Jeg testede for nylig Wan 2.5 , Alibabas seneste AI-videomodel. Efter al spændingen omkring udgivelsen var jeg nysgerrig efter at se, hvordan den ville klare sig – og det er tydeligt, at denne model bringer nogle bemærkelsesværdige opgraderinger.
Wan 2.5 bygger videre på Wan 2.2 med native lydgenerering, der gør det muligt at producere lyd direkte sammen med videoen – omgivende støj, baggrundsmusik eller endda stemmefortælling designet til at matche scenen.
Dette placerer den i samme liga som Googles Veo 3 , som allerede tilbyder stærk lydintegration. På papiret lover Wan 2.5 også mere jævn bevægelse, skarpere grafik, bedre hurtig forståelse og mere ensartede billeder fra start til slut.
Jeg kørte fire tests fra den virkelige verden for at se, hvor godt lyd og billedmateriale blandes, da det er denne synergi, der adskiller en god AI-video fra en fremragende en.
Hurtig opsummering: Wan 2.5 viser fremskridt
Wan 2.5 demonstrerede imponerende lydgenerering i flere scenarier med realistisk atmosfære og passende lydeffekter. Videokvaliteten, især for mennesker, var mindre ensartet – den viste stærke øjeblikke, men efterlod også plads til forbedringer i realisme og læbesynkronisering. I ét tilfælde blev der slet ikke genereret lyd, hvilket tyder på, at modellen stadig er under udvikling mod fuld pålidelighed.
Eksempler på Wan 2.5 fra det virkelige liv
For at teste dens alsidighed forberedte jeg fire forskellige prompter, hvor jeg blandede realistiske og stiliserede scener, og scorede hver af dem på:
- Lydnøjagtighed og scenematch
- Visuel realisme og jævn bevægelse
- Præcision i bevægelse og ansigtsudtryk
1. Vandreture med venner — Glat og naturligt
Opfordring : To unge mænd og en ung kvinde vandrer op ad en naturskøn bjergsti og snakker leende og afslappet. En mild brise rasler i bladene, sollyset filtrerer gennem træerne, og de bærer hver især en rygsæk. Deres legende samtale og smil indfanger et afslappet øjeblik udendørs.
Resultat : Skovstemningen, brisen og latteren matchede naturligt det visuelle. Jævn bevægelse og ingen mærkbare fejl.
Score : 8/10 — Et stærkt, brugbart resultat for afslappet indhold.
2. Kvinde på metrostationen — God lyd, trænger til mere livlighed
Spørgsmål : En ung asiatisk kvinde står på trappen til en metrostation og smiler varmt med en smartphone i hånden. Dagslyset filtrerer ned, og bløde skygger falder over hendes urbane streetwear-look.
Resultat : Troværdige baggrundslyde fra metroen hjalp med at sætte stemningen, selvom hendes ansigtsudtryk og bevægelser kunne føles mere naturlige og dynamiske.
Score : 8/10 — Solid lyd, plads til forbedring af bevægelse.
3. Sly Fox in a Suit — Fængslende visuelt koncept
Prompt : En fornem ræv i et smart jakkesæt bærer en stak papirer og nærmer sig kameraet med selvsikre skridt og et snedigt smil.
Resultat : Den animerede figur så stilfuld og udtryksfuld ud. Denne test producerede dog ingen lyd, hvilket tyder på lejlighedsvise huller i lydgenereringen.
Score : N/A — Lyd mangler, billeder stærke.
4. Journalist live på gaden — Klar tale, har brug for bedre synkronisering
Prompt : En korthåret journalist rapporterer live på en travl gade og taler hen over lyden af trafik og snak.
Resultat : Talen var præcis og klar, men læbebevægelserne stemte ikke helt overens med lyden, hvilket gjorde synkroniseringen mindre overbevisende.
Score : 5/10 — Virker, men synkroniseringen skal finpudses.
Endelig dom: En lovende opdatering med potentiale
Wan 2.5 introducerer værdifulde audiovisuelle funktioner og kan levere fantastiske resultater i visse sammenhænge. Selvom ydeevnen varierer på tværs af prompter, viser de gode øjeblikke potentiale for fremtidig forbedring og bredere brugervenlighed.
Bedre end Veo 3? Ikke helt endnu, da Veo 3 generelt set forbliver mere ensartet. Men Wan 2.5's lydintegration og lejlighedsvise grafik i høj kvalitet antyder en lys vej fremad, efterhånden som teknologien modnes.
Hvem kan nyde det: Eksperimenterende, kreative projekter med naturen eller stiliserede scener, og dem, der er åbne for lejlighedsvise ufuldkommenheder.
Hvem bør vente: Professionelle, der kræver præcis realisme og perfekt synkronisering i menneskecentreret video.
Hvorfor prøve Wan 2.5 på Pollo AI
Wan 2.5 er et af flere kraftfulde AI-videoværktøjer, der er tilgængelige på Pollo AI. Platformen gør det nemt at skabe visuelle elementer i høj kvalitet på tværs af utallige stilarter, inklusive tekst til video , billede til video og andre avancerede generatorer.
Du kan også få adgang til førende modeller som Runway , Veo 3 , Seedance , Hailuo AI , Kling AI og PixVerse AI , så du er aldrig begrænset til kun ét valg.
Et højdepunkt er AI-avatar-videogeneratoren , som forvandler et enkelt foto til livagtige avatarer med naturlige bevægelser, realistiske ansigtsudtryk og præcis læbesynkronisering.
For hurtig kreativ produktion producerer Pollo AI Shorts øjeblikkeligt korte videoer – anime, dyr eller beroligende stilarter – plus generering af flere scener på én gang.
Med sit udvalg af AI-effekter, brugerdefinerede værktøjer og LoRA'er kan Pollo AI forvandle koncepter til polerede videoer med blot et par klik.
Hvis du vil udforske AI-videoproduktion uden den stejle læringskurve, så prøv Pollo AI gratis og se, hvor dine idéer kan føre hen.