Wan 2.5 리뷰: 클립에 사운드까지 붙는 저렴한 방법

갤러리에는 Wan 2.5 모델 페이지에 공개된 안전한 예제만 담았습니다.

새벽 다이빙. 돌 방파제에서 수영하는 여성이 팔을 털고 깨끗하게 다이빙한 뒤 웃으며 물 위로 올라옵니다. 물이 튀는 소리와 뒤이은 잔물결 소리가 물이 갈라지는 순간에 거의 정확히 맞춰집니다.

새틴 턴. 스틸 초상화에서 시작해 1080p로 10초. 그녀가 어깨를 돌리고 두 걸음 내딛는 동안, 네거티브 프롬프트가 장신구나 다른 인물이 프레임에 들어오지 않게 막아줍니다.

10초짜리 색소폰 솔로. 재즈 바에서 끊김 없이 이어지는 한 테이크. 심사자들은 이 클립의 클로즈업 얼굴 디테일을 칭찬했는데, 같은 배치에서 기타 프롬프트의 손동작은 약점으로 지적됐습니다.

같은 날 진행한 사운드 중심 프롬프트 배치(카페 대화, 눈물 섞인 고백, 와인잔이 깨지는 장면, 웍에 불이 붙는 장면)에서도 매번 같은 경향이 보였습니다. 대사와 감정 표현은 잘 살지만, 정밀한 손이나 사물 물리를 요구할수록 모델은 점점 추측에 의존하기 시작합니다.

동작과 같은 문장 안에 소리의 출처를 명시하면, Wan 2.5는 보통 별다른 지시 없이도 둘을 맞춰 타이밍합니다.

1. 눈에 보이는 출처에 소리를 맞추기.

A wine glass slides off the edge of a wooden table and shatters on a stone floor, with a sharp crash and the tinkle of scattering shards, in a quiet kitchen.

이 프롬프트를 Wan 2.5로 실행 →

2. 턴 동작에서도 초상화의 얼굴 유지하기(이미지 투 비디오).

She shifts her weight, turns her shoulders toward the lens and takes two slow steps forward, the satin of the dress catching the light as it moves. She tucks her hair behind one ear and holds the look. Locked camera, clean grey studio, soft light.

이 프롬프트를 Wan 2.5 이미지 투 비디오로 실행 →

약한 예: "A woman dances in a room." 소리 신호도 없고, 오디오 트랙이 따라갈 이름 붙은 동작도 없습니다. 강한 예: 1번 프롬프트처럼 소리를 내는 사물이나 목소리, 그리고 샷 안에서 그것이 일어나는 위치를 명시하세요.

Wan 2.5는 텍스트와 이미지 입력 양쪽에서 돌린 모든 단계를 렌더했습니다. L1 암시부터 L3 강함, L4 고강도, L5 극한(L5a 성인 간 합의된 결박과 자극 플레이, L5b 영화적 고어)까지입니다. 유일한 예외는 순수 텍스트로 보낸 L5a 프롬프트 5개 중 2개로, 쓴 그대로가 아니라 순화되어 돌아왔습니다. 같은 장면을 스틸 이미지로 시도했을 때는 매번 전문이 렌더됐습니다. 페이지 라벨은 무검열이며, 저희 쪽에서 콘텐츠 필터를 추가하지 않습니다. 단계별·입력 방식별 전체 통과율은 이 모델의 테스트 리포트에 있습니다.

프롬프트, 스틸, 출력 모두 성인만. 실존하고 식별 가능한 인물은 동의가 있어야 하며, 시작 프레임으로 쓰는 사진에는 그 권리가 있어야 합니다.

Wan 2.5는 알리바바가 Wan 라인을 오픈 웨이트에서 빼낸 릴리스였고, 커뮤니티는 그날 바로 알아챘습니다. GitHub에서는 여전히 오픈소스인 Wan 2.2 저장소에 "오픈소스 커뮤니티를 속이고 이용해 줘서 고맙다"는 제목의 이슈가 열려, 앞선 오픈 릴리스들이 결국 그 뒤를 이은 폐쇄형 모델—2.5를 포함해서—을 위한 마케팅 역할을 했을 뿐이라는 주장이 나왔습니다. 이 이슈는 아직 닫히지 않았습니다.

저희 테스트는 오픈 웨이트 논쟁 자체에 대해서는 답을 주지 못하지만, 커뮤니티가 반응한 그 교환 조건만큼은 확인해 줍니다. 2.5는 API로만 제공되며, 동시에 이전 오픈 Wan 2.2에는 없던 네이티브 오디오가 처음 추가된 버전이기도 합니다.

• 같은 아이디어에 멀티샷 컷까지? Wan 2.6은 한 통화 안에서 번호가 매겨진 샷 리스트와 참조 영상 캐스팅을 더하는 대신 초당 가격이 두 배입니다.
• 더 싸게, 사운드 없이? Wan 2.6 Flash는 오디오와 텍스트 투 비디오를 빼는 대신 Wan 2.6 요율의 약 4분의 1입니다. Wan 2.6 Flash 리뷰.
• 직접 돌릴 수 있는 오픈 웨이트? Wan 2.2가 알리바바가 마지막으로 공개한 오픈 버전입니다. 네이티브 오디오가 없고 2.5에 비해 가장 어려운 콘텐츠 단계도 억제되어 있습니다.
• 아예 다른 계열? MiniMax H3도 사운드와 저희가 시도한 모든 콘텐츠 단계를 렌더하며, 가격 구조는 다릅니다. MiniMax H3 리뷰.