Wan 3.0 AI Videogenerator

Forvandl en scenebeskrivelse eller et stillbillede til en video med Wan 3.0. Lav produktreklamer, filmiske øjeblikke og sociale klip online, med op til 30 sekunders video og valgfri lyd.

Tekst- & billede-til-videoMultimodale referencerOp til 30 sekunder · 1080PValgfri lyd

Wan 3.0 Videoeksempler

Udforsk fantasifulde scener, kampsport, musik og produktfortællinger med Wan 3.0.

Officielt Wan 3.0-eksempel

En fest over skyerne

Prompt

“Dette er en 9-billeders, 30-sekunders fantasy-kortfilm om et orientalsk udødeligt bjerg-hemmeligt rige, gengivet på en stiliseret måde, med en æstetisk reference til den nye kinesiske kalenderplakat-illustrationsstil – ensartede tykke og tynde traditionelle gongbi-linjer skitserer karakterer, arkitektur og skymønstre; skyer og bølger præsenterer lagdelte, dekorative former snarere end realistisk tåge eller vandmasser; farverne er akvarelvaske med en ældet Xuan-papirtekstur, der bruger en ældet grøn og pink-orange farvepalet; det overordnede billede præsenterer en retro, nostalgisk dekorativ æstetik, der udtrykkeligt undgår fotorealistiske materialer og 3D-motor-gengivelse. Den gigantiske skildpadde svæver over det enorme skyhav og bærer lagdelte udødelige bjerge og paladser på sin ryg. Mønstrede skyer og tåge, som lagdelte vatkugler, driver hen over bjergsiderne. En fe rider på en forgyldt, lykkebringende qilin, bryder gennem skyerne og stiger ned, galoperer gennem luften over en fest af ultimativ lyksalighed, med udsigt over scenen fyldt med musik, dans og forskellige forestillinger. Hun lander til sidst på den høje platform på pladsen og slutter sig til musikere og dansere for at bringe hele stedet til et klimaks af jubel. Efter den dynamiske konvergens vender alle tilbage til stilhed, med de udødelige bjerge svævende for enden af skyhavet. Hele filmen bruger en tredjepersons observerende fortælling med en blandet kamerastil hele vejen igennem, der kun bruger fire kerneteknikker: FPV ekstrem pendulfart, hurtig subjektiv perspektivfølge, match cut-stafet og slow-motion-udvidelse. Alle FPV- og subjektive pendulfartsbilleder skal bruge højhastighedskamerabevægelser for at fremhæve den spektakulære scene. Mønstrede skyer og bølger bevarer deres komplette konturer uden at kollapse eller deformeres under højhastighedsbevægelser. Klipperhytmen er blandet: et indledende højhastigheds-langskud etablerer det gigantiske objekts skala, kernehandlingen i midten udfolder sig detaljeret med åndedrætspauser, klimakset er en hurtig klippekonvergens, og afslutningen er et langsomt langskud. Musikken er en fusion af gammel elegant musik og moderne ambient elektronisk musik, med guzheng, konghou og pipa som hovedinstrumenter og klokkespil til accentuering. Stemningen skifter gradvist fra fjern til livlig, med tætte og intense trommeslag ved klimakset, der vender tilbage til en fjern stemning til sidst. Billede 1 (0-4 sekunder · Atmosfæreovergang) Langskud FPV-pendulfart, der styrtdykker med ekstrem hastighed fra højt over skyhavet. Mønstrede skyer bevarer deres komplette vatkugle-lignende konturer under højhastighedsnedfaldet og udtrykker hastighed gennem samlet farveblokforskydning snarere end fragmentering eller deformation. Kameraet suser forbi den svage kontur af den gigantiske skildpaddes hoved og suser derefter gennem flere lag af bjerge og svævende paladser. Hvert lag af landskabet, på grund af den overdrevne hastighed, fremstår kun som flygtige farveblokkonturer af dekorative mønstre. Silhuetten af hvide traner, der basker med vingerne i bjergene, er forenklet med gongbi-linjer for at repræsentere hastigheds-efterbilleder. Til sidst falder kameraet hurtigt ned og bremser, stabiliserer sig pludselig tæt på retningen af den høje platform på pladsen og afslører omridset af en travl festival med lys og menneskemængder. Omgivelseslyden er den lavfrekvente atmosfæriske lyd af bølgende skyer overlejret med den hvinende lyd af stærk vind; musikken udfolder sig hurtigt med guzheng og elektroniske vedvarende toner, der gradvist øges i volumen. Billede 2 (4-11 sekunder · Kernepræsentation · Tier-A) Subjektiv perspektivfølge, der simulerer feen, der rider på qilin, et førstepersons langskud, der flyver med ekstrem høj hastighed tæt på jorden og overser festivalen. Skærmen genererer en følelse af hastighed gennem samlet farveblokforskydning på grund af højhastighedsbevægelse. Qilins halsfjer er afbildet med gongbi-linjer og farveblokke, der hvirvler med luftstrømmen, med forgyldte røde vaskelag på kanterne af fjerpynten. Perspektivet suser lavt over pladsen med en næsten ukontrolleret hastighed. Landskabet på begge sider – dansernes brede ærmer, der bølger som mønstrede skybølger, musikerformationer, der spiller pipa, guzheng og konghou i samklang, lagdelte hængende lanterner og gazegardiner – fremstår kun som flygtige dekorative farveblokke på grund af den overdrevne hastighed. Menneskemængderne og lysene i skærmens dybde, på grund af den hurtige passage, når ikke at fokusere og danner slørede varmt orange lysstriber. Mønstrede skyer omkring skærmen bevarer deres vatkugle-konturer og flyder med perspektivet. Kernehandlingen er qilins kontinuerlige højhastighedsglidning gennem en komplet bue: i den indledende fase spreder qilin sine vinger og galoperer tæt på jorden, perspektivet ryster voldsomt og frembringer en stærk følelse af hastighed; i udviklingsfasen springer qilin op og fejer over hovederne på menneskemængden, perspektivet svinger kraftigt, det panoramiske udsyn over pladsen fremstår i voldsom rysten og kastes derefter ud af billedet af hastigheden; i klimaksfasen svæver qilin et øjeblik og basker med vingerne direkte under det åndelige træs aura, skærmhastigheden falder pludselig til nul, hvilket skaber en stærk kontrast, auraen fylder skærmen med ældede gyldne vaske, og gongbi-linjer genopretter klarhed og fuldstændighed i stilhedens øjeblik; derefter accelererer qilin endnu voldsommere og styrtdykker mod den høje platform på pladsen, med en kontinuerlig følelse af hastighed hele vejen igennem. Dynamiske fænomener: lanterner svinger voldsomt med luftstrømmen, mønstrede gazegardiner stiger og falder i lag uden konturkollaps. Billedlyd: omgivelseslyden er den travle atmosfære fra menneskemængden overlejret med den hvinende lyd af susende luftstrøm; vigtig lydeffekt er den korte forstærkning af pipa-arpeggioer, når man passerer musikerformationen; musiktrommeslag begynder at intensiveres, med klokkespil indimellem. Billede 3 (11-19 sekunder · Kernepræsentation · Tier-A) Mellemskud til nærbillede, gongbi-linjer