Wan 3.0 AI Video-Generator

Verwandeln Sie eine Szenenbeschreibung oder ein Standbild mit Wan 3.0 in ein Video. Erstellen Sie online Produktanzeigen, filmische Momente und Social-Media-Clips mit bis zu 30 Sekunden Video und optionalem Ton.

Text- & Bild-zu-VideoMultimodale ReferenzenBis zu 30 Sekunden · 1080POptionaler Ton

Wan 3.0 Video-Beispiele

Entdecken Sie mit Wan 3.0 Fantasieszenen, Kampfsport, Musik und Produktgeschichten.

Offizielles Wan 3.0-Beispiel

Ein Fest über den Wolken

Prompt

“Dies ist ein Fantasy-Kurzfilm mit 9 Einstellungen und 30 Sekunden Dauer über ein geheimes Reich der unsterblichen Berge im Orient, stilisiert gerendert, mit ästhetischem Bezug zum Illustrationsstil der Neuchinesischen Kalenderposter – gleichmäßig dicke und dünne traditionelle Gongbi-Linien umreißen Charaktere, Architektur und Wolkenmuster; Wolken und Wellen präsentieren geschichtete, dekorative Formen anstelle von realistischem Nebel oder Wasserkörpern; die Farben sind Aquarellwaschungen mit einer gealterten Xuan-Papiertextur, mit einer gealterten grün-rosa-orangen Farbpalette; das Gesamtbild präsentiert eine retro-nostalgische dekorative Ästhetik, die fotorealistische Materialien und 3D-Engine-Rendering explizit vermeidet. Die riesige Schildkröte schwebt über dem weiten Wolkenmeer und trägt geschichtete unsterbliche Berge und Paläste auf ihrem Rücken. Gemusterte Wolken und Nebel, wie geschichtete Wattebäusche, ziehen über die Berghänge. Eine Fee reitet auf einem vergoldeten glückverheißenden Qilin, bricht durch die Wolken und steigt herab, galoppiert durch die Luft über einem Fest der höchsten Glückseligkeit, überblickt die Bühne voller Musik, Tanz und verschiedener Darbietungen. Sie landet schließlich auf der hohen Plattform auf dem Platz und schließt sich Musikern und Tänzern an, um den gesamten Veranstaltungsort zu einem Höhepunkt der Jubelrufe zu bringen. Nach der dynamischen Konvergenz kehren alle zur Ruhe zurück, wobei die unsterblichen Berge am Ende des Wolkenmeeres schweben. Der gesamte Film verwendet eine beobachtende Erzählung aus der dritten Person, mit einem gemischten Kamerastil, der nur vier Kerntechniken verwendet: FPV-Extrem-Shuttle, schnelle Verfolgung aus subjektiver Perspektive, Match-Cut-Staffel und Zeitlupen-Erweiterung. Alle FPV- und subjektiven Shuttle-Aufnahmen müssen Hochgeschwindigkeits-Kamerabewegungen verwenden, um die spektakuläre Szene hervorzuheben. Gemusterte Wolken und Wellen behalten ihre vollständigen Umrisse ohne Zusammenbruch oder Verformung bei Hochgeschwindigkeitsbewegungen. Der Schnittrhythmus ist gemischt: eine eröffnende Hochgeschwindigkeits-Langaufnahme etabliert die Größe des riesigen Objekts, die Kernaktion in der Mitte entfaltet sich detailliert mit Atempause, der Höhepunkt ist eine schnelle Schnittkonvergenz, und das Ende ist eine langsame Langaufnahme. Die Musik ist eine Fusion aus alter eleganter Musik und moderner Ambient-Elektronik, mit Guzheng, Konghou und Pipa als Hauptinstrumenten und Glockenspielen zur Betonung. Die Stimmung wechselt allmählich von fern zu lebhaft, mit dichten und intensiven Trommelschlägen am Höhepunkt, die am Ende wieder in eine ferne Stimmung zurückkehren. Aufnahme 1 (0-4 Sekunden · Atmosphärenübergang) Langaufnahme FPV-Shuttle, stürzt mit extremer Geschwindigkeit von hoch oben aus dem Wolkenmeer herab. Gemusterte Wolken behalten ihre vollständigen Wattebausch-ähnlichen Umrisse während des Hochgeschwindigkeitsabstiegs bei und drücken Geschwindigkeit durch die Verschiebung ganzer Farbblöcke aus, anstatt durch Fragmentierung oder Verformung. Die Kamera streift die schwache Kontur des Kopfes der riesigen Schildkröte, pfeift dann durch mehrere Schichten von Bergen und schwebenden Palästen. Jede Schicht der Landschaft erscheint aufgrund der übermäßigen Geschwindigkeit nur als flüchtige Farbblockumrisse dekorativer Muster. Die Silhouette von weißen Kranichen, die in den Bergen mit den Flügeln schlagen, wird mit Gongbi-Linien vereinfacht, um Geschwindigkeitsnachbilder darzustellen. Schließlich sinkt die Kamera schnell ab und bremst, stabilisiert sich plötzlich nahe der Richtung der hohen Plattform auf dem Platz und enthüllt die Umrisse eines geschäftigen Festivals mit Lichtern und Menschenmassen. Das Umgebungsgeräusch ist das tieffrequente atmosphärische Geräusch von aufgewühlten Wolken, überlagert vom Pfeifen starken Windes; die Musik entfaltet sich schnell mit Guzheng und elektronischen gehaltenen Tönen, die Lautstärke nimmt allmählich zu. Aufnahme 2 (4-11 Sekunden · Kern-Showcase · Tier-A) Subjektive Perspektivverfolgung, die die Fee simuliert, die auf dem Qilin reitet, eine First-Person-Langaufnahme, die mit extrem hoher Geschwindigkeit nahe am Boden fliegt und das Fest überblickt. Der Bildschirm erzeugt ein Gefühl von Geschwindigkeit durch die Verschiebung ganzer Farbblöcke aufgrund der Hochgeschwindigkeitsbewegung. Die Halsfedern des Qilin werden mit Gongbi-Linien und Farbblöcken dargestellt, die sich mit dem Luftstrom drehen, mit vergoldeten roten Waschungsschichten an den Rändern der Federornamente. Die Perspektive streift tief über den Platz mit einer fast unkontrollierten Geschwindigkeit. Die Landschaft auf beiden Seiten – die weiten Ärmel der Tänzer, die wie gemusterte Wolkenwellen wogen, Musikerformationen, die Pipa, Guzheng und Konghou im Einklang spielen, geschichtete hängende Laternen und Gaze-Vorhänge – erscheint aufgrund der übermäßigen Geschwindigkeit nur als flüchtige dekorative Farbblöcke. Die Menschenmassen und Lichter in der Tiefe des Bildschirms haben aufgrund der schnellen Passage keine Zeit, sich zu fokussieren, und bilden verschwommene warmorange Lichtstreifen. Gemusterte Wolken um den Bildschirm behalten ihre Wattebausch-Umrisse bei und fließen mit der Perspektive. Die Kernaktion ist der kontinuierliche Hochgeschwindigkeitsgleitflug des Qilin durch einen vollständigen Bogen: In der Anfangsphase breitet der Qilin seine Flügel aus und galoppiert nahe am Boden, die Perspektive wackelt heftig und erzeugt ein starkes Gefühl von Geschwindigkeit; in der Entwicklungsphase springt der Qilin auf und fegt über die Köpfe der Menge, die Perspektive schwankt stark, die Panoramaansicht des Platzes erscheint in heftigem Wackeln und wird dann von der Geschwindigkeit aus dem Bild geschleudert; in der Höhepunktphase schwebt der Qilin einen Moment lang, schlägt mit den Flügeln direkt unter der Aura des Geisterbaums, die Bildschirmgeschwindigkeit fällt plötzlich auf Null, was einen starken Kontrast erzeugt, die Aura füllt den Bildschirm mit gealterten goldenen Waschungen, und Gongbi-Linien stellen Klarheit und Vollständigkeit im Moment der Stille wieder her; dann beschleunigt der Qilin noch heftiger, stürzt sich auf die hohe Plattform auf dem Platz zu, mit einem durchgehenden Gefühl von Geschwindigkeit. Dynamische Phänomene: Laternen schwingen heftig mit dem Luftstrom, gemusterte Gaze-Vorhänge steigen und fallen in Schichten ohne Umrisskollaps. Aufnahme-Audio: Umgebungsgeräusch ist die geschäftige Atmosphäre der Menge, überlagert vom Pfeifen des rauschenden Luftstroms; Schlüsselsoundeffekt ist die kurze Verstärkung von Pipa-Arpeggios beim Passieren der Musikerformation; die Trommelschläge der Musik beginnen sich zu intensivieren, mit Glockenspielen dazwischen. Aufnahme 3 (11-19 Sekunden · Kern-Showcase · Tier-A) Mittelaufnahme zu Nahaufnahme, Gongbi-Linien umreißen