Wan 2.2

Wan 2.2 は、Alibaba のフレーム制御型の、実務で頼れるモデルです。Wan 3.0 よりシンプルで、秒単位ではなくクリップ単位で課金され、生成を速く保つために音声を省いています。B ロールや無音の動画シーケンスをつくるときの、手早いテキストからの動画生成に使います。

クリエイターが Wan 2.2 を選ぶ理由

Wan 2.2 は、Wan 3.0 の機能の一部と引き換えに、シンプルさと予測しやすいコストを実現しています。短いクリップを生成し、ポストプロダクションでサウンドを加えるなら、Wan 2.2 でワークフローを無駄なく保てます。フレーム制御型のアーキテクチャによって、長さが一定になりクリップごとの料金も固定されることは、何十本ものクリップを組み合わせて長い作品をつくるときに重要です。

予測しやすい生成ごとの料金

Wan 2.2 は、秒単位ではなくクリップ単位で課金されます。コストは事前にわかります。長さによる倍率はありませんが、解像度によって生成ごとの料金は変わります。そのわかりやすさにより、クリップの多いプロジェクトの予算づくりが速く進みます。20 本や 50 本のクリップでモンタージュを編集するなら、クリエイティブな選択に応じて料金が増える秒単位のモデルより、固定料金のほうが有利です。

軽快で速い

音声生成の負荷がないため、Wan 2.2 は映像の品質と生成の速さに集中しています。ナレーション、音楽、効果音をポストプロダクションで加えるなど、サウンドを編集で扱うクリエイターのために専用でつくられています。これにより生成時間は短く、ワークフローはシンプルに保たれ、B ロールの試行を重ねるときに役立ちます。

カットに合わせた複数のアスペクト比

Wan 2.2 は、16:9、9:16、1:1 に対応しています。1 つのブリーフで、横長と縦型を同時に撮影します。同じクリップをモバイルとデスクトップに転用するのに、別々に生成を実行する必要はありません。

よりクリーンな映像のための Mixture-of-Experts アーキテクチャ

Wan 2.2 は、ノイズの多い入力用と、クリアな入力用の 2 つのエキスパートネットワークを使います。モデルが入力を賢く振り分けて適切な経路を適用するため、映像はより安定し、アーティファクトも減ります。これは、特に速いパンや複雑なシーンで、より安定した動きとクリーンなエッジとして表れます。

Craze で Wan 2.2 を使う方法

Wan 2.2 はわかりやすく、ショットを説明すると Craze が生成し、あなたはそれを中心に組み立てます。

1. プロジェクトを始めて、ほしいショットを説明します。Wan 2.2 では、動き、舞台、雰囲気をはっきり書きます。
2. Models パネルで Wan 2.2 を選ぶか、チャットで指定します。Craze は計画を立てる前に料金を表示します。
3. Craze が、選んだ解像度とアスペクト比でクリップを生成します。
4. クリップをタイムラインに追加し、その上にサウンド、ナレーション、音楽、効果音を重ねます。

プロンプトは具体的に書きます。「木のテーブルに置かれたコーヒーカップへ、ゆっくりドリーで寄る」なら Wan 2.2 に明確な指示が伝わりますが、「何かシネマティックなもの」ではモデルが推測するしかありません。

Wan 2.2 の料金

料金は 1 クリップあたり $0.211 です。料金は解像度によって変わり、480p は 720p より安くなります。Wan 2.2 は生成ごとに課金され、Craze の料金計算ツールに長さの選択肢はありません。

この固定料金の仕組みは、短いクリップを何十本も生成し、サウンドをポストプロダクションで扱うプロジェクトに便利です。このページの料金計算ツールでは両方の解像度の料金を確認できるので、モンタージュの予算を事前に組めます。20 本の短いクリップから 30 秒の作品を組み立てるなら、すべての生成の合計コストを前もって見積もれるので、プロジェクトの計画やクライアントへの見積もりが簡単になります。

Wan 2.2 が向いている人

B ロールとモンタージュのシーケンス

テキストプロンプトで短いクリップのモンタージュを組み立て、音楽と効果音を重ねます。Wan 2.2 は、素材となる映像のシーケンスをすばやく提供します。クリップごとの料金なので、複数のバリエーションを手頃に生成して、カットに合うものを選べます。

ナレーション用の無音の動画シーケンス

ナレーションを録音したり、BGM を敷いたりするなら、Wan 2.2 で動画の生成をすばやく、コストを予測しやすく保てます。先にナレーションを編集し、その読みに合わせて B ロールを生成して、両方を重ねます。

解説なしの SNS 向け短尺動画

短く無音の動画クリップは、ポストプロダクションで加えるテキストのオーバーレイや流行の音源と組み合わせれば、SNS のコンテンツに向いています。フィード向けに大量のクリップを生成するとき、Wan 2.2 の固定料金は、量が増えても扱いやすい仕組みです。

Wan 2.2 とほかのモデルの比較

Wan 3.0 はより長く（最大 30 秒）、同期した音声を生成し、参照画像や最初と最後のフレームにも対応しています。長さ、音声の同期、参照によるキャラクターの一貫性が必要なときは Wan 3.0 を選びます。さらに長いクリップと、より多くの参照による制御を求めるなら、Seedance 2.5 は 30 秒の長さに対応し、最大 30 枚の参照画像を受け付けます。