skitserer konturerne, varme vaske udtrykker lys- og skyggelag. Musikeren sidder på den ene side af den høje platform og holder en pipa diagonalt foran sig. Hendes hud er gengivet med akvarelvaske, der viser en blød, rosenrød tekstur. En delikat cinnoberrød plet mellem hendes bryn er subtilt udtonet. Flere perlesnore, der hænger i hendes hår, er afbildet med gongbi-linjer, der forsigtigt svinger, når hun bøjer hovedet. Hun bærer en månehvid langærmet kjole med mørke mønstre, overlejret med en flammende orange halværme broderet med guld. Stoffet er gengivet med akvarelvaske, der viser varierende dybder og naturlige folder og skygger, med kontinuerlige og ensartede konturer. Kernehandlingen er en komplet musikalsk passage fra plukning og anslag til en rullende fingerovergang, derefter til en fejende anslagsafslutning: i den indledende fase skifter højre tommelfinger og pegefinger mellem let plukning og anslag, strengene er afbildet med enkle linjer, der viser lette vibrationer; i udviklingsfasen overgår det til rullende fingre, her låses fingerpræcisionen ikke, kameraet skifter til et nærbillede, der fokuserer på strengene selv – strengene viser slørede, vibrerende efterbilleder af gongbi-linjer på grund af højhastighedsplukning, håndbevægelser udtrykkes gennem flydende overordnet konturrytme snarere end individuelle fingerlinjedetaljer; i klimaksfasen løfter musikerens arm pludselig, hendes håndflade udfører et stort fejende anslag over alle strenge, arpeggioen skaber en eksploderende visuel effekt med farveblokvaske, instrumentets kontur vibrerer synligt med kraften, og den brede ærmekontur svinger op og ned betydeligt med armbevægelsen. Kameraet overgår her til slow-motion-udvidelse, der fanger detaljerne i silkens sving og strengenes vibration under dette fejende øjeblik. De lagdelte ændringer af akvarelvaske er tydeligt synlige i slow motion; til sidst holder musikerens hånd pause over strengene, trækker vejret let, hendes øjne løfter sig pludselig for at se mod pladsens centrum, hendes udtryk er opslugt og tabt i øjeblikket. Andre subjektive reaktioner: en hundrede-personers musik- og danseformation i det fjerne, forenklet til mønstrede gruppefigurer, løfter deres ærmer som reaktion på det eksploderende anslag. Billedlyd: vigtig lydeffekt er den stærke lyd af det eksploderende pipa-anslag og trommernes tunge slag, der præcist falder sammen; den musikalske instrumentering når sit tæthedspunkt her, med klokkespil og sheng og xiao, der spiller i samklang. Billede 4 (19-21 sekunder · Atmosfæreovergang, Åndedrætspause) Mellemskud, overblik fra oven, den dvælende lyd af anslaget er ikke forsvundet, en kort, frossen-lignende slow motion af det panoramiske udsyn over pladsen, øjeblikket hvor de brede ærmer fra hundrede-personers musik- og danseformationen er suspenderet ubevægeligt i luften, de mønstrede lanterner svinger gradvist langsommere, skærmhastigheden sænkes pludselig for at skabe en stærk følelse af åndedrætskontrast, de ældede Xuan-papirteksturvaske viser bløde lag i lysstrålerne. Billedlyd: trommeslag kortvarigt spredte, klokkespillets dvælende lyd lang. Billede 5 (21-27 sekunder · Kernepræsentation · Tier-A) Mellemskud til nærbillede, gongbi-linjer skitserer konturerne, baggrundsbelysning udtrykt med vaske, der viser bløde glorier på hår og silkekanter. I midten af pladsen står en danser alene foran hundrede-personers formationen. Hendes hud er gengivet med akvarelvaske, der viser en blød tekstur. Hendes øjenbryn er subtilt udtonet med fine gongbi-linjer, der buer opad. Hendes sorte hår er bundet højt, med et flamme-mønstret guldornament øverst, afbildet med linjer og farveblokke, der viser brudt lys. Hun bærer en flammende orange gradient gennemsigtig lang silkekjole med brede ærmer. Silkestoffet er gengivet med akvarelvaske, der viser en let, gennemskinnelig kvalitet med lagdelte kanter. Flere meter lang silke er viklet om hendes arme og hænger ned langs siderne. Kernehandlingen er den komplette bue af den lange silke, der hvirvler: i den indledende fase trækkes danserens arme ind, den lange silke draperer løst og er viklet om hendes side, hendes øjne er let lukkede, mens hun samler momentum; i udviklingsfasen roterer hendes talje pludselig, hvilket får hendes arme til at svinge bredt ud, den lange silke danner en enorm spiralformet bane i luften som mønstrede flammer, hendes krop vipper betydeligt med svingets momentum og retter sig derefter op, enden af den lange silke trækker en forenklet bevægelses-efterbilledbane med gongbi-linjer, konturen forbliver kontinuerlig uden at kollapse; i klimaksfasen roterer danseren til sin højeste hastighed, stabiliserer derefter sit tyngdepunkt, hendes arme spreder sig pludselig ud, den lange silke udfolder sig fuldt ud omkring hende til en enorm mønstret flammeglorie, konturen forbliver ensartet klar uden at bryde eller vride sig i udfoldelsesøjeblikket; til sidst samler den lange silke sig langsomt og falder ned, danseren trækker vejret let, hendes øjne åbner sig for at se mod den høje platform på pladsen, hendes udtryk er afslappet og tabt i øjeblikket. Andre subjektive reaktioner: hundrede-personers formationen løfter deres ærmer i samklang i det øjeblik, den lange silke udfolder sig, auraen fra det åndelige træ lyser betydeligt op, og mønstrede skyer får et varmt skær. Billedlyd: omgivelseslyden trækker sig kortvarigt tilbage; vigtig lydeffekt er suset fra den lange silke, der udfolder sig, kombineret med stærke klokkespiltoner; musik fem-lags instrumentering spiller i samklang, filmens maksimale lydstyrke. Billede 6 (27-30 sekunder · Atmosfæreovergang, Langskudsafslutning) Langskud, langsomt stigende overblik fra oven, den dvælende glød fra den lange silke og pladsens jubel synker gradvist ned i de mønstrede skyer og tåge. Qilins silhuet er forsvundet ind i lysenes dybder. Hundrede-personers formationen og musikerne skrumper gradvist ind og smelter sammen med de udødelige bjerges skala. Auraen fra det åndelige træ forvandles til en blød, dvælende farvevask. Mønstrede skyer samles igen og dækker bjergsiden. Skærmen fryser på et panoramisk udsyn over tågeindhyllede udødelige bjerge, der svæver for enden af det enorme skyhav. Gongbi-linjer i langskuddet er forenklet til bløde bjergkonturer, og de ældede Xuan-papirteksturvaske vender tilbage til stilhed. Billedlyd: omgivelseslyden vender tilbage til den fjerne lavfrekvente atmosfære fra skyhavet; kun guzhengens dvælende toner og elektroniske vedvarende toner forbliver og fader gradvist ud til stilhed, hvilket afslutter hele filmen.”