die Konturen, warme Waschungen drücken Licht- und Schattenebenen aus. Die Musikerin sitzt auf einer Seite der hohen Plattform und hält eine Pipa schräg vor sich. Ihre Haut wird mit Aquarellwaschungen gerendert, die eine weiche, rosige Textur zeigen. Ein zarter Zinnoberpunkt zwischen ihren Brauen ist subtil verblendet. Mehrere Perlenketten in ihrem Haar werden mit Gongbi-Linien dargestellt, die sanft schwingen, wenn sie den Kopf neigt. Sie trägt ein mondweißes, langärmeliges Gewand mit dunklen Mustern, überlagert mit einem feurig-orangen, goldbestickten Halbärmel. Der Stoff wird mit Aquarellwaschungen gerendert, die unterschiedliche Tiefen und natürliche Falten und Schatten zeigen, mit kontinuierlichen und gleichmäßigen Umrissen. Die Kernaktion ist eine vollständige musikalische Passage vom Zupfen und Anschlagen zu einem rollenden Fingerübergang, dann zu einem abschließenden Streichen: In der Anfangsphase wechseln sich Daumen und Zeigefinger der rechten Hand beim leichten Zupfen und Anschlagen ab, die Saiten werden mit einfachen Linien dargestellt, die leichte Vibrationen zeigen; in der Entwicklungsphase geht es in rollende Finger über, hier wird die Fingerpräzision nicht fixiert, die Kamera wechselt zu einer Nahaufnahme, die sich auf die Saiten selbst konzentriert – die Saiten zeigen verschwommene, vibrierende Nachbilder von Gongbi-Linien aufgrund des schnellen Zupfens, Handbewegungen werden durch einen fließenden Gesamtkonturrhythmus ausgedrückt, anstatt durch einzelne Fingerliniendetails; in der Höhepunktphase hebt die Musikerin ihren Arm plötzlich an, ihre Handfläche macht einen großen, streichenden Schlag über alle Saiten, das Arpeggio erzeugt einen explodierenden visuellen Effekt mit Farbblockwaschungen, die Kontur des Instruments vibriert sichtbar mit der Kraft, und die weite Ärmelkontur schwingt mit der Armbewegung deutlich auf und ab. Die Kamera wechselt hier zu einer Zeitlupen-Erweiterung, die die Details des Seidenschwungs und der Saitenvibration während dieses streichenden Moments einfängt. Die geschichteten Veränderungen der Aquarellwaschungen sind in Zeitlupe deutlich sichtbar; schließlich verweilt die Hand der Musikerin über den Saiten, sie atmet leicht, ihre Augen heben sich plötzlich, um auf die Mitte des Platzes zu blicken, ihr Ausdruck ist vertieft und im Moment verloren. Andere Subjektreaktionen: eine hundertköpfige Musik- und Tanzformation in der Ferne, vereinfacht zu gemusterten Gruppenfiguren, hebt ihre Ärmel als Reaktion auf das explodierende Streichen. Aufnahme-Audio: Schlüsselsoundeffekt ist der starke Klang des explodierenden Pipa-Streichs und der schwere Schlag der Trommeln, die präzise zusammenfallen; die musikalische Instrumentierung erreicht hier ihren Dichtehöhepunkt, mit Glockenspielen und Sheng und Xiao, die im Einklang spielen. Aufnahme 4 (19-21 Sekunden · Atmosphärenübergang, Atempause) Mittelaufnahme, Draufsicht, der nachklingende Klang des Streichens hat sich noch nicht aufgelöst, eine kurze, wie eingefrorene Zeitlupe der Panoramaansicht des Platzes, der Moment, in dem die weiten Ärmel der hundertköpfigen Musik- und Tanzformation regungslos in der Luft schweben, die gemusterten Laternen schwingen allmählich langsamer, die Bildschirmgeschwindigkeit verlangsamt sich plötzlich, um ein starkes Gefühl von Atemanpassung zu erzeugen, die gealterten Xuan-Papiertextur-Waschungen zeigen weiche Schichten in den Lichtstrahlen. Aufnahme-Audio: Trommelschläge kurz spärlich, Glockenspiel-Nachklang lang. Aufnahme 5 (21-27 Sekunden · Kern-Showcase · Tier-A) Mittelaufnahme zu Nahaufnahme, Gongbi-Linien umreißen die Konturen, Gegenlicht, ausgedrückt mit Waschungen, die weiche Halos auf Haaren und Seidenrändern zeigen. In der Mitte des Platzes steht eine Tänzerin allein vor der hundertköpfigen Formation. Ihre Haut wird mit Aquarellwaschungen gerendert, die eine weiche Textur zeigen. Ihre Augenbrauen sind subtil mit feinen Gongbi-Linien verblendet, die nach oben gewölbt sind. Ihr schwarzes Haar ist hochgebunden, mit einem flammenförmigen Goldornament an der Spitze, dargestellt mit Linien und Farbblöcken, die gebrochenes Licht zeigen. Sie trägt ein feurig-oranges, transparentes, langes Seidenkleid mit weiten Ärmeln. Der Seidenstoff wird mit Aquarellwaschungen gerendert, die eine leichte, durchscheinende Qualität mit geschichteten Rändern zeigen. Mehrere Meter lange Seide sind um ihre Arme gewickelt und fallen an ihren Seiten herab. Die Kernaktion ist der vollständige Bogen des wirbelnden langen Seidentuchs: In der Anfangsphase sind die Arme der Tänzerin eingezogen, das lange Seidentuch locker drapiert und an ihrer Seite aufgerollt, ihre Augen leicht geschlossen, um Schwung zu sammeln; in der Entwicklungsphase dreht sich ihre Taille plötzlich, wodurch ihre Arme weit ausschwingen, das lange Seidentuch bildet eine riesige spiralförmige Flugbahn in der Luft wie gemusterte Flammen, ihr Körper neigt sich mit dem Schwung der Bewegung erheblich und richtet sich dann wieder auf, das Ende des langen Seidentuchs zieht eine vereinfachte Bewegungsnachbildspur mit Gongbi-Linien, die Kontur bleibt kontinuierlich ohne Zusammenbruch; in der Höhepunktphase dreht sich die Tänzerin mit höchster Geschwindigkeit, stabilisiert dann ihren Schwerpunkt, ihre Arme breiten sich plötzlich aus, das lange Seidentuch entfaltet sich vollständig um sie herum zu einem riesigen gemusterten Flammenhalo, die Kontur bleibt im Moment des Entfaltens gleichmäßig klar ohne Bruch oder Verdrehung; schließlich sammelt sich das lange Seidentuch langsam und fällt, die Tänzerin atmet leicht, ihre Augen öffnen sich, um auf die hohe Plattform auf dem Platz zu blicken, ihr Ausdruck ist entspannt und im Moment verloren. Andere Subjektreaktionen: die hundertköpfige Formation hebt ihre Ärmel im Einklang in dem Moment, in dem sich das lange Seidentuch entfaltet, die Aura des Geisterbaums hellt sich deutlich auf, und gemusterte Wolken werden mit warmen Waschungen getönt. Aufnahme-Audio: Umgebungsgeräusch zieht sich kurz zurück; Schlüsselsoundeffekt ist das Rauschen des sich entfaltenden langen Seidentuchs, kombiniert mit starken Glockenspieltönen; Musik mit fünfschichtiger Instrumentierung spielt im Einklang, Spitzenlautstärke des gesamten Films. Aufnahme 6 (27-30 Sekunden · Atmosphärenübergang, Langaufnahme-Abschluss) Langaufnahme, langsam ansteigende Draufsicht, der nachklingende Glanz des langen Seidentuchs und der Jubel des Platzes versinken allmählich in den gemusterten Wolken und dem Nebel. Die Silhouette des Qilin ist in den Tiefen der Lichter verschwunden. Die hundertköpfige Formation und die Musiker schrumpfen allmählich und verschmelzen mit der Größe der unsterblichen Berge. Die Aura des Geisterbaums verwandelt sich in einen weichen, nachklingenden Farbschimmer. Gemusterte Wolken konvergieren wieder und bedecken den Berghang. Der Bildschirm friert ein auf einer Panoramaansicht von nebelverhangenen unsterblichen Bergen, die am Ende des weiten Wolkenmeeres schweben. Gongbi-Linien in der Langaufnahme werden zu weichen Bergkonturen vereinfacht, und die gealterten Xuan-Papiertextur-Waschungen kehren zur Ruhe zurück. Aufnahme-Audio: Umgebungsgeräusch kehrt zur fernen tieffrequenten Atmosphäre des Wolkenmeeres zurück; nur die nachklingenden Noten des Guzheng und die elektronischen gehaltenen Noten bleiben, die allmählich verstummen und den gesamten Film abschließen.”

