Alibaba Wan2.7 Bantu Tingkatkan Kapabilitas AI dari Gambar hingga Produksi Video

Techverse.asia - Alibaba mengumumkan pengembangan terbaru dari seri Wan2.7 melalui peluncuran Wan2.7 Image dan Wan2.7-Video. Kedua inovasi ini menandai evolusi dalam kreasi multimedia berbasis AI, di mana kini kreator tidak hanya menghasilkan aset secara terpisah, tetapi juga mampu membangun narasi visual yang utuh dengan tingkat presisi, kontrol, dan efisiensi yang lebih tinggi.

Kedua model ini tersedia melalui Alibaba Cloud Model Studio dan situs resmi Wan, serta terintegrasi dengan Qwen App. Wan2.7 Image merupakan model AI terpadu yang dirancang untuk meningkatkan cara kreator menghasilkan dan mengedit visual, sekaligus menjawab tantangan yang selama ini kerap muncul seperti hasil yang cenderung generik dan warna yang kurang konsisten.

Model ini memungkinkan pengguna menciptakan visual berkualitas tinggi dan lebih personal dari prompt teks, serta mendukung alur kerja yang lebih efisien melalui pemrosesan batch dan penggunaan multi-image input.

Selama ini, gambar berbasis AI seringkali memiliki tampilan yang seragam dengan hasil warna yang kurang konsisten. Wan2.7 Image hadir untuk menjawab tantangan tersebut, memungkinkan kreator menghasilkan karya yang lebih profesional dan sesuai kebutuhan tanpa proses trial-and-error yang berulang.

Salah satu inovasi utamanya terletak pada kemampuan personalisasi yang mendalam, yang memungkinkan pengguna mengatur secara detail berbagai atribut seperti struktur wajah dan bentuk mata untuk menciptakan karakter yang lebih hidup dan khas.

Fitur “color palette” turut melengkapi kemampuan ini dengan memberikan kontrol yang presisi terhadap hasil warna melalui input kode dan proporsi tertentu, sehingga memastikan konsistensi dengan gaya visual maupun brand guidelines.

Selain itu, Wan2.7 Image juga membawa peningkatan signifikan dalam rendering teks dengan dukungan hingga 3.000 token dalam 12 bahasa. Hal ini memungkinkan pembuatan konten kompleks seperti teks akademik, rumus, hingga tabel terstruktur dengan akurasi tinggi.

Untuk meningkatkan produktivitas, model ini juga mendukung hingga sembilan gambar referensi dan mampu menghasilkan beberapa output sekaligus, sehingga cocok untuk kebutuhan seperti storyboard, desain arsitektur, hingga konten e-commerce.

Model ini semakin memperkuat kemampuan kreator melalui antarmuka “click-to-edit” yang intuitif, sehingga setiap detail dapat diatur dengan lebih presisi. Dengan memilih area tertentu pada gambar, pengguna dapat dengan mudah menambahkan, memindahkan, atau menyelaraskan elemen secara akurat hingga tingkat piksel, sehingga mengurangi ketidakpastian yang sering ditemui pada konten berbasis AI.

Sebagai pelengkap, Alibaba juga memperkenalkan Wan2.7 Image Pro, yang menghadirkan komposisi gambar yang lebih stabil, pemahaman prompt yang lebih tajam dan akurat, serta output berkualitas tinggi hingga resolusi 4K.

Melanjutkan pengembangan pada teknologi pembuatan gambar, Alibaba turut menghadirkan Wan2.7-Video, model video komprehensif yang dirancang untuk memberikan kontrol kreatif dan efisiensi yang lebih tinggi dalam proses produksi video.

Wan2.7-Video mencakup empat model terintegrasi, yaitu Text-to-Video (Wan2.7-t2v), Image-to-Video (Wan2.7-i2v), Reference-to-Video (Wan2.7-r2v), dan Video Editing (Wan2.7-videoedit). Seluruhnya dirancang untuk menggabungkan input teks, gambar, video, dan audio dalam satu sistem, sehingga mendukung proses pembuatan, pengeditan, hingga transformasi konten secara menyeluruh.

Model ini dirancang untuk menjawab tantangan dalam menjaga alur cerita tetap konsisten, termasuk antar berbagai adegan, sehingga kreator dapat mengembangkan narasi yang lebih terstruktur dan berkesinambungan. Model ini mendukung pembuatan video dengan durasi fleksibel antara 2-15 detik, dengan kualitas hingga 1080p, serta dilengkapi API siap pakai untuk kebutuhan produksi dalam skala besar.

Seri Wan2.7-Video menghadirkan instruksi berbasis bahasa alami yang intuitif, sehingga kreator dapat dengan mudah mengatur berbagai elemen video, mulai dari aksi karakter, dialog, tampilan visual, hingga adegan, gaya, dan teknik pengambilan gambar.

Pengguna juga dapat menyesuaikan aspek sinematografi secara cepat melalui beragam pergerakan kamera, baik yang sederhana maupun kompleks, dengan tetap menjaga konsistensi pencahayaan di setiap adegan.

Model ini menjaga konsistensi antar video hingga lima karakter berbeda dengan mempertahankan identitas visual dan karakter suara masing-masing, bahkan dalam narasi yang kompleks. Dukungan terhadap ribuan kombinasi gaya serta lebih dari 50 ekspresi emosi yang beragam turut menghadirkan performa yang lebih realistis.