Wan 2.7 レビュー：規制なしの編集、テキスト側はやや穏やか

私たちのテストバッチは両エンドポイントにまたがる68種類のプロンプトを、どのモデルがどの画像を作ったか知らない3人の独立した審査員がブラインドで判定しました。丁寧なスタジオとポートレートのプロンプトでは、Wan 2.7 は本当に強く、ブルータリズム建築のタワーの写真、逆光のブドウ畑の場面、4種類の異なる素材の静物、いずれもかなり依頼に近い形で返ってきました。「GOOD MORNING」のマグカップのラベルとクラフト紙のはちみつの瓶のラベルも、どちらも正しく印字されました。ある編集での明快な成果は、片側からマゼンタ、もう片側からシアンという純粋な再照明でした。被写体の顔・髪・セーターは完全にそのまま保ちながら、ショットの雰囲気を完全に変えていました。

弱点は2つのことに集中しています。正確に数えたり測ったりする必要のあるものすべて、そして接触や動きのある人物が複数いる込み入った場面です。審査員は、頼んだ時刻に関わらず10時10分に固定された時計の文字盤、頼んだ縁のラインまでたどり着かないワイングラス、何が一致すべきかの論理を追わない鏡の反射を指摘しました。これはこのバッチのモデルの中でWan 2.7だけの問題ではありませんが、ここでは織り込んでおくべきほど一貫しています。雰囲気、服装、光、構図に使い、正確な数字に合わせる必要があるものは必ず二重に確認しましょう。

以下のギャラリーは Wan 2.7 モデルページに公開されている職場でも見られる作例です。

3つの奥行き、1筋の光。 終末後のスクラップヤードの場面で、3人の人物を3つの異なる奥行きの層に配置し、焦点は真ん中の一人に合わせています——推論パスが得意とする種類の重層的な構図です。

コーヒー、雨、テーブル越しの視線。 参照画像も、コンテンツの切り替えもない、一人称視点のカフェのショットです——このモデルで一行のテキストがどこまで届くかを示す一例です。

4つの参照、1枚のカバー。 歌手、光源、マイク、ステージの霞、それぞれを別々の情報源画像に名指しして、1枚のアルバムカバーのフレームに合成しています。

1着のドレス、2枚の参照。 顔のプレートと衣装のプレートを組み合わせることで、シルクのドレスが元の窓明かりとぴったり合う位置に落ちています。

Wan 2.7 は素朴なショットリストに応えます。被写体、服装、動作1つ、光源、レンズ、雰囲気、この順番です。編集では、それぞれの参照画像がプロンプトの文中で何を担うかを明示するか、何をそのまま保つべきかをはっきり書きましょう。

1. カフェのテーブル、1行のテキストで。 上のカフェの画像の背後にある正確なプロンプトです。参照写真も追加のフィールドもありません。

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.

このプロンプトを Wan 2.7 で実行 →

2. 2つの名指しされた参照、1着のドレス(編集)。 女性を先に、衣装を次にアップロードして、これを貼り付けます。

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.

この編集を Wan 2.7 で実行 →

3. 4つの参照、それぞれに役割(編集)。 歌手、光の参照、マイク、霞の情報源をこの順にアップロードします。

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.

この編集を Wan 2.7 で実行 →

弱い例：「Woman in a slip dress by a window.」参照もなく、光の方向もなく、限定もなし——3つとも Wan 2.7 自身が埋めてしまいます。強い例： プロンプト2。すべての選択が名指しされ、人物用に1枚、衣装用に1枚の参照があります。

当社のコンテンツ段階は、L1 ほのめかし(下着、ずり落ちる肩ひも)からL2 成熟したテーマとL3 強めを経て、L4 高強度(大人同士の親密な場面)とL5 極限に至り、ここでは2種類のテストとして扱っています。L5a(大人同士の合意ある拘束とインパクトプレイ)とL5b(映画的なゴア表現)です。これらを2026年9月16日から24日の間に両エンドポイントで実行しました。

L1とL2はどちらのエンドポイントでも毎回書いたとおりに描かれました。L3 強めは結果が混在し、テキストから画像生成でのみテストしました。1回描かれ、1回は穏やかになりました。編集ではまだテストしていません。L4 高強度では、編集は実行の約3分の1を描き、残りを穏やかにしました。テキストエンドポイントはすべてを穏やかにしました。L5aのテストも同じパターンをたどり、編集はときどき描き、テキストから画像生成は毎回穏やかにしました。L5bのテストは両エンドポイントが一致した唯一の場所で、どちらも毎回描きました。

ページの表示はその分裂を反映しています。画像から画像には規制なし、テキストから画像生成には穏やか。私たちのテストではどちらのエンドポイントも何も拒否しませんでした。どこでもフォールバックは拒否ではなく、場面の穏やかなバージョンでした。

まだ試していないこと： 編集でのL3 強め、L1より上の女性二人や男性二人の場面、9枚をフルに使った編集(最大4枚までしか使っていません)。

すべての画像で成人のみ。実在し特定できる人物には本人の同意が必要で、編集するすべての写真について権利が必要です。

• より鮮明なディテールと4Kまで？ Wan 2.7 Pro は同じ参照編集の形をより高い価格で提供します。私たちのテストではテキスト側がベースモデルよりもさらに頻繁に親密な場面を穏やかにしました。
• 代わりに動画が必要で、完全に規制なし？ Wan 2.7 Spicy は同じファミリーの系統で静止画をクリップに変え、720pで1秒$0.1235です。
• より安い規制なしの静止画と編集を？ Qwen Image 2.1 は私たちのL4 高強度のプロンプトをテキストと編集の両方で通過し、1Kで$0.024からです。
• 仕上がった写真らしい見た目を？ Seedream 5.0 Pro は肌と光のリアリズムをさらに追求していて、1枚$0.036です。Seedream 5.0 Pro のレビュー。