Comment utiliser Wan 2.7 Image (texte vers image, édition et jeux d'images)

Texte vers image. Aucune image d'entrée, juste un prompt. C'est le seul mode qui gère la 4K sur le modèle Pro, et le seul où le mode réflexion (une passe de raisonnement supplémentaire avant la génération) s'applique.

Édition d'image. Donnez-lui une image et un prompt décrivant le changement (remplacer un arrière-plan, changer une tenue, retravailler l'éclairage) et il édite l'image au lieu de repartir de zéro.

Édition interactive (par zone). Comme l'édition, mais vous passez aussi une boîte englobante pour que le modèle ne touche que cette partie de l'image et laisse le reste intact. Utile quand une édition globale change des choses que vous n'avez pas demandées.

Référence multi-images. Fournissez-lui jusqu'à neuf images et un prompt décrivant comment les combiner : une personne de l'une, une tenue d'une autre, un arrière-plan d'une troisième. Le modèle les compose en une seule image nouvelle.

Génération de jeux d'images. Une requête, plusieurs images partageant un sujet ou un style cohérent : un jeu du même personnage aux quatre saisons, ou une petite série de produits. Vous fixez un nombre maximum et le modèle décide combien il lui en faut vraiment.

Pour une édition d'image unique, dites ce qui change et, si cela compte, ce qui reste identique : "garder la personne et la pose, remplacer uniquement l'arrière-plan par une plage ensoleillée." Le modèle a tendance à préserver tout ce que vous ne mentionnez pas, donc un changement non voulu signifie généralement que le prompt était vague sur cette partie de l'image, pas que le modèle vous a ignoré.

Pour la référence multi-images, traitez le prompt comme un jeu d'instructions pour un compositeur : nommez quelle image apporte quel élément, dans l'ordre où vous les avez listées. "Mettre la tenue de l'image 2 sur la personne de l'image 1, dans le décor de l'image 3" est bien plus fiable qu'une seule phrase décrivant le résultat final sans référence aux sources.

Pour un jeu d'images, décrivez le fil conducteur qui doit rester constant (généralement un personnage ou un style) puis la seule chose qui change par image. L'exemple de la doc est un chat roux errant dont les "traits doivent rester cohérents sur toutes les images", avec une saison différente à chaque prise. Nommez le constant explicitement ; sinon le modèle traite chaque image comme un nouveau coup de dés.

Une édition a changé des parties de l'image que vous n'aviez pas demandées : le prompt n'a pas dit ce qui devait rester identique. Ajoutez une clause explicite "garder X inchangé", ou passez à l'édition interactive avec une boîte englobante pour que seule la zone voulue puisse changer.

Un composite multi-images mélange les mauvais éléments : le prompt n'a pas lié une instruction à une image précise. Désignez chaque image source explicitement par sa position ("image 1", "image 2") plutôt que de décrire le résultat dans l'abstrait.

Un jeu d'images ne reste pas cohérent : le constant (personnage, style) n'a pas été posé comme exigence ferme. Dites directement que les traits du sujet doivent correspondre sur chaque image, et gardez l'élément variable sur un seul axe clair, comme la saison ou l'angle.

Une requête 4K a échoué ou été ignorée : la 4K n'est disponible que sur wan2.7-image-pro, et uniquement pour le texte vers image sans image d'entrée. Toute requête d'édition, retouche de zone, multi-images ou jeu d'images plafonne à 2K quel que soit le modèle.

Nous l'avons comparé côte à côte avec Z-Image sur le même prompt pour voir où il se situe vraiment : Wan 2.7 Image était nettement plus lent à générer, et la qualité de sortie atteignait au mieux l'égalité, parfois moins bien. Si la vitesse compte et que vous ne visez pas spécifiquement l'un de ses cinq modes (édition, retouche de zone, multi-images ou jeux), Z-Image est celui vers lequel nous irions en premier.