Von der Idee zum Wan AI Video

Wählen Sie einen Ausgangspunkt, der zu Ihrem Projekt passt: eine geschriebene Szene, ein Produktbild oder eine Sammlung von Referenzen. Legen Sie Dauer und Auflösung vor der Generierung fest.

Offizielles Wan 3.0-Beispiel

PPTX

Nachher

“Ein Werbespot für eine High-End-Smart-Brille, im minimalistischen, futuristischen, modischen Stil, mit zurückhaltender Beleuchtung, einer Farbpalette aus Schwarz, Silbergrau und Eisblau als Haupttönen, mit lokalen Akzenten aus weichem weißem Licht und UI-Grafiken für Parameter. Eröffnung auf rein schwarzem Hintergrund, eine Smart-Brille taucht langsam aus der Dunkelheit auf, mit raffinierten Glanzlichtern, die an den Bügelkanten entlanggleiten, die Rahmenkontur wird unter kaltem Kantenlicht umrissen. Die Kamera fährt in extremer Nahaufnahme über die Gläser, Nasenpads, Scharniere, Bügel und Materialdetails und zeigt die feine Textur von Metall und Hochleistungsverbundwerkstoffen, mit einer raffinierten und zurückhaltenden Oberflächenbehandlung und schlanken, fließenden Linien. Das Produkt dreht sich dann langsam in der Luft, wobei minimalistische Bewegungsgrafiken synchron Kernparameterinformationen anzeigen. Die Kamera konvergiert dann schnell, alle Komponenten kehren präzise zurück, um das komplette Produkt zusammenzusetzen. Es wechselt zu einem jungen Model, das die Brille trägt – das Model hat definierte Gesichtszüge, selbstbewusstes Auftreten, gekleidet in elegante, gehobene urbane Mode, dreht natürlich den Kopf, hebt die Hand, geht und lächelt in einem minimalistischen Raum und urbanen Lichtambiente. Die Kamera zeigt die Brille aus der Vorder-, Seiten- und schrägen Rückansicht und hebt die schlanke Passform, die modische Silhouette und die Alltagstauglichkeit hervor. Das Ende zeigt das Produkt schwebend und eingefroren vor einem einfarbigen Hintergrund, wobei die Kamera langsam auf das Markenlogo und den Kernslogan zufährt. Die gesamte Musik ist minimalistische elektronische Atmosphäre mit präzisen Beats, sauberem und kraftvollem Rhythmus. Die visuelle Qualität ist raffiniert, zurückhaltend und rein, mit einer starken Markenidentität und internationaler Technologieästhetik.”

Verwandle eine Produkt-PPT in eine Wan Videoanzeige

Nutzen Sie eine Produktpräsentation als Referenz und beschreiben Sie den gewünschten Werbestil, die Produktaufnahmen und die Nutzungsszenen. Dieses Beispiel für eine Smart-Brille zeigt, wie Wan 3.0 Produktinformationen in eine Technologieanzeige verwandelt. Sie können auch Dokumenteingaben mit Bild-, Video- oder Audioreferenzen kombinieren.

