万相 2.7 视频模型：t2v 与 r2v 拆解

同一个模型的两个接口，解决的是两种完全不同的需求：一个负责「凭空造画面」，一个负责「守住已有的东西」。

万相 2.7 是什么

万相 2.7 是阿里巴巴发布的视频生成系列模型（Wan2.7-Video），2026 年 4 月 3 日发布，通过阿里云百炼平台对外提供 API。它不是一个模型，而是四个专业模型组成的系列：文生视频 wan2.7-t2v、图生视频 wan2.7-i2v、参考生视频 wan2.7-r2v、视频编辑 wan2.7-videoedit。

全系列支持 720P 与 1080P 输出，单条视频时长可在 2 至 15 秒之间指定；参考生视频最多支持 5 个视频主体参考。这意味着一条片子要么靠多个镜头拼接完成，要么靠一镜到底讲完一个短动作——前者是常规做法。

CanvasVid 目前接入的是 wan2.7-t2v 与 wan2.7-r2v 两条：前者负责凭空造画面，后者负责守住角色与产品。这两条覆盖了从零创作到系列化产出的主要路径。

t2v：把文字变成画面

文生视频是 AI 视频最直觉的用法：写一段描述，得到一段画面。它的优势是自由度高，任何脑子里想得出的场景都能试；短板是不可复现——同一个提示词提交两次，得到的两段画面可能差别很大。

因此 t2v 最适合单个镜头的探索阶段：先快速生成几个版本看方向，方向定了之后，如果这个镜头要反复出现（比如片头、片尾、系列视频的统一开场），就应该把满意的那一帧转成参考图，改用 r2v 保持稳定。

r2v：把参考图变成连贯的多个镜头

参考生视频在生成时除了文字，还额外接收一张或多张参考图。模型会尽量让生成结果在主体外观、材质、风格上与参考图一致。这是解决「人物每换镜头就变样」的核心手段。

实际使用时，r2v 的价值不只在人物。任何有固定形象的东西都能受益：

• 产品：瓶身形状、标签文字、配色不能变，否则观众会认为是仿品。
• 角色：系列短剧、儿童故事、IP 形象，跨镜头跨集数都要一致。
• 场景：同一间办公室、同一家门店，多次出现时不能让家具换位置。
• 画风：手绘、水彩、3D 渲染等统一视觉风格，避免一条片子里风格互相打架。

分辨率与画幅怎么选

万相 2.7 支持 720P 与 1080P 两档分辨率，以及 16:9、9:16、1:1 三种画幅。选错的代价是白花钱重做，所以先定这三个问题的答案：

在无限画布上怎么用

CanvasVid 把这两条接口做成画布上的两类节点。写文字的分镜节点走 t2v，挂了参考图的节点走 r2v，选哪条由画布自动判断，不需要手动切接口。提交后任务进度通过长连接实时推回节点，生成完成即可在画布上预览、对比、再生成。

对多镜头项目，这种「一镜一节点」的结构比批量提交更好控：某个镜头不满意，只重跑那一个节点，其余镜头和已花的额度都不受影响。