アスキーが9月24日に報じたところによると、アリババは動画生成AIの最新プレビュー「Wan 2.5-Preview」を公開しました。最大の見どころは、無料トライアルで1080p解像度の約10秒動画が作れ、音声と口パクの同期までこなす点。マルチモーダル処理でギター演奏や歌唱のような動きも描写でき、画像編集の精度向上や文字レンダリングの改善も謳われています。

公式サイトでも「10秒・1080p・24fps・構図の安定性」を前面に出し、短いループに留まらない“物語性のあるショット”生成を売りにしています。実運用では解像度と尺のバランスが鍵ですが、まずは“無料でHD品質”という参入コストの低さがクリエイターの裾野を一気に広げる起点になりそうです。

連携面の動きも早い印象です。ComfyUIはすでにWan 2.1でネイティブ対応を進めてきた経緯があり、今回もWan 2.5-PreviewのAPIノードが案内されています。これにより、従来の画像系ワークフローへ“テキスト→動画”“画像→動画”“音声連携”を足し、スタイル統一のための前処理やLoRAといったおなじみの工程に動画生成を織り込めます。

さらにFalやWaveSpeedなどの外部プラットフォーム経由でもWan 2.5の呼び出しが用意され、ComfyUI向けの拡張ノードも公開済みです。個人開発者は自前のGPUがなくてもAPIで動画生成を試せ、チームは同じプロンプトとシードを共有して“同再現性”の検証がしやすくなります。

背景として、アリババは年初のWan 2.1以降、動画系のオープン化やクラウド展開を加速してきました。報道ベースでも、同社は巨額のAI投資とあわせて生成系のラインアップを広げており、Qwenなど他領域の旗艦モデルと併走する形で“動画の主戦場”へ軸足を移しつつあります。Wan 2.5-Previewは、その路線を消費者レベルまで押し下げる“無料HDの衝撃”として位置づけられます。

制作現場の視点では、①1080p短尺を起点に“ショットの量産→選別→編集”を高速化、②音声・歌唱の合成で“撮影なしの仮編集”を可能に、③ComfyUI経由のAPI連携でチームの再現性と分業を担保、という三拍子が効いてきます。もちろん、著作権・人格権の配慮やAI生成物のラベリングといった作法は欠かせませんが、無料トライアルで試せる技術水準としては“実務の土俵に上がってきた”と言って良いでしょう。