Offizielles Wan 3.0-Beispiel

Einen Pfad zeichnen, um die Kamera zu führen - Eingabe

Vorher

Nachher

“[Harte Anforderungen an das Grundbild] Das fertige Filmmaterial muss alle roten Linien, Zahlenmarkierungen, Pfeile und Hilfsmarkierungen vollständig entfernen; keine Texte oder Wasserzeichen dürfen im Bild erscheinen. Surrealistische, fotorealistische 8K Textur eines klassischen Ölgemäldes, dicke Pinselstriche und Pigmentkörnung deutlich erkennbar, UE5-Filmlicht-Rendering, warm getöntes Seiten-Gegenlicht eines griechischen Nachmittags, goldbrauner Staub wirbelt und treibt durch die Lichtstrahlen. Das riesige weiße Holzpferd, der hölzerne Anhänger und die Rollen, die straffen dicken Hanfseile, die trojanische Steinmauer und der runde Wachturm auf der linken Seite sowie der entfernte Bergstadtkomplex behalten alle ihre ursprüngliche Form, Proportionen und Positionen unverändert bei. Die menschlichen Proportionen sind natürlich und unverzerrt; nur die ursprüngliche, seilziehende Menge und die Verteidiger auf der Mauer bleiben erhalten – es werden keine zusätzlichen Figuren hinzugefügt. Die Gewänder bleiben in den ursprünglichen Farben Ockerrot, Indigoblau, Erdbraun und Cremeweiß. [Regeln für die Kamerabewegung] First-Person-FPV-Drohnenperspektive, eine einzige Aufnahme, eine ununterbrochene kontinuierliche Bewegung durchgehend, die den vollständigen Pfad der roten Linie 1→2→3→4→5 in Bild 1 entlangfliegt, ohne Segment zu überspringen, ohne Trajektorie zu vereinfachen, ohne Reihenfolge zu ändern. Der Anfang ist kein gerader, flacher Flug – er steigt zuerst nach oben-links, um den Schleppseilbereich zu überwinden, und taucht dann in einem großen Wellenbogen ab. Wegpunkt 2 muss tatsächlich durch den Raum unter dem Bauch des Pferdes führen; er darf nicht um den Pferdekörper herum oder an seiner Seite vorbeifliegen. Die gesamte geschichtete Geschwindigkeitskadenz ist schnell → langsam → schnell. [Nach Wegpunkt segmentiert] Segment 1 (Wegpunkt 1 → Wegpunkt 2): Hochgeschwindigkeits-Einstichschub, ein Tauchgang, der zuerst steigt und dann fällt. Die Kamera startet in geringer Höhe vom rechten Bildrand, neben den Speerspitzen der jubelnden Speerträger, steigt mit extremer Geschwindigkeit scharf nach oben-links, fegt über Reihen straffer Schleppseile, steigt über den entfernten Bergstadtkomplex, um daran vorbeizustreifen, und gähnt dann scharf nach unten an der Position direkt rechts der Brust des Pferdes, drückt die Nase nach unten und taucht entlang der Köpfe der Menge und der erhobenen Speere ab. Arme und Banner rauschen auf beiden Seiten vorbei, aufgewirbelter Staub wird vom Luftstrom in lange Streifen gerissen, und die Nase taucht direkt in den Schatten unter dem Bauch des Pferdes. Segment 2 (Wegpunkt 2, durch den Bauch): Unter das Pferd tauchen, die Geschwindigkeit verlangsamt sich plötzlich. Die Kamera sinkt extrem tief, fädelt sich zwischen den vier massiven säulenartigen Beinen des Pferdes hindurch und passiert den schattigen Raum direkt unter dem Bauch – über Kopf sind die Holzmaserungsbretter und Meißelspuren der Bauchunterseite, auf beiden Seiten sind dicke Seile, Anhängerbretter und eisenbeschlagene Rollen, darunter ist der staubige Boden, der von unzähligen Füßen zertreten wurde. Das Licht dimmt abrupt, es bleiben nur goldene Lichtstreifen, die durch die Lücken dringen; das Gefühl der Skalendrängung erreicht sein Maximum. Segment 3 (Wegpunkt 2 → Wegpunkt 3): Zeitlupe, nach oben neigen und scharf drehen. Die Kamera tritt auf der anderen Seite des Bauches hervor und zieht, nahe dem hinteren Teil des Pferdes, nahe der linken Stadtmauer, einen großen U-förmigen aufsteigenden Bogen in Zeitlupe, streift die geschnitzte Textur des Schwanzes und der Hinterbeine. Der Flugkörper neigt sich langsam nach oben, und die massive Masse der steinernen Stadtmauer und des runden Wachturms im Hintergrund füllt allmählich das Bild, während die Kamera aufsteigt. Segment 4 (Wegpunkt 3 → Wegpunkt 4): Zeitlupe beibehalten, entlang der Wirbelsäule aufsteigen und umkreisen. Die Kamera steigt langsam entlang der Wirbelsäulenlinie des Pferdes von hinten nach vorne auf und streift nacheinander die Holzfugen des Rückens, die lockig geschnitzte Mähne und die Wellen der Nackenmuskulatur. Kreisförmige Vögel am Himmel zerstreuen sich vor der Linse; die dicht auf der Mauer postierten Verteidiger und die entfernte Bergstadt gleiten langsam rückwärts darunter. Segment 5 (Wegpunkt 4 → Wegpunkt 5): Plötzliche Beschleunigung, ein Kopf-umkreisender Schwung zum Abschluss. Nachdem die Kamera die Oberseite der Mähne passiert hat, beschleunigt sie plötzlich und schwingt nach rechts in eine vollständige geschlossene Schleife um den Kopf des Pferdes – zuerst schießt sie in den offenen Himmel rechts vor dem Pferd, dreht dann scharf um und drückt zurück, und nähert sich schließlich schnell direkt dem Kopf des Pferdes. Die Bewegung stoppt im letzten Moment abrupt. [Letztes Standbild] Die Kamera hält auf einer Nahaufnahme-Position direkt vor dem Kopf des Pferdes: Auge, Nüstern und gemeißelte Mähne des Pferdes dominieren das Bild, Gegenlicht zeichnet eine goldene Kontur um den Kopf, und der Hintergrund ist der unscharfe blaue Himmel, treibende Wolken und die entfernte Bergstadt. [Anmerkungen zu Beleuchtung und Qualität] Keine Schnitte durchgehend, keine Aufnahmesplits, keine Übergangsbrüche – die native FPV-Weitwinkel-Leichtverzerrungstextur einer einzigen kontinuierlichen Aufnahme beibehalten. Das goldene Nachmittagslicht kommt immer von oben-rechts im Bild; beim Durchqueren des Bauches durchläuft es einen natürlichen Belichtungsübergang von hell zu dunkel und zurück zu hell. Die Dichte der Staubpartikel und des in der Luft schwebenden Feinstaubs nimmt mit der Geschwindigkeit zu, und der Ölgemäldepinselstrich und die Pigmentkörnung bleiben im gesamten Stück konsistent – es erscheint kein fotorealistischer Plastikglanz.”

Einen Pfad zeichnen, um die Kamera zu führen

Markieren Sie eine Route und nummerierte Punkte auf einem Referenzbild und beschreiben Sie dann die Kamerabewegung in Ihrem Prompt. Dieses Wan 3.0 Beispiel zeigt eine durchgehende Drohnenaufnahme durch eine Holzpferdszene, wobei der gezeichnete Pfad Drehungen, Höhenänderungen und das Tempo steuert. Das fertige Video entfernt die Referenzmarkierungen.

Offizielles Wan 3.0-Beispiel

Eine Szene aus Ihren Worten erstellen

Beschreiben Sie ein Subjekt, eine Umgebung, eine Aktion und Kamerabewegungen, um ein Video aus Text zu erstellen. Wan 3.0 bietet Ihnen Raum für eine kurze visuelle Geschichte, egal ob Sie eine surreale Welt imaginieren oder einen filmischen Social-Media-Clip planen. Wählen Sie eine Dauer von 2 bis 30 Sekunden und eine Ausgabe von bis zu 1080P.

