快速回答： Wan 2.5 是阿里巴巴推出的一款托管式 AI 视频模型，用于文本转视频和图像转视频生成。 其官方 Model Studio 接口可生成 5 秒或 10 秒的 MP4 视频片段，分辨率支持 480P、720P 或 1080P，并能同步生成与画面匹配的音频。尽管该模型已不再是 Wan 系列中的最新版本，但其相关文档仍保留在阿里云官网上。.
围绕 Wan 2.5 的许多困惑源于它与阿里巴巴开源 Wan 模型之间的关系。它们属于同一系列，但官方的 Wan 2.5 视频端点是以托管预览服务的形式发布的。 阿里巴巴尚未发布适用于本地 ComfyUI 环境的经过验证的 Wan 2.5 权重，因此其访问、授权和配置方式与 Wan 2.2 等开放权重版本有所不同。.
对于希望将聊天、研究、图片、视频和客服工具集中管理在同一处的读者，, GlobalGPT 提供了一个仅需一个账户即可访问的一站式工作空间。这是一种便捷的方式，无需在多个服务商网站之间来回切换，即可查看是否提供 Wan 2.5 或更新版本的 Wan 机型。由于可用情况会发生变化，请在开始项目之前查看实时视频选择器。.
目录
什么是Wan 2.5 AI？
Wan 2.5 是阿里巴巴 Wan 视觉生成系列的一部分。阿里巴巴在 2025 年 Apsara 大会上预览了四款 Wan 2.5 模型，包括视频生成、图像生成和图像编辑模型。 该公司介绍称，这些视频模型采用了一种联合训练的文本、音频和视觉架构，旨在提升提示语遵循能力，并实现生成的画面与声音的同步。.
这一时间点解释了最初的标题。在该报道中， 2025年9月 Wan 2.5 公告, ，阿里巴巴将该模型纳入其更宏大的全栈AI战略之中。Wan 2.5不仅仅是一款普通的无声视频生成器。其原生音频功能使其得以与高端托管视频系统并驾齐驱。.
然而，到了2026年9月，阿里巴巴的产品线已有所更新。Model Studio的官方产品目录中仍列有Wan 2.5 Preview，而较新的Wan 2.7和Wan 3.0端点则提供了更长的片段或更全面的参考控制功能。如果您研究的是该产品系列而非此特定版本，请从 Wan 3.0 版本发布及功能指南.
Wan 2.5 规格
"(《世界人权宣言》) 阿里云Model Studio目录, ，更新于2026年9月2日，列出了两个Wan 2.5 Preview端点：
| 型号 ID | 输入模式 | 音频 | 决议 | 持续时间 | 输出 |
|---|---|---|---|---|---|
wan2.5-t2v-预览版 | 文字转视频 | 音频同步 | 480P、720P、1080P | 5 秒或 10 秒 | 30 fps，MP4 |
wan2.5-i2v-preview | 图片转视频 | 音频同步 | 480P、720P、1080P | 5 秒或 10 秒 | 30 fps，MP4 |
这个词 预览 这并非装饰性内容。它是模型 ID 的组成部分，同时表明这是一个托管产品端点，而非可下载的检查点。这也意味着，您应在使用计划采用的平台中验证访问权限和计费信息，而非盲目信任旧的书签链接。.
Wan 2.5 AI 视频生成器能做什么？
同时生成视频和音频
Wan 2.5 最具代表性的升级在于同步音频功能。阿里巴巴表示，该模型能够配合视频生成高保真音频，创作者无需再使用其他工具单独制作音频层。无论是简短的对话、产品特写还是氛围场景，这都能省去一个完整的编辑步骤。.
将提示语转换为1080P短视频片段
该“文字转视频”端点接受书面场景描述，并返回一段5秒或10秒的视频片段。一份有效的提示语应包含主题、动作、镜头、场景、视觉处理和声音等要素。这种结构比堆砌“电影感”和“惊艳”等模糊的修饰词更为可靠。”
为静止图像添加动画效果
“图片转视频”端点为模型提供了视觉起点。当具体的产品、角色、构图或配色方案比开放式创作更为重要时，这非常有用。若要更全面地了解市场，则 最佳AI视频生成器对比 展示了不同工具在质量、控制和工作流程方面的处理方式。.
Wan 2.5 图片转视频：实用工作流程
请从一张清晰的源图像开始。如果画面中只有一个明显的拍摄对象，与背景有清晰的分离，并且留有足够的动作空间，模特需要处理的冲突就会更少。如果源图像中原本就存在扭曲的手部、无法辨认的文字或不合理的几何形状，运动通常会使这些缺陷更加明显。.
