WAN: самый полный обзор, тесты, сравнения и 50 промптов в подарок
WAN — одна из самых заметных open-source моделей для генерации видео. Помимо собственно генерации роликов, её применяют для анимации персонажей, редактирования видео и построения локальных пайплайнов через Hugging Face, GitHub и ComfyUI.
Главное отличие WAN от таких сервисов, как Kling, Runway или Pika, — открытая модель распространения: разработчики не просто предоставляют готовый инструмент, а публикуют сами нейросети, доступные для скачивания, локального запуска и дообучения под конкретную задачу. У WAN есть официальные модели, хранилища с датасетами и скриптами, разные версии на Hugging Face для удобного тестирования и скачивания, а также готовые сборки для локального запуска — например, через Diffusers.
В статье разберём, что умеет WAN, в каких сценариях модель показывает лучший результат, как правильно писать промпты и, главное, как пользоваться этой нейросетью из России.
Что такое WAN
WAN, известный также как Wan2.x, — семейство крупных генеративных видеомоделей, разработка которой связана с Alibaba и командой Wan. В открытой экосистеме доступны разные версии: Wan2.1, Wan2.2, а также отдельные модели для text-to-video, image-to-video, video-to-video, анимации, S2V и варианты для Diffusers. На Hugging Face у Wan-AI собраны отдельные коллекции — Wan2.1, Wan2.2 и Wan2.2-diffusers.
Согласно научному отчёту о WAN, нейросеть описывается как открытая серия крупномасштабных видеогенеративных моделей. Существуют две основные версии: компактная — на 1,3 миллиарда параметров, и более мощная — на 14 миллиардов. Версия на 1,3B лучше подходит для обычных видеокарт уровня игровых компьютеров, тогда как версия на 14B даёт более качественное видео, но требует существенно более мощного оборудования.
Важный момент: WAN — это не один сайт, а целый набор моделей и способов запуска. Один пользователь может открыть готовый веб-интерфейс и сделать короткое видео из картинки за несколько минут. Другой — развернуть модель локально, встроить её в ComfyUI и собрать собственный pipeline для серийной генерации.
Как устроен интерфейс WAN
Конкретный вид интерфейса зависит от того, где вы работаете с моделью: на официальном сайте, в стороннем веб-сервисе, через Hugging Face, ComfyUI или при локальном запуске. Но базовый механизм почти везде одинаков: нужно выбрать режим, задать промпт, настроить формат ролика и запустить генерацию.
Выбор режима. Для видео чаще всего используют text-to-video и image-to-video.
Поле промпта. Здесь описывают визуальные параметры: движение камеры, угол, объектив, освещение, цветокоррекцию, стиль, что нужно сохранить неизменным. Чем точнее заданы камера, свет и ограничения, тем меньше пространства остаётся модели для собственных додумок. Ближе к концу статьи мы подготовили две подробные шпаргалки по настройке кадра.
Negative prompt. Это поле убирает типовые ошибки генерации: текст, логотипы, деформации лица, нестабильный фон, мерцание, изменение формы объекта.
Формат видео. Обычно выбирают соотношение сторон: 9:16 для Reels, Shorts и TikTok; 16:9 для YouTube, сайта и презентаций; 1:1 или 4:5 для ленты. Формат лучше задавать до запуска генерации, а не обрезать готовый ролик постфактум.
Длительность и качество. Короткие ролики получаются стабильнее длинных. Для AI-видео разумнее генерировать сцены по 3–5 секунд — один объект, одно движение камеры, одно действие, — а затем собирать длинный ролик монтажом из нескольких таких фрагментов.
Seed и вариации. Seed помогает повторить похожий результат или получить близкие версии удачного кадра. Если ролик почти получился, эффективнее точечно менять промпт и зафиксировать seed; если результат вообще не тот — лучше сменить seed.
