Wan 2.7 im Test: unzensierte Bearbeitung, schwächer bei Text

Unser Testfeld lief 68 Prompts über beide Endpunkte, blind von drei unabhängigen Prüfern bewertet, die nicht wussten, welches Modell welches Bild lieferte. Bei sorgfältigen Studio- und Porträt-Prompts ist Wan 2.7 wirklich stark: ein brutalistisches Turmfoto, eine hintergrundbeleuchtete Weinbergszene und ein Stillleben aus vier unterschiedlichen Materialien kamen alle nahe an der Vorgabe zurück, und sowohl eine "GOOD MORNING"-Tassenbeschriftung als auch ein Honigglas-Etikett aus Kraftpapier druckten ihren Text korrekt. Ein klares Editor-Ergebnis war ein reines Relight — Magenta von einer Seite, Cyan von der anderen — das Gesicht, Haare und Pullover des Motivs exakt hielt, während es die Stimmung der Aufnahme vollständig veränderte.

Die Schwachstellen bündeln sich um zwei Dinge: alles, was exakt gezählt oder gemessen werden muss, und belebte Szenen mit mehr als einer Person in Kontakt oder Bewegung. Prüfer bemängelten ein Ziffernblatt, das unabhängig von der verlangten Zeit auf zehn-zehn festsaß, ein Weinglas, das nie ganz den verlangten Füllstand erreichte, und eine Spiegelreflexion, die nicht der Logik dessen folgte, was übereinstimmen sollte und was nicht. Nichts davon ist einzigartig für Wan 2.7 unter den Modellen in unserem Testfeld, aber es ist hier konsistent genug, um damit zu planen: Nutze es für Atmosphäre, Garderobe, Licht und Komposition, und prüfe alles noch einmal, das auf eine bestimmte Zahl hinauslaufen muss.

Die Galerie enthält veröffentlichte, arbeitsplatztaugliche Beispiele von der Modellseite von Wan 2.7:

Drei Tiefen, ein Lichtstrahl. Eine postapokalyptische Schrottplatz-Szene inszeniert drei Figuren über drei unterschiedliche Tiefenebenen, Fokus auf der mittleren gehalten — genau die Art geschichteter Komposition, für die der Denkschritt gebaut ist.

Kaffee, Regen, ein Blick über den Tisch. Eine Ich-Perspektive-Café-Aufnahme ohne Referenzbild und ohne zu setzenden Inhalts-Schalter — so weit kommt eine einzelne Textzeile bei diesem Modell.

Vier Referenzen, ein Cover. Ein Sänger, eine Lichtquelle, ein Mikrofon und Bühnennebel, jeweils einem eigenen Ausgangsbild zugewiesen, zusammengesetzt zu einem einzigen Albumcover-Bild.

Ein Kleid, zwei Referenzen. Eine Gesichtsplatte und eine Kleidungsplatte kombinieren sich so, dass das Seidenkleid genau dort fällt, wo das Fensterlicht des Originalbildes hinfällt.

Wan 2.7 belohnt eine schlichte Shotlist: Motiv, Garderobe, eine Handlung, Lichtquelle, Objektiv, Stimmung — in dieser Reihenfolge. Beim Editor gib jedem Referenzbild eine Aufgabe im Satz, oder sag klar, was gleich bleiben muss.

1. Ein Café-Tisch, eine Textzeile. Der exakte Prompt hinter dem Café-Bild oben; kein Referenzfoto, keine zusätzlichen Felder.

First-person POV photograph across a small cafe table: the viewer's own hand wrapped around an espresso cup in the near foreground, and opposite, an adult woman curled sideways on the bench seat in an unbuttoned oversized white shirt over a black bralette, bare legs tucked up, meeting the camera's gaze with a slow amused smile, rain on the window, warm afternoon light, 35mm, shallow depth of field.

Diesen Prompt auf Wan 2.7 ausführen →

2. Zwei benannte Referenzen, ein Kleid (Bearbeitung). Laden Sie zuerst die Frau, dann das Kleidungsstück hoch, dann fügen Sie dies ein.

