wan2.7-videoedit
阿里推出的 AI 视频编辑模型，支持以自然语言指令编辑视频，可参考图像替换视频元素
简介
wan2.7-videoedit 是阿里推出的视频编辑大模型，属于 wan2.7 系列的视频编辑分支。与传统视频编辑工具不同，用户只需用自然语言描述编辑意图（如”把视频里的女生换成图片里的女生，背景不变”），模型即可自动完成视频元素替换、风格迁移等操作。
该模型支持两种核心编辑模式：主体替换（将视频中的人物/物体替换为参考图片中的目标）和动作模仿（基于参考图片生成与源视频相同动作的新视频）。这两种能力使其在电商带货、虚拟试衣、创意内容等场景中具有直接的商业价值。
与 RunningHub 等工作流平台上的主体替换方案相比，wan2.7-videoedit 在处理速度上有显著优势——RunningHub 的工作流处理 13 秒视频需要约 20 分钟，而 wan2.7-videoedit 可在几分钟内完成同等时长的视频编辑。
关键信息
- 类型：AI 模型（视频编辑）
- 领域：AI 视频生成 / 电商 / 内容创作
- 开发商：阿里（Alibaba）
- 调用方式：API 异步调用（发送请求 + 轮询结果，分两步）
- 相关概念：VTON 虚拟试衣、豆包、阿里云百炼平台
核心特性
视频编辑能力
- 自然语言指令编辑：用白话描述编辑意图，模型自动理解并执行
- 图像参考替换：可参考提供的图片来替换视频中的元素
- 主体替换模式：将视频中的人物/物体替换为参考图片中的目标，保持背景和音乐不变
- 动作模仿模式：基于参考图片生成与源视频相同动作的新视频，可用于规避内容同质化
技术架构要求
- 异步调用流程：发送视频编辑请求和获取成品视频不在同一步骤，需分两步进行
- OSS 存储前置：本地文件需先上传到 OSS 对象存储桶，桶需设置为公共读
- 地址类型判断：需自动判断输入是在线地址还是本地地址，本地地址需先上传
不同素材中的观点
- 2026-06-13-ai-children-clothing-video-skill：作者在对比 RunningHub 主体替换工作流（13 秒视频跑 20 分钟）后选择 wan2.7-videoedit 作为技术底座，围绕其调用构建了高内聚低耦合的 Skill 架构。实测人物替换和动作模仿两种模式均可在几分钟内完成，成品视频质量满足电商带货需求。
实用信息
- 快速上手：
- 购买阿里云 OSS 并创建公共读桶
- 编写地址判断 + OSS 上传模块（如
oss_uploader.py） - 调用 wan2.7-videoedit API 发送编辑请求
- 轮询获取编辑完成的视频
- 适用场景：电商带货视频（童装/服装等需要人物展示的品类）、虚拟试衣展示、创意短视频制作
- 注意事项：异步流程需要设计重试和超时机制；本地文件必须先上传 OSS 才能被模型访问