ご利用の Sora、Veo、Kling、または Runway モデルを、同等の Bailian モデルにマッピングします。

モデル機能

クローズドソースの例

Bailian の推奨

テキストからビデオ (t2v)、イメージからビデオ (i2v)

Sora 2、Veo 3.1、Kling 3.0

happyhorse-1.1-t2vhappyhorse-1.1-i2vwan2.7-t2v-2026-06-12wan2.7-i2v-2026-04-25

リファレンスからビデオへ (r2v)

Seedance 2.0、Runway Gen-4

happyhorse-1.1-r2vwan2.7-r2v-2026-06-12

テキストからビデオ

テキストプロンプトから音声付きのビデオを生成します。happyhorse-1.1-t2v 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ています。

カスタムオーディオファイルの入力

ナレーションや背景音楽などのカスタムオーディオファイルを提供する必要がある場合は、wan2.7-t2v-2026-06-12 を使用します。

イメージからビデオ

静止イメージから動的なビデオを作成します。開始フレームのイメージからビデオを生成する場合は happyhorse-1.1-i2v を使用します。開始/終了フレームのスティッチングには wan2.7-i2v-2026-04-25 を使用します。

開始フレームのイメージからビデオ

単一のイメージからビデオを生成します。音声、1080P、3~15 秒をサポートする happyhorse-1.1-i2v を推奨します。カスタムオーディオファイルを提供する必要がある場合は、wan2.7-i2v-2026-04-25 を使用します。

長尺ビデオのための開始/終了フレームのスティッチング

wan2.7-i2v-2026-04-25 のような開始/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ことで、シームレスなトランジションが作成され、ナラティブ、プロダクトデモ、チュートリアルに最適です。

リファレンスイメージからビデオ

リファレンスイメージを使用して、シーン全体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。カスタムオーディオファイルを提供して音声を定義したり、ビデオをリファレンスの主題として使用したりする必要がある場合は、wan2.7-r2v-2026-06-12 を使用します。

ビデオ編集

テキスト命令を使用して既存のビデオを編集し、スタイル変換、要素の置き換え、その他の操作を行います。happyhorse-1.0-video-edit を推奨します。効果のレプリケーションや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

リファレンスビデオから静止イメージ内のキャラクターにモーションを転送するには、wan2.2-animate-move を使用します。バックグラウンドは変更されません。プロモード (wan-pro) は実写映像に近い結果を生成し、標準モード (wan-std) はより高速でコスト効率が高いです。

ビデオ内のキャラクターの置き換え

ビデオ内のキャラクターをソースイメージのキャラクターに置き換えるには、wan2.2-animate-mix を使用します。このモデルもプロモードと標準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

