Wan 2.7
Wan 2.7 是通义万相的生成式模型系列，主要帮助创作者和设计团队把文字、图片或参考素材转成视频，并生成、编辑图像。
工具简介
采用判断：Wan 2.7 值得关注，但现有证据更能证明它正在获得热度，尚不足以证明在所有场景都稳定好用。10 条证据中多数来自 X 短帖、转发、平台宣传和榜单讨论，能说明曝光度与市场关注；真正涉及能力判断的材料主要是两篇知乎长文，其中包含一定实测和对比。因此可把它列为值得试用的候选模型，而不是直接视为已被充分验证的生产标准。
实际作用上，Wan 2.7 系列覆盖文本生视频、图像生视频、参考生视频，以及图像生成和编辑。社媒示例提到漫画叙事、广告、舞蹈和短片等产出；知乎文章则重点讨论 Wan2.7-Image 的面部多样性、调色盘、色彩控制、交互式编辑和文字渲染。一篇文章称其人类偏好盲测表现突出，另一篇结合实测认为其控制力有优势，但纯画面美学和极端写实仍有改进空间，这些结论应视为文章和样本中的观察。
使用门槛主要在于提示词、参考素材选择、镜头设计和多轮筛选；视频和图像生成都不等于一次得到可交付成片。证据没有提供官方定价、API 费率、配额或稳定吞吐承诺。X 上关于 GlobalGPT“免费试用”的说法属于平台或社媒宣传，AskVenice 关于“credits go further”也只是可用性和额度营销信息，不能推导长期成本；实际费用、排队和可用能力仍需以对应平台或通义万相官方页面为准。
它更适合需要快速制作概念片、广告草案、社媒视频、风格化图像和视觉方案的创作者、设计师及小型内容团队；不适合把它当作传统时间线视频编辑器、确定性三维制作软件或已确认价格的稳定 API 服务。更准确的类比是“带图像生成与编辑能力的视频生成模型家族”，而不是完整后期工作站。讨论质量整体为中等偏有限：社媒转发和榜单较多，教程、代码和独立复现实测较少，样本有限，且存在明显的宣传语境。