Offizielles Wan 3.0-Beispiel

“Erstelle ein etwa 24 Sekunden langes, filmreifes japanisches Sci-Fi-Game-Intro-CG, basierend auf drei Referenzbildern. [Bild 1] ist die einzige Referenz für das Aussehen des männlichen Charakters. [Bild 2] ist die einzige Referenz für das Aussehen des weiblichen Charakters. [Bild 3] ist die Referenz für den Raum, die architektonischen Materialien und die Beleuchtung eines traditionellen Holz-Dojos. Im gesamten Film müssen Gesichtsmerkmale, Frisuren, Kleidung, Körperproportionen und mechanische Accessoires beider Charaktere streng konsistent bleiben. Die Schutzbrille, die silbergrauen Haare und der dunkelgraue lange Mantel des Mannes dürfen nicht verändert werden; die Zwillingsduttfrisur, die rote mechanische Maske und der weiße Kampfanzug der Frau dürfen nicht verändert werden. 【Gesamtstil】 Ein hochbudgetiertes japanisches Action-RPG-Intro-CG, mit ausgereifter Sci-Fi-Animationskunst, exquisiter Cel-Shading-Renderung kombiniert mit filmischem 3D-Raum. Die visuelle Atmosphäre ähnelt der eines Spielers, der ein verstecktes Trainingslevel betritt: Ein kaltweißer digitaler virtueller Raum lädt sich allmählich in ein warmbraunes traditionelles Dojo, das Technologie mit einem östlichen Kampfkunstraum verbindet. Die Kamera ist zurückhaltend und erzeugt ein Gefühl von Druck, ohne formellen Kampf, nur die Konfrontation vor Beginn des Levels wird gezeigt. 【Aufnahmen und Dialog】 [0–3 Sekunden] Ein reinweißer, grenzenloser virtueller Raum. Der männliche Charakter steht mit dem Rücken zum weiblichen Charakter im Vordergrund, während der weibliche Charakter in der Ferne erscheint. Im Raum sind nur ein schwaches elektronisches Summen und ein tiefer Puls zu hören. Die Kamera fährt sanft und schnell von einer extremen Weitwinkelaufnahme heran und umkreist die Vorderseite des Mannes, wodurch eine Nahaufnahme seines Oberkörpers entsteht. Der Ausdruck des Mannes ist ruhig, als hätte er schon lange hier gewartet. Der Mann spricht nicht. [3–8 Sekunden] Die Kamera steigt schnell in eine vertikale Draufsicht auf. Hellgraue digitale Koordinatenlinien und architektonische Gitter leuchten nacheinander unter ihren Füßen auf und breiten sich entlang des Bodens aus, als würde ein verstecktes Level geladen. Begleitet von einem tiefen Systemstartgeräusch entstehen Holzfußbodendielen Stück für Stück unter ihren Füßen nach außen; Holzsäulen erheben sich nacheinander vertikal; Balken verbinden sich automatisch in der Luft; Wände, Shoji-Türen und Dachkonstruktionen werden Schicht für Schicht aufgebaut. Der architektonische Generierungsprozess ist kontinuierlich und präzise, mit dem visuellen Effekt einer High-End-Game-Engine, die eine Szene in Echtzeit lädt. [8–11.5 Sekunden] Die Kamera fährt schnell von oben herab und wechselt zu einem niedrigen Winkel nahe am Holzfußboden, wobei sie zwischen den beiden Charakteren nach vorne gleitet. Das Dojo ist vollständig generiert. Warmes Sonnenlicht fällt durch die Shoji-Fenster und wirft regelmäßige lange Streifenschatten auf den Holzfußboden. Eine kleine Menge Staub schwebt in der Luft, das Geräusch der architektonischen Generierung verstummt allmählich, und der Raum fällt in eine kurze Stille. Die Frau blickt sich zuerst im neu generierten Dojo um, pausiert eine halbe Sekunde und fragt dann mit gedämpfter Stimme, wachsam und ruhig auf Japanisch: „ここは……何のステージ？“ Der Aussprache-Rhythmus ist natürlich, ungefähr: Ko-ko wa……nan-no su-tē-ji? Bedeutung: Das ist... was für eine Bühne? [11.5–14.5 Sekunden] Schnitt zu einer mittleren Nahaufnahme des weiblichen Charakters. Sie spricht nicht mehr. Sie verlagert schnell ihren Schwerpunkt, ihr Körper sinkt leicht ab, und sie hebt ihre rechte Hand, die Handfläche dem Mann zugewandt, und nimmt eine präzise und zurückhaltende Kampfkunst-Verteidigungshaltung ein. Ihre rote mechanische Maske sendet ein kurzes Leuchten aus, und das mechanische Gerät an ihrem Ohr führt einen Scan durch. Ihr Blick bleibt wachsam, ohne übertriebenen Ausdruck. [14.5–19 Sekunden] Schnitt zu einer mittleren Aufnahme des männlichen Charakters. Der Mann dreht sich ruhig um, der Saum seines langen Mantels schwingt leicht. Er hebt langsam seine rechte Hand, die Handfläche der Frau zugewandt, und reagiert auf ihre Haltung mit einer ruhigen Miene. Die Kamera fährt langsam auf den Mann zu. Der Mann beendet seine Sätze vollständig und ruhig, mit natürlichen Pausen dazwischen, und antwortet in einem tiefen, ruhigen, wie ein Level-Manager klingenden Japanisch: „お前の適性を測る、最初の試練だ。“ Der Aussprache-Rhythmus ist natürlich, ungefähr: O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da. Bedeutung: Dies ist die erste Prüfung, um deine Eignung zu messen. Der Mann zeigt beim Sprechen kein deutliches Lächeln, seine Stimme ist ruhig, ohne Wut oder Schreien. [19–24 Sekunden] Schnitt zu einer Nahaufnahme der Vorderseite des Mannes. Der Dojo-Hintergrund zeigt allmählich einen leichten digitalen Auflösungseffekt, die warme Umgebung wird von intensivem kaltweißem Licht überdeckt und verblasst zurück in den ursprünglichen reinweißen virtuellen Raum. Ein kaltweißes Scanlicht streicht über die Oberfläche der Schutzbrille des Mannes. Nachdem der Bildschirm eine halbe Sekunde pausiert hat, ist aus der Ferne eine tiefe weibliche Systemstimme zu hören, ohne Untertitel anzuzeigen: „適性試験、開始。“ Aussprache: Te-ki-sei shi-ken、kai-shi. Bedeutung: Eignungstest, Start. Schließlich, begleitet von einem kurzen, kräftigen Systembestätigungston, friert der Bildschirm ein und endet. 【Sounddesign】 Am Anfang werden tiefe elektronische Umgebungsgeräusche, schwache räumliche Impulse und ferne mechanische Resonanz verwendet. Während der Szenengenerierung werden digitale Gitteraktivierungsgeräusche, Geräusche sich entfaltender Holzmodule, Geräusche aufsteigender Holzsäulen und tieffrequente Strukturverschlussgeräusche hinzugefügt. Die Geräusche sollen Gewicht haben, aber nicht übermäßig laut sein. Nachdem das Dojo vollständig generiert ist, wird das Umgebungsgeräusch plötzlich leiser, wobei nur der Nachhall des Holzraums, leichte Stoffreibung und die Atemgeräusche der Charaktere erhalten bleiben. Die Charaktere verwenden natürliche japanische Synchronisation: Die Stimme der Frau ist jung, ruhig und wachsam, wobei niedliche oder übertriebene Anime-Töne vermieden werden. Die Stimme des Mannes ist tief, reif und gefasst, wie die eines Mentors, Level-Wächters oder Quest-Führers. Die weibliche Systemstimme ist klar, kalt und emotionslos, wie eine Spielsystemansage. 【Generierungskontrolle】 Wenn Charaktere sprechen, sollte die japanische Lippensynchronisation präzise und synchron sein. Nur der Charakter, der gerade im Bild ist, sollte sprechen, um falsch zugeordnete Stimmen zu vermeiden. Jede japanische Zeile muss vollständig gesprochen werden, ohne zu eilen oder die Sprechgeschwindigkeit zu komprimieren; natürliche Pausen und Atemzüge sollten vor und nach den Zeilen eingehalten werden. Betonung der Ladeabfolge des Dojos: Digitale Koordinaten aktivieren → Gitter breitet sich nach außen aus → Holzfußbodendielen legen sich Stück für Stück aus → Holzsäulen erheben sich nacheinander → Balken verbinden sich automatisch → Wände und Shoji-Türen entstehen → Komplettes Dojo schließt sich. Keiner der Charaktere führt schnelle Kämpfe, rennt oder springt. Sie beobachten nur die Umgebung, passen ihre Haltung an, heben die Handflächen, um eine Pose einzunehmen, und konfrontieren sich gegenseitig. Die Handflächen und Fingerstrukturen der Charaktere sollten natürlich sein; Gesichtsmerkmale, Frisuren, Masken, Schutzbrillen und Kleidung sollten durchgehend stabil bleiben; die architektonische Perspektive sollte genau sein; die Kamerabewegung sollte flüssig sein. Es dürfen keine Untertitel, Titel, UI-Oberflächen, Spielmenüs, numerische Werte, Identifikatoren, Storyboard-Ränder oder Wasserzeichen auf dem Bildschirm erscheinen.”