Тарифы и лимиты WAN: на что смотреть перед оплатой
Free (бесплатно)
Подходит для знакомства с сервисом и нерегулярного использования. В тариф входят:
отправка до 1 видео и 1 изображения одновременно;
доступ к 6 стилям изображений;
неограниченная генерация без расходования кредитов.
Pro ($5 в месяц при годовой оплате со скидкой 50%, полная цена — $10 в месяц)
Самый популярный тариф, балансирующий цену и расширенные возможности:
300 кредитов в месяц;
ускоренная генерация: до 1200 изображений или 60 видео;
отправка до 3 видео и 3 изображений одновременно;
видео в разрешении 1080p и увеличенной длительности (10 и 15 секунд);
апскейл изображений;
доступ ко всем стилям изображений;
скачивание материалов без водяных знаков;
неограниченная генерация без кредитов.
Premium ($20 в месяц при годовой оплате со скидкой 50%, полная цена — $40 в месяц)
Максимальный тариф для активной и коммерческой работы:
1200 кредитов в месяц;
ускоренная генерация: до 4800 изображений или 240 видео;
отправка до 8 видео и 5 изображений одновременно;
скачивание без водяных знаков;
видео в 1080p и увеличенной длительности (10 и 15 секунд);
апскейл изображений;
доступ ко всем стилям изображений;
неограниченная генерация без кредитов.
Несколько нюансов стоит учитывать отдельно. Годовая подписка даёт скидку 50%, что заметно снижает ежемесячные расходы. Кредиты ускоряют обработку сложных запросов — чем их больше, тем быстрее идёт генерация. Неограниченная генерация без кредитов доступна во всех тарифах, но работает через стандартную очередь, поэтому скорость там ниже, чем при использовании кредитов.
Как пользоваться WAN в России
Доступно пять практических способов.
Официальный сайт Wan. Самый простой путь протестировать text-to-video, image-to-video и редактирование изображений — если сайт открывается и доступен нужный функционал.
Hugging Face. Площадка, где собирают и публикуют готовые нейросети, наборы данных и вспомогательные программы. Там доступны модели Wan-AI, включая Wan2.2-T2V, Wan2.2-I2V, Wan2.2-S2V, Wan2.2-Animate и версии для Diffusers. Подходит тем, кто хочет разобраться, какие модели существуют, протестировать демо или использовать веса в своём окружении.
GitHub. Здесь хранят и совместно редактируют код. Репозитории Wan2.1 и Wan2.2 нужны для локального запуска, экспериментов, настройки окружения и интеграции в собственные пайплайны.
ComfyUI. Программа для генерации изображений и видео с помощью нейросетей. Хороший вариант для креаторов и технических специалистов, которые собирают workflow из узлов: генерация изображения, image-to-video, апскейл, интерполяция, цвет, постобработка.
Агрегаторы. Вариант для тех, кому нужен результат без VPN, без локальной настройки, без скачивания весов и работы с зависимостями.
Главные режимы WAN
У WAN несколько рабочих режимов, и смешивать их не стоит: каждый решает свою задачу и требует отдельного подхода к промпту.
Text-to-video
Генерация видео по текстовому описанию. Пользователь описывает сцену, действие, камеру, свет, стиль и ограничения, а модель создаёт короткий ролик.
Этот режим подходит для визуальных концептов, коротких сцен, mood-видео, фонов, b-roll, рекламных черновиков, превизов, идей для Reels, Shorts и Telegram, а также теста визуального направления до съёмки.
Хуже text-to-video справляется там, где нужно сохранить конкретного персонажа, точный продукт, фирменный стиль или композицию — модель придумывает кадр сама, поэтому результат может быть красивым, но не совпасть с задачей.
Пример промпта: «Чёрный электромобиль едет по мокрой ночной улице, отражения неоновых вывесок на асфальте, медленное движение камеры сбоку, реалистичный стиль, кинематографичный свет, без текста, без логотипов, без деформации колёс».
Image-to-video
Самый полезный режим для большинства креаторов. Пользователь сначала создаёт или загружает исходный кадр, а затем просит WAN оживить его.
