Wan 3.0 Prime AI Video-Generator
Erstellen Sie Produktvideos, Charakterszenen und filmische Geschichten mit Wan 3.0 Prime. Beginnen Sie mit Text, animieren Sie ein Bild oder kombinieren Sie Referenzen in einem Online-Generator, mit bis zu 30 Sekunden Video und optionalem Ton.
Wan 3.0 Prime gehört zur Alibaba Wan AI Video-Modellfamilie und bietet eine schnellere Generierung als Wan 3.0 mit denselben kreativen Modi. Nutzen Sie diesen Wan AI Video-Generator online für Text-zu-Video-, Bild-zu-Video- und multimodale Referenzprojekte. Erkunden Sie verschiedene Bewegungen, Kamerawinkel und Szenen, ohne ein Modell lokal zu installieren.
KI-Verbesserung
0 / 3,000
Referenzbilder (optional)
0 / 3,000
KI-Verbesserung
Modell
Seitenverhältnis
Anzahl der Ausgaben
Auflösung
Qualität
Schnell
Videomodelle werden geladen...
Wan AI Video-Beispiele
Offizielles Wan 3.0-Beispiel
Sparring in den Ruinen
Prompt
“Erstelle einen 30-sekündigen, 16:9, 1080P filmischen 3D-Animations-Action-Kurzfilm.
[Referenzbild-Zuordnung]
@Bild 1: Die einzige weibliche Tabby-Katzenfigur. Beibehalten werden die braun-graue Tabby-Fellfarbe, dunkle Streifen auf Stirn und Wangen, bernsteingoldene Augen, spitze Katzenohren, ein agiler und kompakter Körperbau, ein blaugrüner Kapuzenumhang, ein cremefarbenes Unterhemd, blaugrüne Rüstung, Schulterpolster und Armschienen aus antikem Bronze, dunkle Haremshosen, geschnürte Beinschützer und ein langer Ringelschwanz.
@Bild 2: Die einzige männliche graue Wolfsfigur. Beibehalten werden das gleichmäßige, geschichtete hell- und dunkelgraue Langhaar, dunklere Ohrspitzen und eine Mähne am Nacken, eisblaue Augen, eine schlanke Wolfsschnauze mit schwarzer Nase, ein großer und muskulöser Körperbau, eine blau-goldene Robe mit Wolkenmuster, dunkelblaue Unterkleidung und Haremshosen, blaue geschnürte Arm- und Beinschützer, ein blauer Anhänger und ein flauschiger grauer Langschwanz.
Die beiden sind wortkarge, aber gleichermaßen ehrgeizige Action-Partner, die in Ruinen ein schnelles, unbewaffnetes Nahkampf-Sparring austragen. Die Langschwerter auf ihren Rücken müssen stets in der auf den Referenzbildern gezeigten festen Position und Ausrichtung bleiben, durchgehend in der Scheide, nicht gezogen, nicht die Hände gewechselt und nicht zum Angriff verwendet werden. Im gesamten Film treten nur diese beiden Charaktere auf.
[Szene und Stil]
Dieselbe umschlossene östliche buddhistische Grottenruine: Ein riesiger verwitterter, steingeschnitzter Buddha-Kopf, halb verborgen zwischen dichten Ranken und rosa Blütenbüschen, Felswände umschließen den Raum, verstreute kleine weiß leuchtende Pagoden, tiefhängender blau-violetter kalter Nebel sowie Steinstufen, Schutt, Moos und Plattformen unterschiedlicher Höhe, die Tiefe erzeugen. Amerikanische Kinofilm-Qualität der 3D-Animationscharaktertextur kombiniert mit einer filmischen östlichen Fantasy-Umgebung, starker Kontrast zwischen blau-violetten kühlen Tönen und dem kalten weißen Licht der Pagoden, realistischem Fell, Stoff, Metall, Steinschutt, Nebel und volumetrischer Beleuchtung.
