Image to Video

• Длительность: 5, 10, 15, 20, 25, или 30с

• Разрешение: 480p / 720p / 1080p

• Лучше всего для: анимации изображения через Reference Mode (до 9 референс-изображений плюс до 3 референс-аудио) в длинные многосценные клипы до 30 секунд, с опциональным нативным звуком, написанным моделью. Обучена на обширном размеченном датасете NSFW-контента.

• Сильные стороны: может написать собственную звуковую дорожку через переключатель Generate Audio, следует длинным сценарным промптам с разбивкой по временным меткам, референс-токены ([img1], [audio1]) позволяют точно указать, какую загрузку использовать, более сильная консистентность нескольких субъектов и контроль камеры, чем у предыдущих моделей Wan.

• Компромиссы: лучшие результаты требуют промпта, соответствующего длительности: короткие промпты на длинных дистанциях отдают выбор сюжета и сцен модели. Нет негативного промпта; нежелательные элементы нужно описывать явно.

• Примечания о контенте: Фильтры: Минимальные

• Длительность: 5, 10, 15, 20, 25, или 30с

• Разрешение: 480p / 720p / 1080p

• Лучше всего для: той же анимации через Reference Mode, что и у Wan 3.0 Spicy (до 9 референс-изображений плюс до 3 референс-аудио) в длинные многосценные клипы до 30 секунд, с опциональным нативным звуком, написанным моделью, но возвращается примерно на 40% быстрее.

• Сильные стороны: идентичное качество результата и тот же набор функций, что у Wan 3.0 Spicy (переключатель Generate Audio, сценарные промпты, референс-токены, консистентность нескольких субъектов); разница заключается во времени ожидания, что важно при тестировании идей или доработке сцены.

• Компромиссы: стоит дороже за секунду, чем Wan 3.0 Spicy, за тот же результат; та же чувствительность к длине промпта и отсутствие негативного промпта.

• Примечания о контенте: Фильтры: Минимальные

• Длительность: 5 с или 10 с

• Лучше всего для: более контролируемые анимации между двумя заданными состояниями; плавное повествование и реалистичное движение персонажа.

• Сильные стороны: поддерживает Last Frame для более плавных зацикливаний и более стабильных концовок. Поддерживает 480p, 720p и 1080p.

• Компромиссы: медленнее, чем Pro Fast; лучше всего работает с чистыми, хорошо выровненными начальным/конечным кадрами для согласованных переходов.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с или 10 с

• Лучше всего для: быстрые предпросмотры и самые дешёвые черновики.

• Сильные стороны: высокая скорость генерации, низкая стоимость, поддерживает 480p, 720p и 1080p. Поддерживает Start Frame для простого направления движения.

• Компромиссы: меньше контроля и более низкое качество по сравнению с Seedance Pro.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с, 10 с или 12 с

• Лучше всего для: генерация коротких кинематографичных видео, где аудио и видео создаются вместе в едином процессе. Эта модель идеальна для повествовательных клипов, диалоговых сцен, движения, управляемого звуком, и выразительного повествования напрямую из промптов или изображений.

• Сильные стороны: Seedance 1.5 Pro: модель совместной генерации аудио-видео, создающая синхронизированную картинку и звук за один процесс. Она предлагает точную синхронизацию губ, выразительное движение, строгое следование инструкциям, поддерживает 720p и 1080p, и включает Generate Audio и Fix camera position для расширенного контроля.

• Компромиссы: лучшие результаты получаются из чётких промптов и структурированных инструкций; сложные сцены выигрывают от продуманного дизайна промпта для сохранения связности движения и выразительного темпа.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с, 6 с, 8с, 10 с, 12с, 15 с

• Разрешение: 480p / 720p

• Лучше всего для: анимация одного изображения как буквально первого кадра, создание перехода между двумя кадрами (First-Last Frame), или перенос характеристик (внешность, стиль, движение) через Reference Mode (до 9 изображений + 3 видео + 3 аудиоклипа), плюс дополнительное обучение на огромном аннотированном датасете NSFW-контента.