Fra idé til en Wan AI video

Vælg et udgangspunkt, der passer til dit projekt: en skrevet scene, et produktbillede eller en samling referencer. Indstil varighed og opløsning før generering.

Officielt Wan 3.0-eksempel

PPTX

Efter

“En reklame for et high-end smartbrilleprodukt, med en overordnet minimalistisk, futuristisk, modebevidst stil, afmålt belysning, en farvepalet af sort, sølvgrå og isblå som hovedtoner, med lokale bløde hvide lysaccenter og parameter-UI-grafik. Åbning på en kulsort baggrund, hvor et par smartbriller langsomt dukker op fra mørket, med raffinerede højlys, der glider langs brillestængernes kanter, og stellets silhuet, der skitseres under kold kantbelysning. Kameraet passerer i ekstremt nærbillede over linserne, næsepuderne, hængslerne, brillestængerne og materialedetaljerne, der viser den delikate tekstur af metal og højtydende kompositmaterialer, med en raffineret og afmålt overfladebehandling og slanke, flydende linjer. Produktet roterer derefter langsomt i luften, med minimalistisk bevægelsesgrafik, der synkront viser kerne-parameterinformation. Kameraet konvergerer derefter hurtigt, alle komponenter vender præcist tilbage for at samles til det komplette produkt. Det skifter til en ung model, der bærer brillerne – modellen har markerede træk, selvsikker fremtoning, klædt i elegant, eksklusiv urban mode, der naturligt drejer hovedet, løfter hånden, går og smiler i et minimalistisk rum og bybelysningsmiljø. Kameraet viser brillerne fra front-, side- og bag-skrå vinkler, der fremhæver den slanke pasform, den fashionable silhuet og den hverdagsmæssige alsidighed. Afslutningen viser produktet svævende og fastfrosset mod en ensfarvet baggrund, med kameraet, der langsomt zoomer ind mod brandlogoet og kernesloganet. Den overordnede musik er minimalistisk elektronisk stemning med præcise beats, ren og kraftfuld rytme. Den visuelle kvalitet er raffineret, afmålt og ren, med en stærk brandidentitet og international teknologisk æstetik.”

Forvandl en Produkt-PPT til en Wan videoannonce

Brug en produktpræsentation som reference, og beskriv den ønskede reklamestil, produktoptagelser og brugsscenarier til Wan 3.0. Dette eksempel med smarte briller viser, hvordan Wan 3.0 forvandler produktinformation til en teknologireklame. Du kan også kombinere dokumentinput med billed-, video- eller lydreferencer.