- 选择第一帧。. 请选用最能体现主题和最终艺术方向的图片。.
- 描述动作，而不仅仅是外观。. 向模型说明主体在做什么，以及动作发生得有多快。.
- 调整摄像机角度。. 使用一种清晰的镜头运动，例如缓慢推入、横向跟拍或固定镜头。.
- 编写音效层。. 只有当对话、氛围、音效或音乐有助于场景表现时，才进行描述。.
- 先写一份简短的草稿。. 在投入更多资金追求更高分辨率之前，先解决运动和构图问题。.
图像转视频模型的行为并不完全相同。该 Kling 人工智能图像转视频工作流 当你需要另一种处理源图像运动和社交视频制作的方法时，这是一种有用的对比。.
2026年如何使用Wan 2.5
选项 1：阿里云模型工作室
Model Studio 是两个 Wan 2.5 Preview 端点的官方托管途径。对于需要命名模型 ID、API 控制的任务以及提供商文档的开发者而言，这是最明智的选择。您需要拥有一个阿里云账户、正确的部署范围，以及足够的配额或计费余额来支持该任务。.
选项 2：GlobalGPT 的视频工作区
GlobalGPT 专为希望将多个 AI 工作流集中管理在一个账户和一个订阅下的用户而设计。其 公共计划页面 2026年9月3日查询时，该服务将Wan 2.5列为其包含的视频模型之一，与更新版的Wan选项并列。其实际优势在于覆盖了更广泛的功能，而无需为每个提供商单独订阅。.
开始之前，请打开“视频”工作区并查看实时模型选择器。如果缺少 Wan 2.5，请勿强行使用旧的专用 URL。请根据您所需的控件和时长，选择 Wan 2.7 或 Wan 3.0。比较最新系列的用户还可以查看 Wan 3.0 Prime 的速度与定价差异.
Wan 2.5 是免费的吗？
Wan 2.5 并非可自由下载的开源模型。. 这是一项托管预览服务，因此其使用情况取决于提供商当前的配额、积分或计费规则。新用户配额或促销积分应被视为有限期的试用，而非永久免费使用。.
这也是应该比较整个工作流程而非仅看一个标价的另一个原因。分辨率、持续时间、生成失败的情况以及音频都会影响每个可用片段的实际成本。对于较新的模型系列， Wan 3.0 定价与 API 费用指南 提供了更及时的规划背景信息。.
Wan 2.5 是开源的吗？
截至2026年9月3日，在阿里巴巴的Wan公开代码库中，未列出任何Wan 2.5模型的官方权重数据。. 官方 Wan2.2 GitHub 仓库 为 Wan 2.2 版本提供推理代码、检查点以及 Apache 2.0 许可证。它不会将单独托管的 Wan 2.5 预览版端点转为开源下载。.
这就是“Wan 2.5 开源”这一关键词常引发混淆的原因。从广义上讲，Wan 是一个开源模型家族，但并非每个编号产品都会自动以相同的条款发布。API 访问意味着你可以调用该模型；权重开源则意味着你可以下载并运行其参数。这两者是不同的概念。.
能在 ComfyUI 中运行 Wan 2.5 吗？
目前尚无经过验证的、包含官方 Wan 2.5 权重的本地 Wan 2.5 ComfyUI 工作流。. 阿里巴巴的Wan2.2代码库明确记录了ComfyUI与Wan2.2在文本转视频、图像转视频、文本-图像转视频、语音转视频以及动画任务方面的集成情况。该证据适用于Wan 2.2，而非Wan 2.5预览版。.
第三方 ComfyUI 节点仍可能调用托管的 Wan 2.5 API。这是一种 API 封装，而非本地推理。在安装该节点之前，请务必确认该节点将您的提示词和源图像发送至何处、如何存储凭据，以及如何对生成操作进行计费。.
如果本地控制比这个具体的版本号更重要，请使用官方发布的 Wan 2.2 检查点及其文档中记载的 ComfyUI 工作流。 其取舍在于，Wan 2.2 核心的“文本转视频”和“图像转视频”端点并不支持 Wan 2.5 Preview 原生的音频同步功能集。.