[Aktionen und Zeitachse]
0—5 Sekunden:
Niedrige Kameraperspektive bewegt sich schnell nah an moosbewachsenen Steinstufen entlang, dann hebt sich die Kamera, um den Buddha-Kopf und die beiden Charaktere zu enthüllen. @Bild 2 landet von einer hohen Steinplattform, @Bild 1 steht darunter, seitlich und auf der Hut, ihr geringelter langer Schwanz zuckt sanft. Die beiden blicken sich kurz an und nehmen dann sofort eine unbewaffnete Sparringshaltung ein.
5—10 Sekunden:
@Bild 1 stürmt zuerst geduckt vorwärts, liefert eine Reihe von Schlägen und einen drehenden Beinfeger; @Bild 2 weicht seitlich aus, zieht sich zurück und packt ihr Handgelenk. Sie nutzt ihren langen Schwanz, um das Gleichgewicht zu halten, dreht sich los und streift an seiner Schulter vorbei. Die Kamera bewegt sich eng seitlich und kreist schnell, die Richtung der Schläge und Tritte ist klar, die Aktionen zeigen gegenseitigen Angriff und Verteidigung, und die Scheiden der Schwerter auf ihren Rücken bleiben stabil und folgen den Körperbewegungen.
10—15 Sekunden:
Die beiden jagen einander die zerbrochenen Steinstufen hinauf. @Bild 2 springt über eine zerbrochene Mauer in Richtung der Schulter des Buddha-Kopfes, @Bild 1 tritt über Baumwurzeln und nutzt kurz eine Mauer, um die Richtung zu wechseln, dicht folgend. Die Kamera rast vom Boden nach oben zu einem hohen Aussichtspunkt und zeigt die Tiefe der Ruinen, fallende Steine und die realistische Trägheit von Umhängen, Roben und Schwänzen.
15—17 Sekunden:
Die beiden kreuzen sich in der Luft, ein Schlag und ein Block stehen kurz vor dem Zusammenprall. Die Aufnahme geht für etwa eine Sekunde nur auf dem Höhepunkt der Aktion in Zeitlupe: Fell, Stoffkanten, Blütenblätter und Steinschutt schweben kurz, dann wird sofort wieder die hohe Geschwindigkeit aufgenommen.
17—24 Sekunden:
Die beiden landen auf der Schulter des Buddha-Kopfes und einer angrenzenden Pagodenplattform und vollziehen eine klare und flüssige Abfolge von unbewaffnetem Angriff und Verteidigung: gerader Schlag, Block, Ausweichen, Beinfeger, Griff und Konterwurf. Die Kamera wechselt schnell zwischen Verfolgung aus niedrigem Winkel, kurzem Kreisen und Nahaufnahmen von Reaktionen, wobei jede Aktion einen klaren Beginn und Abschluss hat.
24—28 Sekunden:
Die Steinplattform unter ihren Füßen bricht plötzlich zusammen, und die beiden rutschen mit dem Schutt nach unten. @Bild 2 packt @Bild 1's Handgelenk, um sie am Fallen zu hindern, und @Bild 1 ergreift die Gelegenheit, greift eine Ranke, dreht sich und bringt beide auf eine sichere Plattform. Die Aktion wechselt von natürlicher Konfrontation zu Partnerzusammenarbeit, wobei die Kamera schnell fällt und sich dann der Landung nähert.
28—30 Sekunden:
Die beiden landen stabil Rücken an Rücken, Staubnebel und rosa Blütenblätter fegen an ihnen vorbei. Die Schwanzspitze von @Bild 1 streift sanft @Bild 2's blaue Robe, und sie zeigt ein triumphierendes Lächeln; @Bild 2 zieht resigniert eine Augenbraue hoch. Die Kamera zoomt kurz auf ihre Ausdrücke, bevor sie endet.
[Kamera und Ton]
Durchgehend ein starkes Gefühl von Dynamik und Intensität beibehalten: stabile, handgehalten wirkende Nahaufnahmen, schnelle Bewegungen aus niedrigem Winkel, schnelle Seitwärtsbewegungen, kurzes Kreisen und abwechselnde Stürze von hoch nach tief. Reguläre Aufnahmen wechseln etwa alle 2-3 Sekunden, mit nur einer Instanz von etwa einer Sekunde Zeitlupe. Räumliche Richtung, Charakterpositionierung und Aktionsverläufe sind kontinuierlich.