Officielt Wan 3.0-eksempel

Tegn en sti for at guide Wans kamera - Inddata

Før

Efter

“【Hårde krav til grundbilledet】 Det færdige materiale skal fuldstændigt fjerne alle røde linjer, numeriske markører, pile og hjælpeafmærkninger; ingen tekst eller vandmærker må vises i billedet. Surreal fotorealistisk 8K klassisk oliemaleri-tekstur, tydeligt genkendelige tykke penselstrøg og pigmentkorn, UE5 filmisk lysgengivelse, varmtonet sidelys fra en græsk eftermiddag, gyldenbrunt støv hvirvlende og drivende gennem lysstrålerne. Den gigantiske hvide træhest, trævognen og hjulene, de stramme tykke hamptove, den trojanske stenbymur og det runde vagttårn til venstre, samt det fjerne bjergbykompleks skal alle bevare deres oprindelige form, proportioner og positioner uændret. Menneskelige proportioner er naturlige og uforvrængede; kun den oprindelige rebtrækkende skare og forsvarerne på muren forbliver – ingen ekstra figurer tilføjes. Robes forbliver i den originale okker-røde, indigoblå, jordgule og råhvide farve. 【Kamerabevægelsesregler】 Førstepersons FPV-droneperspektiv, ét take, én uafbrudt kontinuerlig bevægelse gennem hele forløbet, flyvende langs den komplette sti af den røde linje 1→2→3→4→5 i Billede 1, uden at springe segmenter over, forenkle banen eller ændre rækkefølgen. Åbningen er ikke en lige, flad flyvning – den stiger først op-venstre for at rydde træktovszonen og dykker derefter ned i en stor bue. Vejpunkt 2 skal ægte passere gennem rummet under hestens bug; den kan ikke omgå hestens krop eller stryge forbi dens side. Den overordnede hastighedsinddeling er hurtig → langsom → hurtig. 【Segmenteret efter vejpunkt】 Segment 1 (vejpunkt 1 → vejpunkt 2): højhastighedsindskæring, et dyk der først stiger og derefter falder. Kameraet letter i lav højde fra højre kant af billedet, ved siden af spydspidserne på de jublende spydbærere, stiger skarpt op-venstre med ekstrem hastighed, fejer hen over rækker af stramme træktove, klatrer over det fjerne bjergbykompleks for at stryge forbi det, og drejer derefter skarpt nedad ved positionen lige til højre for hestens bryst, presser næsen ned og dykker langs toppen af folkemængdens hoveder og hævede spyd. Arme og bannere suser forbi på begge sider, opkastet støv rives i lange strimler af luftstrømmen, og næsen dykker direkte mod skyggen under hestens bug. Segment 2 (vejpunkt 2, passerer gennem bugen): dykker under hesten, hastigheden sænkes pludseligt. Kameraet falder til en ekstrem lav position, tråder sig ind mellem hestens fire massive søjlelignende ben, passerer gennem det skyggefulde rum direkte under bugen – over hovedet er bugens underside med træårer og mejselmærker, på begge sider er tykke tove, vognplanker og jernbåndede ruller, nedenunder er den støvede jord trampet af utallige fødder. Lyset dæmpes brat, og efterlader kun gyldne lysstråler, der siver gennem sprækkerne; følelsen af skala presses til sit maksimum. Segment 3 (vejpunkt 2 → vejpunkt 3): slowmotion, vipper op og drejer skarpt. Kameraet kommer frem fra den anden side af bugen og, nær hestens bagende tæt på den venstre bymur, trækker en stor U-formet stigende bue i slowmotion, fejer forbi den udskårne tekstur af halen og bagbenene. Flykroppen vipper langsomt op, og den massive masse af stenborgen og det runde vagttårn i baggrunden fylder gradvist billedet, mens kameraet stiger. Segment 4 (vejpunkt 3 → vejpunkt 4): opretholder slowmotion, klatrer og kredser langs rygsøjlen. Kameraet klatrer langsomt langs hestens ryglinje fra bag til front, fejer forbi træsamlingerne på ryggen, den krøllede udskårne manke og halsmusklernes bølger én efter én. Kredsende fugle på himlen spredes foran linsen; forsvarerne tæt pakket på muren og den fjerne bjergby driver langsomt bagud nedenfor. Segment 5 (vejpunkt 4 → vejpunkt 5): pludselig acceleration, en hovedomkredsende pisk til afslutning. Efter at have passeret toppen af manken accelererer kameraet pludseligt, pisker til højre ind i en fuld lukket sløjfe omkring hestens hoved – først suser det ud i den åbne himmel til hestens højre-front, derefter vender det skarpt om og presser tilbage, og til sidst suser det direkte mod hestens hoved. Bevægelsen stopper brat i det sidste øjeblik. 【Endelig fastholdt ramme】 Kameraet fastholder en nærbillede-position direkte foran hestens hoved: hestens øje, næsebor og mejslede manke dominerer billedet, kantlys tegner en gylden kontur omkring hovedet, og baggrunden er den ufokuserede blå himmel, drivende skyer og den fjerne bjergby. 【Belysning og kvalitetsnoter】 Ingen klipninger, ingen opdelinger af skud, ingen overgangsbrud – bevar den oprindelige FPV vidvinkel let-forvrængede tekstur af et enkelt kontinuerligt skud. Eftermiddagens gyldne lys kommer altid fra billedets øvre-højre side; under passagen gennem bugen gennemgår det en naturlig eksponeringsovergang fra lyst til mørkt og tilbage til lyst. Støvpartikel- og luftbåren mikrostøv-tæthed intensiveres med hastigheden, og oliemaleriets penselstrøg og pigmentkorn forbliver konsistente gennem hele værket – ingen fotorealistisk plastikglans vises.”

Tegn en sti for at guide Wans kamera

Marker en rute og nummererede punkter på et referencebillede, og beskriv derefter kameraets bevægelse i din prompt. Dette Wan 3.0 eksempel viser en kontinuerlig droneoptagelse gennem en træhestescene, hvor den tegnede sti bruges til at guide sving, højdeændringer og tempo. Den færdige video fjerner referencemærkerne.

Officielt Wan 3.0-eksempel

Byg en scene ud fra dine ord

Beskriv et motiv, en indstilling, en handling og kamerabevægelse for at skabe en video ud fra tekst. Wan 3.0 giver dig plads til en kort visuel historie, uanset om du forestiller dig en surrealistisk verden eller planlægger et filmisk socialt klip. Vælg en varighed fra 2 til 30 sekunder og output op til 1080P.