Bewegung mit multimodalen Referenzen steuern

Kombinieren Sie Charakterbilder mit Videoreferenzen für Bewegung und Kameraführung. Fügen Sie Audio hinzu, um die Stimmung zu lenken, oder verwenden Sie ein Dokument oder eine öffentliche Webseite als kreatives Briefing. Erklären Sie Wan, wie jede Referenz die Szene beeinflussen soll, um Aussehen, Aktion und Atmosphäre eines neuen Videos zu gestalten.

Offizielles Wan 3.0-Beispiel

“Erstelle ein 24-sekündiges, filmreifes, internationales Hip-Hop-Musikvideo in fotorealistischer Qualität, mit einer High-End-Streetwear-MV-Ästhetik und einem schnellen, selbstbewussten, kraftvollen Rhythmus. [Referenzbilder] Bild 1: Referenz für die Besetzung der vierköpfigen Gruppe, die Identitäten der Charaktere, Kleidung und das gesamte Styling. Das gesamte Video wird durchgehend vier Personen zeigen: eine weibliche Leadsängerin, einen männlichen DJ und jeweils einen Hype-Performer auf jeder Seite. Keine neuen Charaktere, Duplikationen oder das Vertauschen von Charakteren sind erlaubt. Bild 2: Referenz für das Gesicht, die Frisur, das Make-up, die silber-schwarze Funktionskleidung und das Handmikrofon der weiblichen Leadsängerin. Alle Nahaufnahmen sollten dasselbe Gesicht und Outfit beibehalten. Bild 3: Referenz für die Dachbühne, den DJ-Pult, den nassen, reflektierenden Boden, die Beleuchtung, das Glasgeländer und die Skyline der Stadt. Das gesamte Video wird durchgehend auf demselben Dach stattfinden. [Kernkonzept] Different voices, one beat. Dieselbe Leadsängerin wechselt in derselben originellen, eingängigen internationalen Hip-Hop-Hymne natürlich zwischen acht Sprachen. Die Musik hat ungefähr 106 BPM und geht in der ersten Sekunde sofort in einen starken Groove über, ohne langsamen atmosphärischen Aufbau; sie verwendet schwere, wirkungsvolle Kicks, knackige, klare Snares, eine federnde und synkopierte Bassline sowie einen klaren, einprägsamen, mitsingbaren zweitaktigen elektronischen Synthesizer und einen kurzen Blechbläser-Hook. Dieser Kern-Hook wird von Anfang an etabliert, kehrt kontinuierlich mit kurzen Variationen zwischen jedem Sprachwechsel zurück und bricht bei 21 Sekunden im Beat Drop vollständig aus. Die acht Sprachen fließen wie ein kontinuierlicher Rap-Flow innerhalb desselben Songs, immer natürlich auf dem Beat landend, nicht mechanisch Satz für Satz Wörter rezitierend; die Begleitung behält immer Melodie, Rhythmus und ein Gefühl des Vorwärtsdrängens bei, ohne durch Lippensynchronisation zu schwächen. [Aufnahmesequenz] Das gesamte Video behält eine klare und stabile räumliche Achse bei: Die Leadsängerin ist immer vorne in der Mitte, der DJ ist immer an der hinteren Gerätekonsol, und die beiden Performer sind immer auf beiden Seiten. Die Kamera bewegt sich hauptsächlich vorwärts, zieht sich zurück oder schwenkt sanft entlang der vorderen Achse, wobei jede Aufnahme nur eine Hauptbewegung ausführt; der Rhythmus kommt hauptsächlich von der Performance, Änderungen der Aufnahmeeinstellung und harten Schnitten, nicht von kontinuierlichem Kreisen, häufigen Peitschenschwenks oder plötzlichen Richtungswechseln. Aufnahme 1 | 0-3 Sekunden Niedrige Luftaufnahme über Stadtgebäude, die schnell zur Dachbühne aus Bild 3 herabsinkt. Die Leadsängerin ist vorne in der Mitte, der DJ an der hinteren Gerätekonsol und die beiden Performer auf beiden Seiten. Wenn sich die Kamera der Leadsängerin nähert, wechselt sie zu einem Weitwinkel-Push-in aus niedriger Perspektive. Die Leadsängerin blickt direkt in die Kamera und singt: „One beat.“ Der letzte schwere Beat fällt, harter Schnitt. Aufnahme 2 | 3-6 Sekunden Frontale Halbnaheinstellung des Oberkörpers der Leadsängerin, streng nach Bild 2. Der Stabilisator fährt eine kurze Strecke entlang der vorderen Achse vor und stoppt natürlich, wobei Stadtlichter im Hintergrund ein unscharfes Bokeh bilden. Die Leadsängerin hält das Mikrofon in einer Hand und zeigt mit der anderen Hand im Takt zur Kamera, wobei sie ihren Kopf kraftvoll nickt. Die Leadsängerin singt: „同一个节拍.“ Das letzte Wort landet auf dem Beat, direkter harter Schnitt zur nächsten Aufnahmeeinstellung. Aufnahme 3 | 6-9 Sekunden Makroaufnahme des DJs, der Plattenspieler, Fader und leuchtende Knöpfe bedient, dann schnell nach oben schwenkt, um den DJ im Hintergrund und die Leadsängerin, die seitlich im Vordergrund performt, zu enthüllen. Die Anordnung der Geräte und Charaktere bleibt stabil. Die Leadsängerin singt: „ひとつのリズム.“ Harter Schnitt in dem Moment, in dem der DJ einen Knopf drückt. Aufnahme 4 | 9-12 Sekunden 3/4-Seiten-Halbaufnahme der Leadsängerin, wobei die Kamera sanft eine kurze Strecke von links nach rechts schwenkt und dabei immer einen horizontalen Horizont und die etablierte räumliche Achse beibehält. Die beiden Performer grooven im Hintergrund auf beiden Seiten, mit unterschiedlichen Bewegungen, aber einheitlichem Rhythmus. Die Leadsängerin folgt der Kamera mit ihren Augen und leichten Kopfbewegungen. Die Leadsängerin singt: „하나의 리듬.“ Beim letzten Beat hebt die Leadsängerin ihre Hand und streicht an der Kamera vorbei, wodurch ein Wischübergang entsteht. Aufnahme 5 | 12-15 Sekunden Weitwinkel-Schwenk aus niedriger Perspektive. Die Leadsängerin geht entlang des Dach-Performancebereichs auf die Kamera zu, ihre silberne Jacke wird leicht vom Nachtwind geweht, wobei die Stadtlichter im Hintergrund eine deutliche Bewegungsparallaxe erzeugen und der nasse Boden warmes goldenes Licht reflektiert. Die Leadsängerin singt: „Um só ritmo.