Wan 2.5 与新款 Wan 机型对比
| 版本 | 使用它的最佳理由 | 持续时间与分辨率 | 本地/开放工作流 |
|---|---|---|---|
| Wan 2.2 | 官方检查点和 ComfyUI 支持 | 因检查点而异；核心 T2V/I2V 支持 480P 或 720P | 是的，适用于已正式发布的Wan 2.2型号 |
| Wan 2.5 预览版 | 带有同步音频的短视频 | 5 或 10 秒；480P、720P、1080P | 未经官方核实的重量 |
| 万 2.7 | 更长的托管视频片段和多机位拍摄功能 | 最长15秒；T2V/I2V支持720P或1080P分辨率 | Model Studio 中的托管端点 |
| Wan 3.0 | 更长的片段和更广泛的参考素材 | 2 至 30 秒；480P、720P、1080P | Model Studio 中的托管端点 |
当您需要其确切的托管端点，或者想要重现旧的工作流时，Wan 2.5 仍然是一个不错的选择。对于新项目，请先将其与最新选项进行比较。该 Wan 3.0 与 Kling 3.0 对比 是当前做出购买决策的更好切入点。.
Wan 2.5 提示检查清单
请按以下顺序排列，以确保提示语易于阅读：
主题 + 动作 + 场景 + 镜头 + 灯光/风格 + 音频 + 限制条件
文本转视频提示词示例： 一只陶瓷咖啡杯静静地放在深色木质吧台上，蒸汽袅袅升起。镜头缓缓推近。温暖的晨光从左侧洒入。咖啡馆里一片宁静，只听见杯子轻微的碰撞声，没有对话，也没有字幕。.
图片转视频提示词示例： 保持产品形状和标签不变。当摄像机从左向右移动时，瓶身上逐渐形成水汽。采用冷色调的摄影棚灯光、浅景深，并伴有轻微的冰裂声和环境音。画面中无多余物体，文字无变形。.
- 每个短视频片段中只包含一个主要动作。.
- 选择一种镜头运动，而不是将几种镜头运动结合起来。.
- 请写出具体的音效提示，而不是只要求“好听”。”
- 通过明确的限制条件来保护重要产品信息。.
- 在测试动态效果时，先以较低分辨率生成，然后再提高画质。.
对于涉及成人内容或受限内容的问题，应将模型能力与平台政策区分开来。该 Wan 内容策略和提示工作流指南 解释了实际的限制，同时又不将每个生成的请求都视为可接受的。.
常见问题
什么是Wan 2.5？
Wan 2.5 是阿里巴巴推出的一款 AI 视频模型，以托管预览服务的形式发布。其官方的文本转视频和图片转视频端点可生成时长为 5 秒或 10 秒、分辨率最高达 1080P 的 MP4 视频片段，并支持同步音频生成。.
Wan 2.5 是阿里巴巴的 AI 视频模型吗？
是的。Wan 是阿里巴巴的视觉生成模型系列，阿里巴巴在 2025 年 Apsara 大会上发布了 Wan2.5 预览版。该公司展示了四款 Wan2.5 模型，涵盖视频生成、图像生成和图像编辑领域。.
Wan 2.5 是开源的吗？
截至2026年9月3日，阿里巴巴的Wan公开代码库中尚未列出任何Wan 2.5的官方权重。虽然存在开源的Wan 2.2检查点，但这并不意味着托管的Wan 2.5预览版端点是开源的。.
我可以在 ComfyUI 上使用 Wan 2.5 吗？
在没有官方 Wan 2.5 权重的情况下，这不属于经过验证的本地推理。某些第三方节点可能会调用托管 API，但这与在本地运行模型不同。官方 ComfyUI 集成已在发布的 Wan 2.2 检查点中进行了文档说明。.
Wan 2.5 可以免费使用吗？
Wan 2.5 并非永久免费的可下载模型。托管访问可使用提供商积分、试用配额或付费计费方式。生成前请先查看实时平台，因为账户资格、积分费用和模型可用性可能会发生变化。.
Wan 2.5 是否支持图像转视频生成功能？
是的。官方 wan2.5-i2v-preview 该端点可将输入图像转换为时长5秒或10秒的视频。它支持以30帧/秒的帧率输出480P、720P和1080P分辨率的MP4视频，并带有同步音频。.
2026年我是否还应该使用Wan 2.5？
当您需要确切的预览端点，或者必须复现旧版工作流时，请使用 Wan 2.5。对于新项目，请先对比 Wan 2.7 和 Wan 3.0，因为阿里巴巴当前的产品目录显示，这两者具有更长的有效期或更全面的控制功能。.
最终结论
Wan 2.5 是阿里巴巴在人工智能视频领域发展中的重要一步，因为它将“文字转视频”和“图像转视频”生成功能与声音同步相结合。 其官方规格至今仍具参考价值：提供两个托管的预览端点，分辨率最高支持1080P，视频时长为5秒或10秒，帧率为30帧/秒，输出格式为MP4。.