• Сильные стороны: высокая предсказуемость начала видео (композиция, поза и ракурс камеры сохраняются точно как в исходном изображении), генерация с использованием референсных маркеров [Image 1]/[Video 1]/[Audio 1], хорошая согласованность персонажа между кадрами при повторном использовании одного референса. Генерация звука для видео в стандартном режиме.

• Компромиссы: три режима ввода работают по-разному, и их легко перепутать: выбор неправильного режима даст результат, отличный от ожидаемого; качество исходного изображения напрямую влияет на конечный результат. Медленнее, чем Seedance 2.0 Fast.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с, 6 с, 8с, 10 с, 12с, 15 с

• Разрешение: 480p / 720p

• Лучше всего для: анимация изображения как буквально первого кадра, создание перехода между двумя заданными кадрами (интерполяция), или перенос черт с помощью мультимодальных референсов: до 9 изображений, 3 видео и 3 аудиоклипов. Плюс дополнительное обучение на огромном аннотированном датасете NSFW-контента.

• Сильные стороны: высокая предсказуемость начала видео (композиция, поза и ракурс сохраняются точно как в исходном изображении); удобная маркировка референсов [Image 1] / [Video 1] / [Audio 1], хорошая согласованность персонажа при повторном использовании одного референса, быстрое время генерации. Быстрее и дешевле, чем стандартная версия.

• Компромиссы: три режима ввода легко перепутать: выбор неправильного даёт результат, отличный от ожидаемого; качество исходного изображения напрямую влияет на конечный результат. Качество ниже, чем в стандартной версии.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5, 10, 15, 20 или 30 с

• Разрешение: 480p / 720p / 1080p

• Лучше всего для: длинных сцен с несколькими планами до 30 секунд в одной генерации: целая история, а не один растянутый момент. Анимируйте Start Frame (или Start + End Frame) или включите Reference Mode, чтобы использовать до 30 референс-изображений и 10 референс-аудио, на которые в промпте ссылаются как [img1], [audio1]. Обучена на огромном размеченном датасете NSFW-контента.

• Сильные стороны: более естественная картинка, меньше похожая на ИИ: улучшенные переходы камеры, стабильность объекта, свет, детализация кожи и глаз; промпты с таймкодами («0–5s: …, 6–10s: …») задают, что и когда происходит; опциональный нативный звук через переключатель Generate Audio.

• Компромиссы: самая дорогая модель Seedance: 1080p стоит примерно в 3,4 раза дороже 720p, поэтому сначала тестируйте в 480p/720p. Нет негативного промпта. Видео может прийти без звука даже при включённом Generate Audio.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с или 10 с

• Лучше всего для: синхронизация губ, дыхание, ритмичное движение тела, и реактивные к звуку сцены с использованием одного аудиофайла (WAV, MP3).

• Сильные стороны: сильная синхронизация со звуком, выразительное движение лица и тела. Поддерживает 480p, 720p и 1080p.

• Компромиссы: результаты сильно зависят от качества аудио; создана для выразительного движения, а не для сложных настроек камеры.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с, 8 с.

• Лучше всего для: сверхбыстрая генерация изображения в видео с индивидуальным контролем стиля LoRA. Идеально для создателей, которые хотят кинематографичное движение, персонализированный вид персонажа, и согласованные визуальные стили прямо из одного изображения.

• Сильные стороны: WAN 2.2: сверхбыстрая модель изображение-в-видео, генерирующая динамичное видео в 720p из статичных изображений и поддерживающая пользовательские LoRA для определения движения и поведения персонажа. LoRA используются для управления тем, как персонажи двигаются, позируют, и взаимодействуют с камерой, обеспечивая согласованные паттерны движения между генерациями.

• Шаблоны стиля LoRA:

  Платформа предлагает большую библиотеку шаблонов стиля LoRA, которые автоматически применяются во время генерации. Эти шаблоны позволяют быстро выбирать предопределённые стили движения и динамику персонажа, обеспечивая согласованное движение и визуальное поведение в нескольких видео без ручной настройки промпта.

• Компромиссы: WAN 2.2 + LoRA фокусируется на скорости и согласованности.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с, 10 с или 15 с

• Лучше всего для: высококачественная генерация изображения в видео со звуком, более длинные клипы, и выразительное движение с синхронизированным звуком.