“ Fußschritte landen auf dem schweren Beat, harter Schnitt. Aufnahme 6 | 15-18 Sekunden Halbnaheinstellung der Leadsängerin und der weiblichen Performerin auf der rechten Seite. Die beiden stehen zuerst Rücken an Rücken, drehen sich dann gleichzeitig zur Kamera. Die Leadsängerin beendet ihren Gesang, und die Performerin reagiert auf den Rhythmus mit Schulter- und Armbewegungen, ohne den Fokus zu stehlen. Die Leadsängerin singt: „จังหวะเดียวกัน.“ Der letzte Beat wird natürlich durch die Schulter der rechten Performerin, die an der Kamera vorbeigeht, verwischt, wodurch ein Abdeckungsübergang abgeschlossen wird. Aufnahme 7 | 18-21 Sekunden Ein kurzer, kraftvoller, aber stetiger Vorwärtsschub, der von einer Halbaufnahme zu einer Nahaufnahme der Leadsängerin übergeht und sofort stoppt. Die Leadsängerin erreicht einen Flow-Höhepunkt, mit entschlossenen Augen und kraftvollen Gesten. Der DJ und die beiden Performer heben im Hintergrund gleichzeitig die Hände, und die Dachlichter verstärken sich mit dem Beat. Die Leadsängerin singt: „Un mismo ritmo.“ Das letzte Wort endet, harter Schnitt direkt in der stabilen Komposition. Aufnahme 8 | 21-24 Sekunden Seiten-Gegenlicht-Nahaufnahme der Leadsängerin, wobei eine Seite ihres Gesichts von warmem goldenem Gegenlicht beleuchtet wird und die andere Seite einen tiefblauen Schatten behält. Die Leadsängerin singt zuerst: „إيقاع واحد.“ Dann fällt der Beat, und die Kamera zieht sich sanft entlang der vorderen Achse zu einer heroischen Totalen zurück, wobei der Horizont horizontal bleibt. Die vier Personen bilden eine stabile dreieckige Haltung, wobei die Leadsängerin vorne, der DJ hinten in der Mitte und die beiden Performer auf beiden Seiten stehen. Alle machen im Takt einen Schritt vorwärts zur Kamera. Die Leadsängerin singt: „Different voices, one beat.“ Alle antworten unisono beim letzten Beat: „One beat.“ Alle frieren ihre Bewegungen ein, die Leadsängerin blickt direkt in die Kamera, und die Szene endet. [Performance-Anforderungen] Alle Liedtexte der Leadsängerin müssen präzise lippensynchronisiert sein, mit natürlicher Aussprache, Akzenten und Sprechgeschwindigkeit, die in allen acht Sprachen beibehalten werden, aber die Gesangslinie, Identität und der gesamte Flow der Leadsängerin bleiben konsistent. Kopf, Schultern, Gesten und Körpergewicht bewegen sich natürlich mit dem Beat. Keine mechanische Rezitation, keine Änderung von Charakter, Kleidung, Alter oder Gesangslinie beim Sprachwechsel. [Visuelle Anforderungen] Stadtdach zur blauen Stunde bis zur Nacht, mit einer Farbpalette aus Tiefblau, Silbergrau, Warmgold und einer kleinen Menge Magenta-Neon. Eine Mischung aus 24mm-, 35mm-, 50mm-Kinoobjektiven, echter geringer Schärfentiefe, feinem Filmkorn, leichtem atmosphärischem Dunst und realistischer Hauttextur. Der Schnitt erzeugt ein Gefühl von Geschwindigkeit durch klare Änderungen in Fern-, Mittel- und Nahaufnahmen, aber benachbarte Aufnahmen kehren die Bewegungsrichtung nicht häufig um. Es werden hauptsächlich harte Schnitte, Match Cuts und ein natürlicher Wisch verwendet; großflächiges Kreisen, kontinuierliche Peitschenschwenks, Dutch Angles und inkonsistente Push-ins werden vermieden. Keine Untertitel, kein Liedtext, keine Markenlogos, keine Benutzeroberfläche, keine Wasserzeichen. Klare Gesichtszüge, natürliche Finger, stabiles Mikrofon und DJ-Equipment, kein Schweben oder Verzerren. Die Identitäten, Kleidung, Frisuren, Accessoires und die Umgebung aller vier Personen bleiben während des gesamten Videos konsistent.”

Ton in die Szene einbeziehen

Wan Video-Generierung kann Dialoge, Musik und Umgebungsgeräusche zum Bild hinzufügen. Beschreiben Sie den gewünschten Ton und aktivieren Sie die Tonfunktion im Generator, oder lassen Sie sie ausgeschaltet für einen stummen Clip, den Sie später vertonen können. Dies eignet sich für Performance-Videos, atmosphärische Szenen und Kurzgeschichten.

Andere Modelle erkunden

Wechseln Sie in einem Generator zwischen den Top-Videomodellen.

NEW

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Wan 3.0 vs. Wan 3.0 Prime

Beide Modelle unterstützen die gleichen Generierungsmodi und Referenztypen. Wählen Sie Wan 3.0 für geringere Kosten oder Prime, wenn eine schnellere Generierung wichtiger ist.

Funktion	Wan 3.0	Wan 3.0 Prime
Generierungsmodi	Text, Anfangs-/Endframes, Referenzen	Text, Anfangs-/Endframes, Referenzen
Auflösung	480P / 720P / 1080P	480P / 720P / 1080P
Ausgabedauer	2–30 Sekunden	2–30 Sekunden
Referenzmaterialien	Bild, Video, Audio, Dokument oder Webseite	Bild, Video, Audio, Dokument oder Webseite
Generierter Ton	Optional; standardmäßig deaktiviert	Optional; standardmäßig deaktiviert
Startkosten · 480P, 2 Sekunden	28 Credits	42 Credits
Hauptvorteil	Geringere Credit-Kosten	Schnellere Generierung

Verwenden Sie bei beiden Modellen den gleichen kreativen Ansatz. Ihre Auflösung, Ausgabedauer und die Dauer des Referenzvideos bestimmen die im Generator angezeigte Gesamtanzahl an Credits.

Wan 3.0 Prime

Wählen Sie Ihren Plan

Kostenlose Bilder enthalten ein Wasserzeichen. Upgrade für saubere Ergebnisse, schnellere Generierung und kommerzielle Nutzung.