Этот режим даёт больше контроля, чем text-to-video: композиция, персонаж, продукт, фон, цвет, стиль и ракурс уже заданы, а модель отвечает в основном за движение.
Подходит для оживления портретов, product shot, анимированных обложек, motion-креативов, оживления изображений из Midjourney, Flux или Stable Diffusion, коротких видео для соцсетей, заставок, визуальных тестов для рекламы, оживления concept art и лёгкого движения камеры в статичной сцене.
Пример промпта: «Оживи исходное изображение: камера медленно приближается, волосы слегка двигаются от ветра, фон остаётся стабильным, лицо не менять, одежду не менять, стиль и композицию сохранить».
Главное правило: если важен контроль, начинать стоит не с text-to-video, а с сильного исходного изображения — чем точнее первый кадр, тем меньше модель будет додумывать.
Video-to-video и редактирование
Подходит, когда ролик уже есть, но нужно изменить стиль, усилить движение, сделать вариацию сцены или преобразовать видео в другой визуальный формат.
В Wan2.2 на Hugging Face есть направления Animate и video-to-video. В экосистеме Wan также упоминается instruction-guided video editing: модель получает видео или визуальный материал и инструкцию, что именно изменить.
Полезен для стилизации ролика, чернового превиза, изменения атмосферы, создания вариаций, анимации персонажа, теста движения перед продакшном и превращения статичного или слабого видео в более выразительный вариант.
Этот режим требует контроля: модель может изменить больше, чем нужно — лицо, одежду, фон, пропорции, фактуру объекта. Поэтому в промпте важно прямо указывать, что должно остаться неизменным.
Пример: «Сохрани композицию, лицо, одежду и положение персонажа. Измени только стиль света: сделать сцену более холодной, добавить мягкий контровой свет, не менять фон и пропорции тела».
Animate
Wan2.2-Animate — направление для анимации и video-to-video-сценариев. Нужно преимущественно для персонажной анимации, оживления поз, движения тела, сцен с человеком и контролируемой анимации. Этот режим не стоит использовать с расплывчатой задачей «сделай красивый ролик» — лучше давать конкретику: что должно двигаться, что должно оставаться стабильным, какие элементы нельзя менять.
Пример: «Анимируй персонажа: лёгкий поворот головы вправо, моргание, небольшое движение плеч, камера статична, фон не менять, лицо и причёску сохранить».
S2V
Wan2.2-S2V связан со Speech-to-Video и audio-driven digital human video — портретные фото могут превращаться в аватары, которые говорят, поют и двигаются.
Это уже не просто оживление картинки: S2V нужен для сценариев, где есть изображение человека и аудио — аватар, речь, пение, lip-sync, цифровой ведущий, обучающий ролик, презентационный формат.
Среди типичных применений: говорящий аватар, обучающее видео, короткий ролик с ведущим, digital human для продукта, тест персонажа перед продакшном, локализация ролика с новым голосом, прототип видеоинструкции.
Как писать промпт для WAN
Хороший промпт задаёт управляемую сцену
Рабочая формула выглядит так: объект → действие → сцена (где всё происходит) → настройки камеры → свет → стиль → ограничения.
Пример полного промпта: «Матовый чёрный флакон духов на стеклянной поверхности в минималистичной студии. Медленный поворот флакона на 15 градусов, камера слегка приближается, мягкий студийный свет, реалистичный стиль, отражение на поверхности. Без текста, без логотипов, без рук в кадре, форму флакона не менять».
WAN: 50 промптов под каждый режим работы
WAN работает в пяти разных режимах — text-to-video, image-to-video, video-to-video, Animate и S2V, — и универсального промпта, который одинаково хорошо сработает везде, не существует. Ниже — 50 готовых промптов, сгруппированных по режиму, для которого они написаны.