最大持続時間

happyhorse-1.1-t2v

テキストからビデオ

720P、1080P

3~15 秒

wan2.7-t2v-2026-06-12

テキストからビデオ、カスタムオーディオファイル

720P、1080P

2~15 秒

happyhorse-1.1-i2v

開始フレームのイメージからビデオ

720P、1080P

3~15 秒

wan2.7-i2v-2026-04-25

開始フレーム、開始/終了フレーム、ビデオ継続

720P、1080P

2~15 秒

happyhorse-1.1-r2v

リファレンスイメージからビデオ

720P、1080P

3~15 秒

wan2.7-r2v-2026-06-12

リファレンスイメージおよびビデオからビデオ

720P、1080P

2~10 秒

happyhorse-1.0-video-edit

ビデオ編集

720P、1080P

3~15 秒

wan2.7-videoedit

ビデオ編集、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

720P、1080P

2~10 秒

wan2.2-animate-move

静的なキャラクターへのモーション転送

720P

2~30 秒

wan2.2-animate-mix

ビデオ内のキャラクターの置き換え

720P

2~30 秒

すべてのモデル

HappyHorse 1.1

以下のモデルは、国際および中国本土デプロイメント範囲で利用可能です。

モデル ID

タイプ

機能

出力仕様

happyhorse-1.1-t2v

テキストからビデオ

音声

720P、1080P、3~15 秒、24 fps、MP4

happyhorse-1.1-i2v

開始フレームのイメージからビデオ

音声

720P、1080P、3~15 秒、24 fps、MP4

happyhorse-1.1-r2v

リファレンスイメージからビデオ

音声

720P、1080P、3~15 秒、24 fps、MP4

HappyHorse 1.0

以下のモデルは、国際および中国本土デプロイメント範囲で利用可能です。

モデル ID

タイプ

機能

出力仕様

happyhorse-1.0-t2v

テキストからビデオ

音声

720P、1080P、3~15 秒、24 fps、MP4

happyhorse-1.0-i2v

開始フレームのイメージからビデオ

音声

720P、1080P、3~15 秒、24 fps、MP4

happyhorse-1.0-r2v

リファレンスイメージからビデオ

音声

720P、1080P、3~15 秒、24 fps、MP4

happyhorse-1.0-video-edit

ビデオ編集

音声

720P、1080P、3~15 秒、24 fps、MP4

Wan 2.7

以下のモデルは、国際および中国本土デプロイメント範囲で利用可能です。

モデル ID

タイプ

機能

出力仕様

wan2.7-t2v

テキストからビデオ

オーディオ同期、マルチショットナラティブ

720P、1080P、2~15 秒、30 fps、MP4

wan2.7-t2v-2026-06-12

テキストからビデオ

オーディオ同期、マルチショットナラティブ

720P、1080P、2~15 秒、30 fps、MP4

wan2.7-t2v-2026-04-25

テキストからビデオ

オーディオ同期、マルチショットナラティブ

720P、1080P、2~15 秒、30 fps、MP4

wan2.7-i2v

イメージからビデオ

開始フレーム、開始/終了フレーム、ビデオ継続、オーディオ駆動

720P、1080P、2~15 秒、30 fps、MP4

wan2.7-i2v-2026-04-25

イメージからビデオ

開始フレーム、開始/終了フレーム、ビデオ継続、オーディオ駆動

720P、1080P、2~15 秒、30 fps、MP4

wan2.7-r2v-2026-06-12

ビデオのリファレンス

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

ビデオ編集

命令ベースの編集、スタイル変換

720P、1080P、2~10 秒、30 fps、MP4

Wan 2.6

以下のモデルは、国際および中国本土デプロイメント範囲で利用可能です。

モデル ID

タイプ

機能

出力仕様

wan2.6-t2v

テキストからビデオ

オーディオ同期、マルチショットナラティブ

720P、1080P、2~15 秒、30 fps、MP4

wan2.6-i2v

イメージからビデオ

オーディオ同期、マルチショットナラティブ

720P、1080P、2~15 秒、30 fps、MP4

wan2.6-i2v-flash

イメージからビデオ

音声、マルチショット、高速生成

720P、1080P、2~15 秒、30 fps、MP4

wan2.6-r2v

ビデオのリファレンス

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 秒、30 fps、MP4

wan2.6-r2v-flash

ビデオのリファレンス

マルチキャラクター、高速生成

720P、1080P、2~10 秒、30 fps、MP4

wan2.6-t2v-us

テキストからビデオ

オーディオ同期、マルチショットナラティブ、米国デプロイメント範囲向け

720P、1080P、2~15 秒、30 fps、MP4

wan2.6-i2v-us

イメージからビデオ

オーディオ同期、マルチショットナラティブ、米国デプロイメント範囲向け

720P、1080P、2~15 秒、30 fps、MP4

Wan 2.5

以下のモデルは、国際および中国本土デプロイメント範囲で利用可能です。

モデル ID

タイプ

機能

出力仕様

wan2.5-t2v-preview

テキストからビデオ

オーディオ同期

480P、720P、1080P、5 秒、10 秒、30 fps、MP4

wan2.5-i2v-preview

イメージからビデオ

オーディオ同期

480P、720P、1080P、5 秒、10 秒、30 fps、MP4

Wan 2.2

以下のモデルは、国際および中国本土デプロイメント範囲で利用可能です。

モデル ID

タイプ

機能

出力仕様

wan2.2-t2v-plus

テキストからビデオ

音声なし

480P、1080P、5 秒、30 fps、MP4

wan2.2-i2v-plus

イメージからビデオ

音声なし

480P、1080P、5 秒、30 fps、MP4

wan2.2-i2v-flash

イメージからビデオ

音声なし、2.1 より 50% 高速

480P、720P、1080P、5 秒、30 fps、MP4

wan2.2-kf2v-flash

開始/終了フレーム

音声なし

480P、720P、1080P、5 秒、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

720P、2~30 秒、15/25 fps、MP4

wan2.2-animate-mix

キャラクターの置き換え

wan-std / wan-pro モード

720P、2~30 秒、15/25 fps、MP4

Wan 2.1 (Wan 2.7 を推奨)

以下のモデルは、国際および中国本土デプロイメント範囲で利用可能です。

モデル ID

タイプ

機能

出力仕様

wan2.1-t2v-plus

テキストからビデオ

音声なし

720P、5 秒、30 fps、MP4

wan2.1-t2v-turbo

テキストからビデオ

音声なし

480P、720P、5 秒、30 fps、MP4

wan2.1-i2v-plus

イメージからビデオ

音声なし

720P、5 秒、30 fps、MP4

wan2.1-i2v-turbo

イメージからビデオ

音声なし

480P、720P、3~5 秒、30 fps、MP4

wan2.1-kf2v-plus

開始/終了フレーム

音声なし

720P、5 秒、30 fps、MP4

wan2.1-vace-plus

ビデオ編集

音声なし

720P、最大 5 秒、30 fps、MP4