Image 1 is the woman — keep her face, hair and pose. Image 2 is the dusty-rose silk slip dress; dress her in it, matching image 1's window-light direction and colour temperature so the silk sheen falls where the light actually is.

Diese Bearbeitung auf Wan 2.7 ausführen →

3. Vier Referenzen, jede mit einer Aufgabe (Bearbeitung). Laden Sie den Sänger, die Lichtreferenz, das Mikrofon und die Nebelquelle in dieser Reihenfolge hoch.

Cast: one man. Compose one album cover from these four references: the singer from the first under the deep red side light of the second, sweat-soaked shirt stuck to the back, microphone from the third, stage haze from the fourth. Cinematic, shallow depth of field, heavy film grain.

Diese Bearbeitung auf Wan 2.7 ausführen →

Schwach: "Frau im Unterkleid am Fenster." Keine Referenz, keine Lichtrichtung, keine Grenze — Wan 2.7 füllt alle drei selbst aus. Stark: Prompt 2. Jede Entscheidung benannt, eine Referenz für die Person und eine für die Kleidung.

Unsere Inhaltsleiter reicht von L1 Andeutung (Dessous, ein rutschender Träger) über L2 Teilweise und L3 Stark bis zu L4 Intensiv (eine intime Szene zwischen zwei Erwachsenen) und L5 Extrem, hier getestet als zwei getrennte Testvarianten: L5a (einvernehmliches Fesseln und Schlagspiele zwischen Erwachsenen) und L5b (filmisches Gore). Wir liefen diese zwischen dem 16. und 24. September 2026 auf beiden Endpunkten.

L1 und L2 renderten auf beiden Endpunkten wie geschrieben, jedes Mal. L3 Stark war gemischt und nur bei Text-zu-Bild getestet, wo ein Lauf renderte und einer abgeschwächt wurde; auf dem Editor haben wir es noch nicht ausprobiert. Bei L4 Intensiv renderte der Editor rund ein Drittel seiner Läufe und schwächte den Rest ab; der Text-Endpunkt schwächte jeden einzelnen ab. Die L5a-Testvariante folgte demselben Muster: Der Editor renderte sie gelegentlich, Text-zu-Bild schwächte sie jedes Mal ab. Die L5b-Testvariante war die einzige Stelle, an der beide Endpunkte übereinstimmten und sie auf beiden Seiten jedes Mal renderte.

Die Labels auf der Seite spiegeln diese Aufteilung wider: Unzensiert bei Bild-zu-Bild, Abgeschwächt bei Text-zu-Bild. Kein Endpunkt lehnte in unseren Tests etwas rundweg ab — der Rückfall war überall eine mildere Version der Szene, keine Ablehnung.

Noch nicht getestet: L3 Stark beim Editor; Szenen mit zwei Frauen oder zwei Männern oberhalb von L1; eine volle Neun-Referenzen-Bearbeitung (wir nutzten bis zu vier).

Nur Erwachsene, in jedem Bild. Eine reale, identifizierbare Person muss eingewilligt haben, und Sie brauchen die Rechte an jedem Foto, das Sie bearbeiten.

• Schärfere Details und bis zu 4K? Wan 2.7 Pro teilt dieselbe Referenz-Bearbeitungsform zu einem höheren Preis; seine Text-Seite schwächte intime Szenen in unseren Tests sogar noch häufiger ab als beim Basismodell.
• Video statt dessen nötig, vollständig unzensiert? Wan 2.7 Spicy macht aus einem Standbild einen Clip auf derselben Modelllinie, für $0.1235 pro Sekunde in 720p.
• Günstigere unzensierte Standbilder und Bearbeitungen? Qwen Image 2.1 bestand unseren L4-Intensiv-Prompt sowohl bei Text als auch bei der Bearbeitung, ab $0.024 in 1K.
• Ein fertiger, fotografischer Look? Seedream 5.0 Pro setzt noch stärker auf Haut- und Lichtrealismus, für $0.036 pro Bild. Unser Test zu Seedream 5.0 Pro.