Wan 2.7 視頻套件現於 Together AI 上線

💡Together AI 上新四模型視頻套件，解鎖 T2V、編輯、延續工作流程

⚡ 30-Second TL;DR

有什麼變化

Wan 2.7 現已在 Together AI 上可用

為什麼重要

提供可擴展存取尖端視頻模型，讓 Together AI 的推理平台上視頻 AI 應用原型開發更快。

下一步行動

透過 Together AI API 測試 Wan 2.7 文字到視頻生成功能。

誰應關注：Developers & AI Engineers

AI-generated analysis for this event.

•Wan 2.7 模型套件源自阿里巴巴通義實驗室（Alibaba Tongyi Lab）的開源技術，Together AI 透過其高效能推理基礎設施將其整合至雲端服務中。
•該套件特別強調了對長視頻生成與複雜運動控制的支援，旨在解決生成式視頻在時間一致性（Temporal Consistency）上的常見挑戰。
•Together AI 透過 API 優先的策略，允許開發者將 Wan 2.7 的視頻生成能力直接嵌入現有的應用程式工作流程中，而非僅限於網頁端使用。

📊 競品分析▸ Show

特性	Wan 2.7 (Together AI)	Runway Gen-3 Alpha	Luma Dream Machine
核心優勢	開源架構、API 整合性高	專業影視級控制、導演工具	高速生成、物理模擬能力
定價模式	按推理 Token/運算量計費	訂閱制 + 點數制	訂閱制 + 點數制
基準測試	針對長視頻一致性優化	針對視覺品質與指令遵循優化	針對動態幅度與速度優化

架構基礎：基於 DiT (Diffusion Transformer) 架構，專為處理高維度視頻數據進行了序列長度優化。
推理優化：Together AI 利用其專有的推理引擎（Inference Engine）對 Wan 2.7 進行了算子融合（Operator Fusion）與記憶體管理優化，顯著降低了視頻生成的延遲。
參考驅動機制：支援 Image-to-Video (I2V) 與 Video-to-Video (V2V) 模式，透過注意力機制（Attention Mechanism）將參考幀的特徵注入到擴散過程中，以維持角色與場景的一致性。

視頻生成 API 市場將出現價格戰

隨著 Wan 2.7 等高效能開源模型在雲端平台的普及，API 服務供應商將被迫透過降低推理成本來爭奪開發者份額。

企業級視頻工作流程將全面自動化

Wan 2.7 的參考驅動與編輯功能使得自動化生成一致性廣告素材與短影音成為可能，降低了專業影視製作的門檻。

2024-08

阿里巴巴通義實驗室發布 Wan 視頻生成模型系列

2026-04

Together AI 正式將 Wan 2.7 視頻套件整合至其推理平台

AI 週報

閱讀本週精選 AI 大事摘要 →

同主題

探索 #text-to-video

同產品

更多關於 wan-2.7

同來源

最新來自 Together AI Blog

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Together AI Blog ↗