Officielt Wan 3.0-eksempel

“Generer en filmisk japansk sci-fi spilåbnings-CG på cirka 24 sekunder, baseret på tre referencebilleder. [Billede 1] er den eneste udseendereference for den mandlige karakter. [Billede 2] er den eneste udseendereference for den kvindelige karakter. [Billede 3] er referencen for rummet, arkitektoniske materialer og belysning i en traditionel træ-dojo. Gennem hele filmen skal ansigtstræk, frisurer, tøj, kropsproportioner og mekanisk tilbehør for begge karakterer opretholdes strengt konsistent. Må ikke ændre mandens beskyttelsesbriller, sølvgrå hår og mørkegrå lange frakke; må ikke ændre kvindens dobbelte knolde, røde mekaniske maske og hvide kampdragt. 【Overordnet stil】 En japansk action-RPG åbnings-CG med højt budget, med moden sci-fi animationskunst, udsøgt cel-shaded rendering kombineret med filmisk 3D-rum. Den visuelle atmosfære ligner en spiller, der træder ind i et skjult træningsniveau: et koldt hvidt digitalt virtuelt rum indlæses gradvist til en varm brun traditionel dojo, der blander teknologi med et østligt kampsportsrum. Kameraet er behersket og skaber en følelse af pres, uden formel kamp, kun visende konfrontationen før niveauet begynder. 【Optagelser og dialog】 [0–3 sekunder] Et rent hvidt, grænseløst virtuelt rum. Den mandlige karakter står med ryggen til den kvindelige karakter i forgrunden, mens den kvindelige karakter dukker op i det fjerne. Kun en svag elektronisk summen og en lav pulslyd er til stede i rummet. Kameraet zoomer jævnt og hurtigt ind fra et ekstremt totalbillede, cirkler rundt til mandens front og danner et nærbillede af hans overkrop. Mandens udtryk er roligt, som om han har ventet her længe. Manden taler ikke. [3–8 sekunder] Kameraet stiger hurtigt op til et vertikalt fugleperspektiv. Lysegrå digitale koordinatlinjer og arkitektoniske gitter lyser sekventielt op under deres fødder og spreder sig udad langs jorden, som om et skjult niveau indlæses. Ledsaget af en lav systemopstartslyd genereres trægulvbrædder stykke for stykke fra under deres fødder og udad; træsøjler stiger lodret én efter én; bjælker forbinder automatisk i luften; vægge, shoji-døre og tagkonstruktioner bygges lag for lag. Den arkitektoniske genereringsproces er kontinuerlig og præcis, med den visuelle effekt af en high-end spilmotor, der indlæser en scene i realtid. [8–11.5 sekunder] Kameraet falder hurtigt ned fra oven, skifter til en lav vinkel tæt på trægulvet og glider fremad mellem de to karakterer. Dojo'en er fuldt genereret. Varmt sollys passerer gennem shoji-vinduerne og kaster regelmæssige lange stribede skygger på trægulvet. En lille mængde støv svæver i luften, lyden af arkitektonisk generering ophører gradvist, og rummet falder i en kort stilhed. Kvinden ser sig først omkring i den nygenererede dojo, holder pause i et halvt sekund, sænker derefter stemmen og spørger på et opmærksomt og roligt japansk: 「ここは……何のステージ？」 Udtalelsesrytmen er naturlig, cirka: Ko-ko wa……nan-no su-tē-ji? Betydning: Dette er... hvilken slags bane? [11.5–14.5 sekunder] Klip til et halvnært billede af den kvindelige karakter. Hun taler ikke længere. Hun justerer hurtigt sit tyngdepunkt, hendes krop synker let, og hun løfter sin højre hånd, håndfladen vendt mod manden, og indtager en præcis og behersket kampsportsforsvarsstilling. Hendes røde mekaniske maske udsender et kort glimt, og den mekaniske enhed på hendes øre fuldfører en scanning. Hendes blik forbliver vagtsomt, uden overdrevet udtryk. [14.5–19 sekunder] Klip til et mellembillede af den mandlige karakter. Manden vender sig roligt, hans lange frakkes kant svajer let. Han løfter langsomt sin højre hånd, håndfladen vendt mod kvinden, og besvarer hendes stilling med en rolig fremtoning. Kameraet zoomer langsomt ind mod manden. Manden afslutter sine replikker fuldstændigt og roligt, med naturlige pauser imellem, og svarer på et lavt, roligt, niveau-manager-lignende japansk: 「お前の適性を測る、最初の試練だ。」 Udtalelsesrytmen er naturlig, cirka: O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da. Betydning: Dette er den første prøvelse for at måle din egnethed. Manden viser ikke et tydeligt smil, når han taler, hans stemme er stabil, uden vrede eller råb. [19–24 sekunder] Klip til et nærbillede af mandens front. Dojo-baggrunden viser gradvist en let digital opløsningseffekt, det varme miljø dækkes af intenst koldt hvidt lys, der falmer tilbage til det oprindelige rene hvide virtuelle rum. Et koldt hvidt scanningslys fejer hen over overfladen af mandens beskyttelsesbriller. Efter at skærmen holder pause i et halvt sekund, høres en lav systemkvindestemme fra afstand, uden at vise undertekster: 「適性試験、開始。」 Udtale: Te-ki-sei shi-ken、kai-shi. Betydning: Egnethedstest, start. Til sidst, ledsaget af en kort, kraftfuld systembekræftelseslyd, fryser skærmen og slutter. 【Lyddesign】 I begyndelsen bruges lave elektroniske omgivelseslyde, svage rumlige pulser og fjern mekanisk resonans. Under scenegenerering tilføjes digitale gitteraktiveringslyde, lyde af udfoldende træmoduler, lyde af stigende træsøjler og lavfrekvente strukturelle lukkelyde. Lydene skal have vægt, men ikke være overdrevent støjende. Efter at dojo'en er fuldt genereret, sænkes omgivelseslyden pludselig, og kun efterklangen af trærummet, let stofgnidning og karakterernes åndedrætslyde bevares. Karakterer bruger naturlig japansk stemmeskuespil: Kvindens stemme er ung, rolig og opmærksom, undgår søde eller overdrevne anime-toner. Mandens stemme er dyb, moden og fattet, som en mentor, niveauvogter eller opgaveguide. Systemkvindestemmen er klar, kold og følelsesløs, som en spilsystemmeddelelse. 【Genereringskontrol】 Når karakterer taler, skal japansk læbesynkronisering være præcis og synkroniseret. Kun den karakter, der er i billedet, skal tale, for at undgå uoverensstemmende stemmer. Hver japansk replik skal tales fuldstændigt, uden at skynde sig eller komprimere taletempoet; naturlige pauser og åndedræt skal opretholdes før og efter replikkerne. Fremhæv dojo'ens indlæsningssekvens: Digitale koordinater aktiveres → Gitter spreder sig udad → Trægulvbrædder lægges ud stykke for stykke → Træsøjler stiger sekventielt → Bjælker forbinder automatisk → Vægge og shoji-døre genereres → Komplet dojo lukker. Ingen af karaktererne deltager i hurtig kamp, løb eller spring. De observerer kun miljøet, justerer deres stillinger, løfter deres håndflader for at indlede en positur og konfronterer hinanden. Karakterernes håndflader og fingerstrukturer skal være naturlige; ansigtstræk, frisurer, masker, beskyttelsesbriller og tøj skal forblive stabile gennem hele forløbet; arkitektonisk perspektiv skal være præcist; kamerabevægelse skal være flydende. Ingen undertekster, titler, UI-grænseflader, spilmenuer, numeriske værdier, identifikatorer, storyboard-rammer eller vandmærker må vises på skærmen.”