Professionell

-50%

$20$10/Monat

Jährlich abgerechnet ·$240$120/Jahr

Vorteile der unbegrenzten Modellnutzung

Seedream 3.5Unbegrenzt
Seedream 3.5 ProNicht unbegrenzt
MiniMax H3 TurboNicht unbegrenzt
MiniMax H3Nicht unbegrenzt

Upgraden Sie, um alle erweiterten Modelle freizuschalten und von exklusiven Rabatten zu profitieren
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
2,000 Credits pro Monat
Bis zu 2,000 schnelle Bilder
Bis zu 200 Basisvideos
Prioritätswarteschlange
Keine Wasserzeichen
KI-Tools Stapelverarbeitung
Volle Privatsphäre

Flaggschiff

-50%

$40$20/Monat

Jährlich abgerechnet ·$480$240/Jahr

Vorteile der unbegrenzten Modellnutzung

Seedream 3.5Unbegrenzt
Seedream 3.5 ProUnbegrenzt
MiniMax H3 TurboNicht unbegrenzt
MiniMax H3Nicht unbegrenzt

Upgraden Sie, um alle erweiterten Modelle freizuschalten und von exklusiven Rabatten zu profitieren
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
5,000 Credits pro Monat
Bis zu 5,000 schnelle Bilder
Bis zu 500 Basisvideos
Höchste Prioritätswarteschlange
Keine Wasserzeichen
KI-Tools Stapelverarbeitung
Volle Privatsphäre

Maximum

-50%

$80$40/Monat

Jährlich abgerechnet ·$960$480/Jahr

Vorteile der unbegrenzten Modellnutzung

Seedream 3.5Unbegrenzt
Seedream 3.5 ProUnbegrenzt
MiniMax H3 TurboUnbegrenzt
MiniMax H3Unbegrenzt

Upgraden Sie, um alle erweiterten Modelle freizuschalten und von exklusiven Rabatten zu profitieren
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
10,000 Credits pro Monat
Bis zu 10,000 schnelle Bilder
Bis zu 1,000 Basisvideos
Höchste Prioritätswarteschlange
Keine Wasserzeichen
KI-Tools Stapelverarbeitung
Volle Privatsphäre

Häufig gestellte Fragen zu Wan 3.0

Erfahren Sie, wie Sie Wan AI online nutzen, Bilder animieren, Referenzen hinzufügen und Ihre Video-Credits planen.

Was ist Wan AI, und wo passt Wan 3.0 hinein?

Wan AI ist Alibabas Familie generativer Modelle. Wan 3.0 ist ein Videomodell dieser Familie, das Text-zu-Video, Animationen von Anfangs- und Anfangs-/Endframes sowie multimodale Referenzgenerierung unterstützt. Sie können es online in Raphael verwenden, ohne ein Modell lokal installieren zu müssen.

Wie verwende ich Wan 3.0 online?

Geben Sie Ihre Szenenbeschreibung im obigen Generator ein. Fügen Sie ein Bild für Bild-zu-Video hinzu oder wechseln Sie in den Referenzmodus, um andere Quellmaterialien zu verwenden. Wählen Sie Dauer, Auflösung, Seitenverhältnis und Toneinstellung, überprüfen Sie die Gesamtzahl der Credits und generieren Sie dann Ihr Video.

Wie funktioniert Wan Bild-zu-Video?

Laden Sie ein Bild als ersten Frame hoch und beschreiben Sie die Bewegung oder Kameraführung. Ein optionaler Endframe kann das Ende des Clips steuern. Für mehrere Bilder, die Subjekte oder Stil leiten, anstatt den ersten und letzten Frame festzulegen, verwenden Sie stattdessen den Referenzmodus.

Welche Referenzmaterialien kann ich verwenden?

Der Referenzmodus akzeptiert bis zu 10 Bilder, 5 Videos und 5 Audio-Clips, plus ein Dokument oder eine öffentliche Webseite. Dokumente und Webseiten-Links können nicht gleichzeitig verwendet werden. Fügen Sie Dateien über denselben Materialeingang hinzu und fügen Sie einen vollständigen öffentlichen Webseiten-Link in das Prompt-Feld ein, um eine Referenzkarte zu erstellen.

Welche Videolängen und Auflösungen sind verfügbar?

Wählen Sie eine Dauer in ganzen Sekunden von 2 bis 30 Sekunden und eine Auflösung von 480P, 720P oder 1080P. Referenzvideos können insgesamt bis zu 15 Sekunden lang sein, und ihre kombinierte Dauer plus die Ausgabedauer darf 30 Sekunden nicht überschreiten. Ein 10-sekündiges Referenzvideo lässt daher bis zu 20 Sekunden für die Ausgabe.

Kann Wan 3.0 Videos mit Ton generieren?

Ja. Aktivieren Sie den Ton, um Audio mit dem Video zu generieren, und beschreiben Sie Dialoge, Musik oder Ambiente in Ihrem Prompt. Der Ton ist in Raphael standardmäßig ausgeschaltet, und das Einschalten ändert den Credit-Preis pro Sekunde nicht.

Ist die Wan AI Video-Generierung auf Raphael kostenlos?

Wan 3.0 verwendet Credits anstelle einer kostenlosen Generierung. Die Ausgabe kostet 14 Credits pro Sekunde bei 480P, 27 bei 720P und 53 bei 1080P. Die Dauer von Referenzvideos wird zum gleichen Tarif berechnet; Bilder, Audio, Dokumente und Webseiten-Referenzen verursachen keine separaten Eingabekosten. Überprüfen Sie die angezeigte Gesamtzahl der Credits vor der Generierung.

Was ist der Unterschied zwischen Wan 3.0 und Prime?

Beide unterstützen die gleichen Modi, Auflösungen, Dauern und Referenztypen. Wan 3.0 kostet weniger Credits; Prime ist die schnellere Generierungsoption. Wählen Sie basierend auf Ihrem Budget und Ihren Bearbeitungszeiten, ohne Prime als separates Set kreativer Fähigkeiten zu betrachten.

Wan 3.0 AI Video-Generator

Wan 3.0 Video-Beispiele

Von der Idee zum Wan AI Video

Verwandle eine Produkt-PPT in eine Wan Videoanzeige

Einen Pfad zeichnen, um die Kamera zu führen

Eine Szene aus Ihren Worten erstellen

Bewegung mit multimodalen Referenzen steuern

Ton in die Szene einbeziehen

Andere Modelle erkunden

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Wan 3.0 vs. Wan 3.0 Prime

Wählen Sie Ihren Plan

Professionell

Vorteile der unbegrenzten Modellnutzung

Flaggschiff

Vorteile der unbegrenzten Modellnutzung

Maximum

Vorteile der unbegrenzten Modellnutzung

Häufig gestellte Fragen zu Wan 3.0

Was ist Wan AI, und wo passt Wan 3.0 hinein?

Wie verwende ich Wan 3.0 online?

Wie funktioniert Wan Bild-zu-Video?

Welche Referenzmaterialien kann ich verwenden?

Welche Videolängen und Auflösungen sind verfügbar?

Kann Wan 3.0 Videos mit Ton generieren?

Ist die Wan AI Video-Generierung auf Raphael kostenlos?

Was ist der Unterschied zwischen Wan 3.0 und Prime?

Verwandeln Sie Ihre nächste Idee in ein Wan 3.0 Video