Wan 2.6リリース：15秒動画 & マルチショットナラティブ

Wan 2.6のリリースを発表できることを嬉しく思います。これまでで最も高度な動画生成モデルです。このリリースでは、AI動画生成の限界を押し広げる革新的な機能を提供します。

目玉機能は15秒の動画生成です—中国で利用可能な最長の単一生成時間。従来のWan 2.5が最大8秒だったのに対し、ほぼ2倍の長さを実現しました。この延長された時間は、ストーリーテリングとコンテンツ制作に新しい可能性を開きます。例えば、短編CMやプロモーション動画を1回の生成で完結させることが可能になりました。

インテリジェントマルチショットナラティブシステムは、キャラクターとシーンの一貫性を維持しながら、動画を自動的に一貫したショットに分割します。具体的には、AIがシーンの切り替え点を自動検出し、各ショット間でキャラクターの服装・髪型・背景の連続性を保証します。ワイドショットからクローズアップへの遷移、パン・チルト・ドリーなどのカメラワーク指定にも対応しており、映画的な表現が可能です。これはより長いストーリーを伝えたいクリエイターにとってゲームチェンジャーです。

リップシンク機能も大幅に強化されました。Wan 2.6では音声波形と音素の両方を解析するデュアルモーダル同期アルゴリズムを採用しており、日本語・英語・中国語を含む多言語でのリップシンクに対応しています。キャラクターが完璧に同期した口の動きで自然に話す動画をこれまで以上に簡単に作成できるようになりました。

さらに、Wan 2.6は480p/720p/1080pの複数解像度に対応し、テキストから動画（t2v）と画像から動画（i2v）の両方のワークフローをサポートします。VBenchベンチマークでは総合スコア86.2%を記録し、商用・オープンソースモデルの中でトップクラスの性能を示しています。