Styr bevægelse med multimodale referencer

Kombiner karakterbilleder med videoreferencer for bevægelse og kameraretning. Tilføj lyd for at guide stemningen, eller brug et dokument eller en offentlig webside som en kreativ brief. Fortæl Wan, hvordan hver reference skal påvirke scenen for at forme udseendet, handlingen og atmosfæren i en ny video.

Officielt Wan 3.0-eksempel

“Generer en 24-sekunders filmisk international hiphop-musikvideo med fotorealistisk kvalitet, en æstetik som en high-end street fashion musikvideo og en tempofyldt, selvsikker, kraftfuld rytme. [Referencebilleder] Billede 1: Reference for gruppens fire medlemmer, karakteridentiteter, tøj og overordnet styling. Hele videoen vil konsekvent vise fire personer: én kvindelig forsanger, én mandlig DJ og én hype-performer på hver side. Ingen nye karakterer, duplikering eller udskiftning af karakterer er tilladt. Billede 2: Reference for den kvindelige forsangers ansigt, frisure, makeup, sølv- og sortfunktionelt tøj og håndholdte mikrofon. Alle nærbilleder skal bevare det samme ansigt og outfit. Billede 3: Reference for tagscenen, DJ-pulten, våd reflekterende jord, belysning, glasrækværk og byens skyline. Hele videoen vil konsekvent finde sted på det samme tag. [Kernekoncept] Different voices, one beat. Den samme forsanger skifter naturligt mellem otte sprog i den samme originale, fængende internationale hiphop-anthem. Musikken er cirka 106 BPM og går øjeblikkeligt ind i en stærk groove i det første sekund uden langsom atmosfærisk opbygning; den bruger tunge, slagkraftige kicks, sprøde, klare snares, en fjedrende og synkoperet baslinje samt et klart, mindeværdigt, nynnbart to-takters elektronisk synthesizer- og kort messing-hook. Dette kerne-hook etableres fra starten, vender kontinuerligt tilbage med korte variationer mellem hvert sprogskifte og bryder fuldt ud i beat drop'et ved 21 sekunder. De otte sprog flyder som en kontinuerlig rap-flow inden for den samme sang, lander altid naturligt på beatet, ikke mekanisk reciterende ord sætning for sætning; akkompagnementet bevarer altid melodi, rytme og en følelse af fremdrift, uden at svækkes på grund af læbesynkronisering. [Skudsekvens] Hele videoen opretholder en klar og stabil rumlig akse: forsangeren er altid i midten foran, DJ'en er altid ved udstyrskonsollen bagved, og de to performere er altid på hver side. Kameraet bevæger sig primært fremad, trækker sig tilbage eller panorerer jævnt langs den forreste akse, hvor hvert skud kun udfører én hovedbevægelse; rytmen kommer primært fra performance, ændringer i skudstørrelse og hårde klip, ikke afhængig af kontinuerlig cirkulering, hyppige whip pans eller pludselige vendinger. Skud 1 | 0-3 sekunder Lavhøjde luftfoto, der flyver over byens bygninger, og hurtigt falder ned til tagscenen fra Billede 3. Forsangeren er i midten foran, DJ'en er ved udstyrskonsollen bagved, og de to performere er på hver side. Når kameraet nærmer sig forsangeren, skifter det til en lavvinklet vidvinkel-push-in. Forsangeren kigger direkte op i kameraet og synger: “One beat.” Det sidste tunge beat falder, hårdt klip. Skud 2 | 3-6 sekunder Frontalt medium nærbillede af forsangerens brystparti, strengt refererende til Billede 2. Stabilisatoren skubber kort ind langs den forreste akse og stopper naturligt, med byens lys, der danner en sløret bokeh i baggrunden. Forsangeren holder mikrofonen i den ene hånd, og med den anden hånd peger hun mod kameraet i takt med beatet, mens hun kraftfuldt nikker med hovedet. Forsangeren synger: “同一个节拍.” Det sidste ord lander på beatet, direkte hårdt klip til næste skudstørrelse. Skud 3 | 6-9 sekunder Makrooptagelse af DJ'en, der betjener pladespilleren, fadere og glødende knapper, hvorefter der hurtigt panoreres op for at afsløre DJ'en i baggrunden og forsangeren, der optræder sidelæns i forgrunden. Udstyret og karakterernes placering forbliver stabil. Forsangeren synger: “ひとつのリズム.” Hårdt klip i det øjeblik DJ'en trykker på en knap. Skud 4 | 9-12 sekunder 3/4 side medium shot af forsangeren, hvor kameraet jævnt panorerer en kort afstand fra venstre mod højre, altid opretholdende en horisontal horisont og den etablerede rumlige akse. De to performere groover i baggrunden på hver side, med forskellige bevægelser, men samlet rytme. Forsangeren følger kameraet med øjnene og lette hoveddrejninger. Forsangeren synger: “하나의 리듬.” På det sidste beat løfter forsangeren sin hånd og stryger forbi kameraet, hvilket skaber en wipe-overgang. Skud 5 | 12-15 sekunder Lavvinklet vidvinkel-panorering. Forsangeren går mod kameraet langs tagets performanceområde, hendes sølvjakke blæses blidt af nattevinden, med byens lys