• Сильные стороны: сильная синхронизация звука, выразительная лицевая анимация и движение тела, поддерживает 720p и 1080p.

• Компромиссы: результаты зависят от качества ввода и чёткости промпта; лучше всего подходит для контролируемых сцен.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с, 10 с или 15 с

• Лучше всего для: быстрые генерации, быстрое тестирование, рабочие процессы для соцсетей, и пакетное производство контента.

• Сильные стороны: значительно более быстрое время рендеринга, поддержка нативного звука, выразительное движение, поддерживает 720p и 1080p.

• Компромиссы: немного более низкая визуальная согласованность по сравнению с Wan 2.7; оптимизирована в первую очередь для скорости.

• Заметки о контенте: Фильтры: минимальные

• Лучше всего для: генерация изображения в видео со звуком, более длинные клипы, и выразительное движение с синхронизированным звуком, кинематографичные генерации, плавное движение камеры, реалистичные персонажи, и финальные рендеры высокого качества.

• Сильные стороны: улучшенная временная согласованность, лучшее понимание промпта, улучшенное качество движения, поддерживает 720p и 1080p.

• Компромиссы: медленнее, чем модели Ultra Fast; лучшие результаты требуют чётких промптов и качественных входных изображений.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5с, 8с

• Лучше всего для: сверхбыстрая генерация изображения в видео, согласованные визуальные стили прямо из одного изображения, плюс дополнительное обучение на огромном размеченном датасете NSFW-контента.

• Сильные стороны: яркая детализация, сильное следование вашему референсному изображению, хороша для драматичных движений камеры и атмосферного цветокора.

• Компромиссы: менее консервативная фильтрация означает, что промпты нужно держать точными; анатомия и мелкие детали могут «плыть», если доводить до крайностей.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с, 10 с, 15 с

• Лучше всего для: высококачественная генерация изображения в видео со звуком, более длинные клипы, и выразительное движение с синхронизированным звуком, плюс дополнительное обучение на огромном размеченном датасете NSFW-контента.

• Сильные стороны: улучшенная временная согласованность, лучшее понимание промпта, улучшенное качество движения, поддерживает 720p и 1080p.

• Компромиссы: медленнее, чем модели Ultra Fast; лучшие результаты требуют чётких промптов и качественных входных изображений.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5с / 10с / 15с

• Лучше всего для: быстрая генерация видео из изображения с контролем стиля с помощью пользовательских LoRA. Идеально для создателей, которые хотят кинематографичное движение, персонализированный вид персонажа, и согласованные визуальные стили, всё на основе одного изображения.

• Сильные стороны: WAN 2.7: модель конвертации изображения в видео, генерирующая динамичное видео в 720p или 1080p с синтезированным звуком из статичных изображений и поддерживающая пользовательские LoRA для определения движения и поведения персонажа. LoRA используются для управления тем, как персонажи двигаются, позируют, и взаимодействуют с камерой, обеспечивая согласованные паттерны движения между генерациями. Промпт не требуется.

• Шаблоны стиля LoRA: Платформа предлагает большую библиотеку шаблонов стиля LoRA, которые автоматически применяются во время генерации. Эти шаблоны позволяют быстро выбирать предустановленные стили движения и динамику персонажа, обеспечивая согласованное движение и визуальное поведение в нескольких видео без необходимости ручной настройки промпта.

• Компромиссы: WAN 2.7 + LoRA отдаёт приоритет качеству и согласованности. Добавление промпта может конфликтовать со стандартным промптом и вызвать ошибки в сгенерированном видео или сбой LoRA.

• Заметки о контенте: Фильтры: минимальные

• Длительность: 5 с или 10 с

• Лучше всего для: высококачественная генерация SFW-видео с поддержкой нативного звука. Идеально для говорящих персонажей, диалоговых сцен, брендового контента, презентаций продуктов, и реалистичных коротких клипов, где звук и визуал должны генерироваться вместе. Поддерживает Start Frame, который задаёт, как начинается движение.