Text-to-video: 15 промптов:
Продуктовые и рекламные сцены
1. Матовый чёрный флакон духов на стеклянной поверхности в минималистичной студии. Медленный поворот флакона на 15 градусов, камера слегка приближается, мягкий студийный свет, реалистичный стиль, отражение на поверхности. Без текста, без логотипов, без рук в кадре, форму не менять.
2. Чашка кофе на деревянном столе у окна, пар медленно поднимается вверх. Камера статична, мягкий утренний свет слева, неглубокая глубина фокуса, тёплая цветокоррекция. Без текста, без логотипов.
3. Кроссовок медленно вращается в воздухе на чёрном фоне, частицы пыли подсвечены сбоку. Камера орбитально движется вокруг объекта, студийный контровой свет, рекламный стиль. Без деформации формы.
Природа и атмосферные сцены
4. Чёрный электромобиль едет по мокрой ночной улице, отражения неоновых вывесок на асфальте. Медленное движение камеры сбоку, реалистичный стиль, кинематографичный свет. Без текста, без логотипов, без деформации колёс.
5. Туман медленно стелется над тихим озером на рассвете, силуэты деревьев на дальнем берегу. Камера медленно панорамирует вправо, мягкий рассеянный свет, спокойная атмосфера.
6. Дождь капает по оконному стеклу, за окном размытые огни города. Камера статична, крупный план на каплях, холодная цветокоррекция, меланхоличное настроение.
Городские и сюжетные сцены
7. Исследователь в хаки-куртке на коленях очищает древние фрагменты от земли в тропических джунглях, солнечный свет пробивается через листву. Камера медленно приближается к рукам персонажа в момент находки, кинематографичный стиль.
8. Уличный музыкант играет на скрипке на вечерней площади, прохожие проходят размыто на фоне. Камера медленно движется слева вправо, тёплый уличный свет, документальный стиль.
9. Поезд метро прибывает на пустую станцию ночью, мерцающий свет фонарей. Камера статична на платформе, холодный синий свет, кинематографичная атмосфера, без текста на вывесках.
Персонажи и портретные сцены
10. Крупный план молодой женщины, мягко улыбающейся под дождём, капли блестят на лице и ресницах. Камера статична, мягкий рассеянный свет, детализированная передача эмоции.
11. Два антропоморфных персонажа в спортивной форме интенсивно соревнуются на освещённой арене. Камера динамично следует за движением, яркий сценический свет, энергичный стиль.
12. Воин в боевых доспехах стоит неподвижно, взгляд полон решимости. Камера медленно приближается или кружит вокруг персонажа, подчёркивая мощь и героизм образа.
Фантастика и нестандартные сцены
13. Летающая фея из другого мира в потрёпанном, но красивом одеянии, с крыльями из обломков руин за спиной, парит в воздухе. Камера медленно вращается вокруг персонажа, мягкое магическое свечение, фэнтезийный стиль.
14. Гигантское дерево с светящимися листьями растёт посреди заброшенного города, листья медленно падают. Камера снизу вверх, мистическая атмосфера, мягкий контраст света и тени.
15. Робот медленно открывает глаза в тёмной лаборатории, искры от проводов вокруг. Камера крупный план на лице робота, холодный синий свет, напряжённая атмосфера, без деформации деталей.
Image-to-video: 15 промптов:
Формула здесь короче: описание движения + движение камеры. Исходное изображение уже задаёт субъект, сцену и стиль — промпт описывает только то, что должно произойти.
Портреты и люди
16. Оживи исходное изображение: камера медленно приближается, волосы слегка двигаются от ветра, фон остаётся стабильным. Лицо не менять, одежду не менять, стиль и композицию сохранить.
17. Человек на фото медленно моргает и спокойно дышит, лёгкая улыбка появляется на лице. Камера статична. Не менять фон, не менять причёску.
18. Главное движение: человек медленно поворачивает голову вправо. Второстепенное движение: волосы слегка колышутся. Камера статична, фон неподвижен.
