Créez des vidéos de 30 secondes avec du son natif à partir de textes, d'images, de vidéos, de références audio, de documents et de pages web. 480P/720P/1080P avec une cohérence de référence parfaite pour les pixels.
Générez une vidéo uniquement à partir d'une invite de texte (jusqu'à 30 secondes).
Décrivez la scène, le mouvement et le style que vous voulez dans la vidéo
2-30 secondes
480P : 15 gemmes/s, 720P : 30 gemmes/s, 1080P : 60 gemmes/s
Adaptive correspond automatiquement au rapport entre votre média d'entrée et votre intention.
Prêt à créer votre vidéo Wan 3.0
Wan 3.0 est le dernier modèle de génération vidéo AI tout-en-un d'Alibaba. Il transforme les invites de texte, les images, les vidéos, l'audio, les cadres clés, les documents et les pages Web en vidéos d'une durée pouvant aller jusqu'à 30 secondes avec un son synchronisé natif, à une résolution 480P, 720P ou 1080P.
Un modèle couvre le texte-vidéo, l'image-vidéo, les transitions de premier/dernier cadre, la génération de référence multimodale, l'édition vidéo et l'extension vidéo - avec une cohérence de référence parfaite en pixels qui garde les personnages, les vêtements, les accessoires et les environnements alignés avec votre matériel source tout au long du clip.
Commencez par le texte, les images, les vidéos, l'audio, les cadres clés, les documents ou même un lien de page web. Wan 3.0 lit tout votre matériel source et forme la scène, le mouvement, le son et le récit autour de lui.
Générez des clips individuels de 30 secondes de longueur - assez d'espace pour le contexte, l'action, les transitions et une conclusion satisfaisante, sans coudre les fragments ensemble.
Les personnages, les vêtements, les accessoires, les environnements et les indices audio restent étroitement alignés sur vos références à travers les actions et les scènes changeantes - fiables pour les films de mode, les vitrines de personnages et le contenu de marque.
La génération audio autochtone associe le dialogue, la musique et le son environnemental aux visuels, avec des timbres naturels, une expression vocale régionale et une synchronisation audiovisuelle étroite.
Transformez des résumés, des présentations, des feuilles de calcul, des fichiers PDF et des pages Web publiques directement en vidéo dynamique, parfaite pour les leçons, les démonstrations, les résumés et le contenu professionnel.
Une chorégraphie d'action complexe, des interactions physiques réalistes, des matériaux détaillés et des performances nuancées - avec le contrôle du premier/dernier cadre pour des transitions précises du scénario.
Choisissez le mode Texte-en-vidéo, Image-en-vidéo, Première et Dernière trame ou Actifs de référence (images, vidéos, audio, lien document ou page web).
Write a prompt (use @Image1/@Video1/@Audio1 tokens to point at reference assets), upload frames, or attach reference material.
Choisissez une durée de 2 à 30 secondes, une résolution 480P/720P/1080P, un aspect ratio et la possibilité de générer une piste audio synchronisée.
Cliquez sur Générer et attendez le traitement. Prévisionnez le résultat et téléchargez votre vidéo Wan 3.0 lorsque vous êtes prêt.
Wan 3.0 génère des vidéos jusqu'à 30 secondes de longueur avec un audio synchronisé natif à partir d'invites de texte, d'images de première/dernière trame et de références multimodales comprenant jusqu'à 10 images, 5 vidéos, 5 audios, un document ou un lien de page web.
Wan 3.0 émet une vidéo 480P, 720P ou 1080P avec une durée de 2 à 30 secondes. Les ratios d'aspect comprennent adaptif, 16:9, 4:3, 1:1, 3:4 et 9:16.
Les prix sont par seconde de vidéo de sortie: 15 gems/s à 480p, 30 gems/s à 720p et 60 gems/s à 1080p. Un clip 5s 720p coûte 150 gemmes; afficher les mises à jour des coûts avant de les générer.
Vous pouvez joindre jusqu'à 10 images de référence, 5 vidéos de référence et 5 audios de référence, plus 1 fichier document ou 1 lien de page web. La durée de la vidéo de référence plus la durée de sortie ne doit pas dépasser 30 secondes et l'audio doit être associé à au moins une image ou une vidéo.
Téléchargez une première image et éventuellement une dernière image, et Wan 3.0 génère une vidéo de transition en douceur entre elles avec un contrôle de mouvement précis.
Les deux modèles acceptent exactement les mêmes entrées et produisent la même qualité. Wan 3.0 Prime est la version haute vitesse avec des temps d'attente considérablement plus courts, au prix de 30/60/120 gemmes par seconde à 480p/720p/1080p contre 15/30/60 pour la version standard Wan 3.0.
