An image-to-video model that animates a still image while preserving its main subject, composition, and visual style, adding motion and camera effects.
Price: $0.18 / request
480P image_to_video : $0.06999999999999999 /
720P image_to_video : $0.13999999999999999 /
1080P image_to_video : $0.18 /
Wan2.7-I2V 是万相2.7视频系列中的图生视频模型，以图像为起点生成动态视频。其核心升级在于“演绎能力”的全面强化：文戏情感细腻自然，动作戏激烈流畅，镜头切换更具戏剧性和节奏感，能够实现更强的表演效果。模型支持首帧和首尾帧控制，可指定视频的起始与结束画面，同时支持片段续写，并能与音频同步生成对口型表演。输入模态涵盖图像、音频和文本，输出720P或1080P、时长2至15秒的视频，帧率30fps。
PixVerse C1 于2026年4月8日发布，是首款专为影视工业流程设计的视频生成模型。它最高支持15秒1080P分辨率视频直出，提供文生、图生、参考内容生成及首尾帧控制四种输入方式。用户输入提示词后，模型可自动完成分镜规划与基础剪辑，实现从创意到成片的一站式转化。在内容连贯性方面，C1跨镜头的人物形变得到有效抑制，整体色调保持统一，多角色的动作协调性、空间关系及动态节奏均得到精准把控。区别于通用型模型，C1基于专业影视素材与制作规范训练，在镜头语言、构图逻辑、色彩管理和节奏控制等维度贴近实际影视生产需求，并在打斗动作、术法特效、多宫格分镜等场景做了专项优化。
Wan2.7-VideoEdit 是视频编辑模型，用户通过自然语言指令即可对已有视频进行局部或全局修改。编辑能力覆盖多个维度：可添加、删除或替换视频元素，切换场景环境（如晴天改雨天），变换整体视觉风格（如写实转水彩、真人转黏土动画）；角色行为、表情和情绪均可调整，台词可替换并自动匹配口型与音色；拍摄方式也可重新定义，包括机位、视角、景别和焦距等参数。模型还支持参考图像替换视频元素，并复刻视频中的动作、特效和运镜等动态过程。输入模态为图像、文本和视频，输出720P或1080P视频，时长2至10秒
PixVerse V3.5 于2024年12月29日发布，核心承诺是“瞬间创建——10秒内”完成视频生成，并大幅升级了动漫渲染能力。它支持5秒或8秒的视频输出，分辨率覆盖360p至1080p，引入的开始-结束帧概念成为后续系列的重要基础能力。V3.5是当前 PixVerse API 仍然接受的最旧模型名称，普通的V3已从枚举中移除，说明其接口稳定性经过了长期验证。在定价上，5秒V3.5片段在360p或540p下需45积分，720p需60积分，1080p需120积分，选择8秒或快速运动则翻倍。V3.5的发布标志着 PixVerse 从功能堆叠转向生成速度的实质性突破，为后续版本奠定了效率基础。