19. Танцовщица на фото изящно вращается на месте, камера орбитально движется по часовой стрелке, сценический свет создаёт драматичные тени.
Продукты и предметы
20. Товар на фото медленно поворачивается на 360 градусов, камера статична. Сохранить форму, цвет и пропорции без изменений, фон не трогать.
21. Лёгкое отражение света скользит по поверхности продукта слева вправо, камера слегка приближается. Не менять форму объекта, не добавлять текст.
22. Пар медленно поднимается от чашки на фото, камера статична. Остальная часть кадра остаётся полностью неподвижной.
Пейзажи и природа
23. Облака на фото медленно плывут, вода в кадре покрывается лёгкой рябью. Камера медленно отъезжает назад, открывая более широкий план.
24. Листья деревьев на фото слегка колышутся от ветра, трава внизу едва заметно движется. Камера статична, общая атмосфера фото сохраняется.
25. Главное движение: волны на фото набегают на берег. Второстепенное: чайки вдалеке медленно летят. Камера медленно панорамирует вправо.
Анимация изображений из других нейросетей
26. Оживи это изображение, сгенерированное другой нейросетью: добавь лёгкое дыхание и моргание персонажу, камера статична. Стиль изображения сохранить полностью, не добавлять фотореализм.
27. Превратить статичную иллюстрацию в видео: лёгкое покачивание объекта на переднем плане, фон остаётся неподвижным. Сохранить художественный стиль исходного изображения без изменений.
28. Анимировать обложку: лёгкое свечение пульсирует вокруг центрального объекта, камера медленно приближается. Текст на обложке не трогать, не искажать.
Динамичные сцены
29. Главное движение: персонаж на фото бежит вперёд. Второстепенное: плащ развевается на ветру. Камера следует за персонажем сбоку, динамичный стиль.
30. Огонь на фото костра медленно колышется, искры поднимаются вверх. Камера статична, остальная часть сцены неподвижна, тёплое свечение усиливается.
Video-to-video и редактирование: 8 промптов:
В этом режиме важно прямо указывать, что должно остаться неизменным — модель легко меняет больше, чем нужно.
31. Сохрани композицию, лицо, одежду и положение персонажа. Измени только стиль света: сделать сцену более холодной, добавить мягкий контровой свет, не менять фон и пропорции тела.
32. Преобразуй цветовую палитру видео в тёплые осенние тона. Композицию, движение и персонажей не менять, только цветокоррекцию.
33. Усиль движение камеры: добавь лёгкое покачивание, как при ручной съёмке. Содержание кадра, объекты и их положение оставить без изменений.
34. Измени время суток в видео с дневного на вечернее: добавь тёплый закатный свет и длинные тени. Объекты, их позиции и движение не трогать.
35. Сделай вариацию сцены с другим углом камеры, сохранив то же действие и того же персонажа. Одежду, лицо и фон оставить идентичными оригиналу.
36. Стилизуй видео в более кинематографичном стиле: добавь лёгкое зерно плёнки и контраст. Содержание кадра и движение объектов не менять.
37. Создай черновой превиз сцены с упрощённым освещением для быстрой проверки композиции. Расположение объектов и персонажей сохранить точно.
38. Преврати статичное слабое видео в более выразительный вариант: усиль контраст света и тени. Сюжет, персонажей и фон оставить без изменений.
Animate (персонажная анимация): 7 промптов:
Здесь не работает запрос «сделай красивый ролик» — нужна конкретика: что двигается, что остаётся стабильным.
39. Анимируй персонажа: лёгкий поворот головы вправо, моргание, небольшое движение плеч. Камера статична, фон не менять, лицо и причёску сохранить.
40. Анимируй позу персонажа: медленный переход из положения стоя в положение сидя. Лицо, одежду и фон оставить неизменными, камера статична.
41. Главное движение: рука персонажа медленно поднимается в приветственном жесте. Второстепенное: лёгкое покачивание волос. Фон стабилен.