• Сильные стороны: это нативная модель генерации аудио-видео, то есть видео и аудио создаются одновременно за один процесс. Она производит синхронизированную речь и звук, согласованные с визуальным движением, обеспечивает реалистичную лицевую анимацию и стабильную идентичность, и поддерживает разрешение 1080p. Модель включает Generate Audio для встроенного создания звука для стабильных, неподвижных кадров камеры.

• Компромиссы: оптимизирована для реализма и чистых, безопасных для бренда результатов, а не экстремальной стилизации; лучшая производительность достигается при чётких промптах и контролируемом движении.

• Заметки о контенте: Фильтры безопасности: включены

• Длительность: 5, 6, 8, 10, 12, или 15 с

• Разрешение: 480p / 720p / 1080p

• Лучше всего для: анимации Start Frame, End Frame, или обоих сразу, а также использования Reference Mode, чтобы задать стиль, персонажа, или звук через собственные изображения, видео, и аудио: до 9 референс-изображений, 3 референс-видео, и 3 референс-аудио (всего до 12 файлов).

• Сильные стороны: референс-токены (Image 1, Video 1, Audio 1) позволяют точно указать, какую загрузку использовать; каждый клип автоматически получает нативную стерео-дорожку без переключателя; гибкие соотношения сторон (16:9, 9:16, 4:3, 3:4, 1:1, 21:9, или Адаптивное).

• Компромиссы: полная цена, примерно вдвое дороже MiniMax H3 Max Turbo. Нет негативного промпта: нежелательное нужно описывать в конце основного промпта. Звук нельзя отключить. Модель внутренне сжимает длинные промпты, поэтому короткие точные описания обычно работают лучше.

• Примечания о контенте: Фильтры: Включены. Только SFW, NSFW-контент не поддерживается.

• Длительность: 5, 6, 8, 10, 12, или 15 с

• Разрешение: 480p / 720p / 1080p

• Лучше всего для: быстрой и более дешёвой анимации Start/End Frame, когда не нужны референс-изображения, видео, или аудио.

• Сильные стороны: примерно вдвое дешевле MiniMax H3 Max и быстрее; те же элементы управления Start Frame / End Frame / оба; нативная стерео-дорожка включена автоматически.

• Компромиссы: нет Reference Mode. Для референсов изображений, видео, или аудио используйте MiniMax H3 Max. Нет негативного промпта. Звук нельзя отключить.

• Примечания о контенте: Фильтры: Включены. Только SFW, NSFW-контент не поддерживается.

• Длительность: 6 с или 10 с

• Лучше всего для: динамичная анимация, быстрые концептуальные клипы, и выразительное движение из одного изображения.

• Сильные стороны: быстрая генерация, подходит для энергичных сцен и быстрой итерации.

• Компромиссы: менее стабильна и менее согласованна по сравнению с топовыми кинематографичными моделями.

• Заметки о контенте: Фильтры безопасности: частичные

Да, но рекомендуется английский.

Большинство моделей (WAN и Seedance Pro) технически могут обрабатывать промпты, написанные на других языках. Однако английский даёт наиболее стабильные и предсказуемые результаты, особенно для движения, направления камеры, и эмоциональных подсказок.

Лучшая практика:

Используйте английский для продакшена и повторяемых рабочих процессов. Другие языки могут работать для простых сцен, но результаты могут быть менее согласованными.

Для большинства моделей с поддержкой аудио загружать аудиофайл не нужно: Wan 2.5 + Audio, Wan 2.6 + Audio, Wan 2.7 + Audio, Wan 2.7 Spicy, Seedance Pro 1.5, Seedance 2.0 Spicy/Fast Spicy и Kling 2.6 + Audio умеют генерировать звук прямо из текстового промпта. Просто опишите звук, который хотите услышать, например:

• “the girl is softly moaning”

• “slow breathing, sensual rhythm”

• “quiet voice, soft exhales”

Модель автоматически сгенерирует синхронизированный звук по вашему промпту. Аудиофайлы (WAV или MP3) нужны, только если у вас уже есть конкретный звук или голосовая дорожка, которую нужно точно повторить.

В Wan 3.0 Spicy включите отдельный переключатель Generate Audio, чтобы модель сама написала звуковую дорожку. Если он включён, а звук вы не описали, модель сама придумает диалоги и музыку. Если это важно, явно опишите в промпте нужный звук или тишину (например, "no dialogue, no background music" или конкретный звук).