i baggrunden, der skaber tydelig bevægelsesparallakse, og den våde jord reflekterer varmt gyldent lys. Forsangeren synger: “Um só ritmo.” Fodtrin lander på det tunge beat, hårdt klip. Skud 6 | 15-18 sekunder Medium nærbillede af forsangeren og den kvindelige performer til højre. De to står først ryg mod ryg, hvorefter de samtidigt vender sig mod kameraet. Forsangeren afslutter sangen, og performeren reagerer på rytmen med skulder- og armbevægelser, uden at stjæle fokus. Forsangeren synger: “จังหวะเดียวกัน.” Det sidste beat bliver naturligt dækket af den højre performers skulder, der passerer kameraet, hvilket fuldender en dæk-overgang. Skud 7 | 18-21 sekunder Et kort, kraftfuldt, men stabilt fremadrettet skub, der bevæger sig fra et medium skud til et nærbillede af forsangeren og straks stopper. Forsangeren går ind i et flow-klimaks, med beslutsomme øjne og kraftfulde gestus. DJ'en og de to performere løfter samtidigt hænderne i baggrunden, og tagets lys intensiveres med beatet. Forsangeren synger: “Un mismo ritmo.” Det sidste ord slutter, hårdt klip direkte i den stabile komposition. Skud 8 | 21-24 sekunder Side baggrundsbelyst nærbillede af forsangeren, hvor den ene side af hendes ansigt er oplyst af varmt gyldent kantlys, og den anden side bevarer en dybblå skygge. Forsangeren synger først: “إيقاع واحد.” Dernæst falder beatet, og kameraet trækker sig jævnt tilbage langs den forreste akse til et heroisk vidvinkelbillede, hvor horisonten forbliver horisontal. De fire personer danner en stabil trekantet position, med forsangeren foran, DJ'en i midten bagved og de to performere på hver side. Alle tager et skridt fremad mod kameraet i takt med beatet. Forsangeren synger: “Different voices, one beat.” Alle svarer i kor på det sidste beat: “One beat.” Alle fryser deres bevægelser, forsangeren kigger direkte ind i kameraet, og scenen slutter. [Performancekrav] Alle forsangerens tekster skal være præcist læbesynkroniseret, med naturlig udtale, accenter og taletempo bevaret på tværs af alle otte sprog, men forsangerens vokallinje, identitet og overordnede flow forbliver konsekvent. Hoved, skuldre, gestus og kropsvægt bevæger sig naturligt med beatet. Ingen mekanisk recitation, ingen ændring af karakter, tøj, alder eller vokallinje ved sprogskifte. [Visuelle krav] Bytag fra blå time til nat, med dybblå, sølvgrå, varm gylden og en lille mængde magenta neonfarvepalet. En blanding af 24mm, 35mm, 50mm filmlinser, ægte lav dybdeskarphed, delikat filmkorn, let atmosfærisk dis og realistisk hudtekstur. Redigering skaber en følelse af hastighed gennem klare ændringer i total-, halvtotal- og nærbilleder, men tilstødende skud vender ikke ofte bevægelsesretning. Anvender primært hårde klip, match cuts og én naturlig wipe; undgår store cirkelbevægelser, kontinuerlige whip pans, hollandske vinkler og inkonsekvente push-ins. Ingen undertekster, ingen sangtekst, ingen brandlogoer, ingen UI, ingen vandmærker. Klare ansigtstræk, naturlige fingre, stabil mikrofon og DJ-udstyr, ingen svævende eller forvrængning. Identiteter, tøj, frisurer, tilbehør og omgivelser for alle fire personer forbliver konsekvente gennem hele videoen.”

Inddrag lyd i scenen

Wan videogenerering kan inkludere dialog, musik og omgivelseslyd sammen med billedet. Beskriv den ønskede lyd og aktiver lyd i generatoren, eller lad den være slået fra for et lydløst klip, som du kan lægge lyd til senere. Dette passer til performancevideoer, stemningsfulde scener og korte historier.

Udforsk andre modeller

Skift mellem topvideomodeller i én generator.

NEW

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Sammenligning af Wan 3.0 og Wan 3.0 Prime

Begge modeller understøtter de samme genereringsmetoder og referencetyper. Vælg Wan 3.0 for en lavere kreditomkostning, eller Prime når hurtigere generering er vigtigere.

Funktion	Wan 3.0	Wan 3.0 Prime
Genereringsmetoder	Tekst, start-/slutrammer, referencer	Tekst, start-/slutrammer, referencer
Opløsning	480P / 720P / 1080P	480P / 720P / 1080P
Outputvarighed	2–30 sekunder	2–30 sekunder
Referenceinput	Billede, video, lyd, dokument eller webside	Billede, video, lyd, dokument eller webside
Genereret lyd	Valgfri; slået fra som standard	Valgfri; slået fra som standard
Startpris · 480P, 2 sekunder	28 kreditter	42 kreditter
Hovedfordel	Lavere kreditomkostning	Hurtigere generering

Brug den samme kreative tilgang med begge modeller. Din opløsning, outputvarighed og referencevideoens varighed bestemmer det samlede kreditbeløb, der vises i generatoren.

Wan 3.0 Prime

Vælg Din Plan

Gratis billeder inkluderer et vandmærke. Opgrader for rene output, hurtigere generering og kommerciel brug.