42. Анимируй ходьбу персонажа на месте: естественное движение ног и рук в среднем темпе. Камера статична, лицо и одежду не менять.
43. Добавь персонажу лёгкую жестикуляцию во время разговора: движение рук, кивки головой. Фон и освещение оставить без изменений.
44. Анимируй танцевальное движение персонажа: плавные повороты корпуса в среднем темпе. Камера статична, одежда и черты лица сохраняются.
45. Создай движение оглядывания через плечо: персонаж медленно поворачивает голову назад. Фон и поза тела остаются стабильными.
S2V — говорящие аватары: 5 промптов:
Для S2V нужны изображение человека и аудио — модель синхронизирует движение губ и мимику с речью.
46. Создай говорящего аватара на основе портрета: синхронизируй движение губ с прикреплённым аудио, добавь естественную мимику и лёгкие движения головы. Лицо и фон сохранить без изменений.
47. Сделай обучающее видео с цифровым ведущим: спокойная мимика, периодические кивки в такт речи, взгляд направлен в камеру на протяжении всего ролика.
48. Создай аватар для презентации продукта: уверенная мимика, синхронизация с аудио, лёгкие жесты рукой в такт ключевым фразам.
49. Сделай локализованную версию ролика с новым голосом: синхронизируй губы персонажа с новым аудиотреком, мимику и движения сохранить из оригинального видео.
50. Создай прототип видеоинструкции: спокойный тон лица, синхронизация речи, периодические указывающие жесты в сторону воображаемого экрана.
Кому подходит WAN
WAN полезен не каждому. Он хорошо работает для AI-креаторов, делающих короткие ролики; дизайнеров, которым нужно оживлять визуалы; motion-специалистов для быстрых тестов; маркетологов с креативными гипотезами; редакций, которым нужны визуальные вставки; продакшн-команд для превиза; разработчиков, строящих open-source video pipeline; студий, которым важен контроль над генерацией; и тех, кто уже работает с ComfyUI.
WAN — не лучший выбор, если нужно одно финальное видео без отбора дублей, длинная сложная сцена, стабильный персонаж на протяжении минуты, точный текст в кадре или гарантированный результат с первого промпта.
Какой способ использования выбрать
Чтобы просто попробовать WAN, подойдёт готовый веб-интерфейс. Для быстрого результата без настройки окружения — агрегатор или сайт. Если нужен контроль над пайплайном — ComfyUI. Для исследовательских или технических задач — Hugging Face и GitHub. Для серийной генерации и воспроизводимости — локальный запуск с фиксацией параметров.
Для большинства пользователей оптимальный старт — image-to-video: сначала создаётся сильный кадр, затем WAN добавляет движение. Так проще получить управляемый результат и меньше случайных деталей.
Вывод
WAN — один из самых интересных инструментов для AI-видео именно потому, что это не просто генератор роликов, а целая модельная экосистема. С его помощью можно делать text-to-video, image-to-video, video-to-video, анимацию, S2V-сценарии и собирать локальные пайплайны.
Для пользователя из России доступ открывается стандартными путями — через VPN, веб-интерфейсы, Hugging Face, GitHub, ComfyUI или агрегаторы. Главное — понимать, какой режим выбрать и как контролировать результат.
Для рабочих задач лучше начинать с image-to-video, коротких сцен, понятного движения камеры, сильного исходного кадра и жёстких ограничений в промпте. WAN хорошо подходит для концептов, motion-креативов, превизов, b-roll и коротких визуальных сцен, но не заменяет полноценный продакшн, не гарантирует стабильность деталей и почти всегда требует отбора дублей.
Если разбираться с локальным запуском, ComfyUI, весами моделей и настройкой окружения не хочется, WAN и другие видео-нейросети можно использовать через SpeShu.AI — там собрано более 300 мировых моделей, доступных без VPN. Для читателей действует промокод PIKA15, дающий +15% на счёт агрегатора.
Реклама. ООО «ЦНИС»: 9704271170