Большинство моделей генерируют 5–15 секунд за клип, а Wan 3.0 Spicy и Seedance 2.5 Spicy выдают до 30 секунд за одну генерацию: это самая длинная генерация на ZenCreator. Если вам хватает 30 секунд или меньше, просто выберите одну из этих моделей и задайте длительность: склеивать клипы не нужно.

Видео длиннее 30 секунд собирайте из нескольких клипов по цепочке:

1) Генерируйте каждый клип со Start Frame и End Frame:

1. Сгенерируйте первый клип.

2. Используйте последний кадр этого клипа как Start Frame для следующей генерации.

3. При желании задайте End Frame, чтобы направить финальное состояние.

4. Повторяйте, чтобы продлить последовательность.

Такой подход позволяет:

• сохранять визуальную непрерывность и плавность движения

• создавать видео практически любой длины

• избегать резких смен движения

Этот процесс поддерживают Seedance Pro, Seedance Pro 1.5, Seedance 2.0 Spicy, Seedance 2.0 Fast Spicy, Seedance 2.5 Spicy, Wan 3.0 Spicy, Wan 3.0 Prime Spicy, MiniMax H3 Max и MiniMax H3 Max Turbo (какие модели поддерживают Start/End Frame, смотрите в карточке модели выше).

2) Когда клипы готовы (каждый до 30с, если вы используете Wan 3.0 Spicy или Seedance 2.5 Spicy), объедините их в Video Merger:

1. Добавьте от 2 до 5 видео

2. Выберите способ склейки

3. Переключателем выберите, сохранять ли исходный звук видео

4. Можно также выбрать, как обрезать загруженные видео

5. Нажмите Run

Такой подход позволяет:

• легко объединить от 2 до 5 клипов в одно видео профессионального вида

• получить плавные переходы и естественный ход между сценами

• точно обрезать клипы и управлять звуком (сохранить исходный или заменить его)

• создавать более длинные качественные видео без резких склеек, гораздо длиннее лимита в 30 секунд на одну генерацию

Большинство моделей здесь работают с фильтрами Minimal, что позволяет более откровенный контент, чем сильно отфильтрованные варианты. Модели, созданные специально для NSFW: Wan 2.2 Spicy, Wan 2.7 Spicy, Wan 3.0 Spicy, Seedance 2.0 Spicy, Seedance 2.0 Fast Spicy и Seedance 2.5 Spicy. Модели Kling (фильтры: включены) наиболее ограничены и лучше всего подходят для SFW-контента.

Используйте Wan 2.2 Spicy для максимальной творческой свободы и смелого движения, или Wan 2.2 + LoRA / Wan 2.7 + LoRA, если хотите контролировать движение персонажа с помощью предопределённых стилей движения.

Используйте Wan 2.2 + LoRA или Wan 2.7 + LoRA, когда хотите:

• согласованное движение персонажа,

• предопределённое поведение движения,

• не изобретать промпты: просто выбирайте идеи движения из встроенных шаблонов

LoRA особенно полезны при генерации множества вариаций из одного изображения.

Начните с 5 секунд, чтобы проверить движение и стиль.

Когда результат вас устроит, переключитесь на большую длительность для финальных клипов: 10–15 секунд на большинстве моделей или до 30 секунд на Wan 3.0 Spicy и Seedance 2.5 Spicy.

Да. Вы можете загрузить до 100 референсных изображений, и каждое изображение будет отрендерено как отдельный видеоклип с одинаковыми настройками.

Модели Spicy обучены специально для генерации NSFW-контента с меньшим количеством ограничений. Обычные модели с фильтрами Minimal всё ещё могут работать с NSFW-референсами, но они не созданы и не обучены таким же образом.

Большинству да, но Wan 2.7/Wan 2.2 + LoRA работает без него, а добавление промпта там может даже конфликтовать со встроенным стилем и вызывать ошибки.

Нет. Как и с любым ИИ-инструментом, результаты могут различаться, и случайные ошибки или артефакты вполне нормальны. Если клип получился не так, попробуйте снова или скорректируйте промпт или референс.