Professionel

-50%

$20$10/måned

Faktureres årligt ·$240$120/år

Ubegrænset modelfordele

Seedream 3.5Ubegrænset
Seedream 3.5 ProIkke ubegrænset
MiniMax H3 TurboIkke ubegrænset
MiniMax H3Ikke ubegrænset

Opgrader for at låse op for alle avancerede modeller og nyd eksklusive rabatter
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
2,000 credits pr. måned
Op til 2,000 hurtige billeder
Op til 200 basisvideoer
Prioriteret kø
Ingen vandmærker
Batchbrug af AI-værktøjer
Fuld privatliv

Anbefalet

Topniveau

-50%

$40$20/måned

Faktureres årligt ·$480$240/år

Ubegrænset modelfordele

Seedream 3.5Ubegrænset
Seedream 3.5 ProUbegrænset
MiniMax H3 TurboIkke ubegrænset
MiniMax H3Ikke ubegrænset

Opgrader for at låse op for alle avancerede modeller og nyd eksklusive rabatter
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
5,000 credits pr. måned
Op til 5,000 hurtige billeder
Op til 500 basisvideoer
Højeste prioritet i køen
Ingen vandmærker
Batchbrug af AI-værktøjer
Fuld privatliv

Maksimum

-50%

$80$40/måned

Faktureres årligt ·$960$480/år

Ubegrænset modelfordele

Seedream 3.5Ubegrænset
Seedream 3.5 ProUbegrænset
MiniMax H3 TurboUbegrænset
MiniMax H3Ubegrænset

Opgrader for at låse op for alle avancerede modeller og nyd eksklusive rabatter
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
10,000 credits pr. måned
Op til 10,000 hurtige billeder
Op til 1,000 basisvideoer
Højeste prioritet i køen
Ingen vandmærker
Batchbrug af AI-værktøjer
Fuld privatliv

Ofte stillede spørgsmål om Wan 3.0

Lær, hvordan du bruger Wan AI online, animerer billeder, tilføjer referencer og planlægger dine videokreditter.

Hvad er Wan AI, og hvor passer Wan 3.0 ind?

Wan AI er Alibabas familie af generative modeller. Wan 3.0 er en videomodel i den familie, der understøtter tekst-til-video, animation af første ramme og første/sidste ramme samt multimodal referencegenerering. Du kan bruge den online i Raphael uden at installere en model lokalt.

Hvordan bruger jeg Wan 3.0 online?

Skriv din scenebeskrivelse i generatoren ovenfor. Tilføj et billede for billede-til-video, eller skift til referencetilstand for at bruge andre kildematerialer. Vælg varighed, opløsning, billedformat og lydindstilling, gennemgå det samlede kreditbeløb, og generer derefter din video.

Hvordan fungerer Wan billede-til-video?

Upload et billede som den første ramme og beskriv bevægelsen eller kameraretningen. En valgfri slutramme kan guide, hvordan klippet slutter. For flere billeder, der guider motiver eller stil snarere end de første og sidste rammer, skal du i stedet bruge referencetilstand.

Hvilke referencematerialer kan jeg bruge?

Referencetilstand accepterer op til 10 billeder, 5 videoer og 5 lydklip, plus ét dokument eller én offentlig webside. Dokumenter og websidelinks kan ikke bruges sammen. Tilføj filer via den samme materialeinput, og indsæt et komplet offentligt websidelink i promptboksen for at oprette et referencekort.

Hvilke videolængder og opløsninger er tilgængelige?

Vælg en helsekunds varighed fra 2 til 30 sekunder og en opløsning på 480P, 720P eller 1080P. Referencevideoer kan samlet set være op til 15 sekunder, og deres samlede varighed plus outputtet må ikke overstige 30 sekunder. En 10-sekunders videoreference giver derfor op til 20 sekunder til outputtet.

Kan Wan 3.0 generere video med lyd?

Ja. Aktiver lyd for at generere lyd med videoen og beskriv dialog, musik eller stemning i din prompt. Lyd er slået fra som standard i Raphael, og aktivering ændrer ikke kreditprisen.

Er Wan AI videogenerering gratis på Raphael?

Wan 3.0 bruger kreditter i stedet for gratis generering. Output koster 14 kreditter pr. sekund ved 480P, 27 ved 720P og 53 ved 1080P. Referencevideoens varighed opkræves til samme pris; billeder, lyd, dokumenter og websidereferencer medfører ikke en separat inputafgift. Tjek det samlede beløb, der vises, før du genererer.

Hvad er forskellen mellem Wan 3.0 og Prime?

Begge understøtter de samme tilstande, opløsninger, varigheder og referencetyper. Wan 3.0 koster færre kreditter; Prime er den hurtigere genereringsmulighed. Vælg ud fra dit budget og dine tidsbehov, uden at behandle Prime som et separat sæt kreative funktioner.

Wan 3.0 AI Videogenerator

Wan 3.0 Videoeksempler

Fra idé til en Wan AI video

Forvandl en Produkt-PPT til en Wan videoannonce

Tegn en sti for at guide Wans kamera

Byg en scene ud fra dine ord

Styr bevægelse med multimodale referencer

Inddrag lyd i scenen

Udforsk andre modeller

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Sammenligning af Wan 3.0 og Wan 3.0 Prime

Vælg Din Plan

Professionel

Ubegrænset modelfordele

Topniveau

Ubegrænset modelfordele

Maksimum

Ubegrænset modelfordele

Ofte stillede spørgsmål om Wan 3.0

Hvad er Wan AI, og hvor passer Wan 3.0 ind?

Hvordan bruger jeg Wan 3.0 online?

Hvordan fungerer Wan billede-til-video?

Hvilke referencematerialer kan jeg bruge?

Hvilke videolængder og opløsninger er tilgængelige?

Kan Wan 3.0 generere video med lyd?

Er Wan AI videogenerering gratis på Raphael?

Hvad er forskellen mellem Wan 3.0 og Prime?

Forvandl din næste idé til en Wan 3.0 video