Kein Dialog, keine Erzählung, keine Hintergrundmusik. Der Ton besteht aus Aufprall von Schlägen und Tritten, Reibung von Stoff und Scheide, fallenden Steinen, Schritten, Windgeräuschen und Nebel-Umgebungsgeräuschen, präzise synchronisiert mit jedem Kontakt und jeder Landung. Der Bildschirm hat keine Untertitel, keinen Text, kein Logo und kein Wasserzeichen.”
Erstellen Sie Ihr nächstes Wan AI Video mit Prime
Bringen Sie eine Szene, ein Bild oder ein kreatives Briefing in denselben Arbeitsbereich. Nutzen Sie Wan Prime, um eine neue Geschichte zu erkunden oder eine andere Version einer Idee auszuprobieren.
Offizielles Wan 3.0-Beispiel
Nachher
Verwandeln Sie ein Markendokument in einen Wan Prime-Film
Laden Sie eine Markeneinführung oder ein Kreativdokument hoch und beschreiben Sie die gewünschte Stimmung, Einstellungen und Story-Richtung. Dieser Café-Markenfilm zeigt, wie Dokumentenreferenzen Szenen und den Markenausdruck leiten können. Fügen Sie Bild-, Video- oder Audio-Referenzen hinzu, um Ihr Wan 3.0 Prime Video nach dem gleichen Briefing zu gestalten.
Offizielles Wan 3.0-Beispiel
“Erstelle einen 30-sekündigen, 16:9, 1080P filmischen 3D-Animations-Action-Kurzfilm.
[Referenzbild-Zuordnung]
@Bild 1: Die einzige weibliche Tabby-Katzenfigur. Beibehalten werden die braun-graue Tabby-Fellfarbe, dunkle Streifen auf Stirn und Wangen, bernsteingoldene Augen, spitze Katzenohren, ein agiler und kompakter Körperbau, ein blaugrüner Kapuzenumhang, ein cremefarbenes Unterhemd, blaugrüne Rüstung, Schulterpolster und Armschienen aus antikem Bronze, dunkle Haremshosen, geschnürte Beinschützer und ein langer Ringelschwanz.
@Bild 2: Die einzige männliche graue Wolfsfigur. Beibehalten werden das gleichmäßige, geschichtete hell- und dunkelgraue Langhaar, dunklere Ohrspitzen und eine Mähne am Nacken, eisblaue Augen, eine schlanke Wolfsschnauze mit schwarzer Nase, ein großer und muskulöser Körperbau, eine blau-goldene Robe mit Wolkenmuster, dunkelblaue Unterkleidung und Haremshosen, blaue geschnürte Arm- und Beinschützer, ein blauer Anhänger und ein flauschiger grauer Langschwanz.
Die beiden sind wortkarge, aber gleichermaßen ehrgeizige Action-Partner, die in Ruinen ein schnelles, unbewaffnetes Nahkampf-Sparring austragen. Die Langschwerter auf ihren Rücken müssen stets in der auf den Referenzbildern gezeigten festen Position und Ausrichtung bleiben, durchgehend in der Scheide, nicht gezogen, nicht die Hände gewechselt und nicht zum Angriff verwendet werden. Im gesamten Film treten nur diese beiden Charaktere auf.
[Szene und Stil]
Dieselbe umschlossene östliche buddhistische Grottenruine: Ein riesiger verwitterter, steingeschnitzter Buddha-Kopf, halb verborgen zwischen dichten Ranken und rosa Blütenbüschen, Felswände umschließen den Raum, verstreute kleine weiß leuchtende Pagoden, tiefhängender blau-violetter kalter Nebel sowie Steinstufen, Schutt, Moos und Plattformen unterschiedlicher Höhe, die Tiefe erzeugen. Amerikanische Kinofilm-Qualität der 3D-Animationscharaktertextur kombiniert mit einer filmischen östlichen Fantasy-Umgebung, starker Kontrast zwischen blau-violetten kühlen Tönen und dem kalten weißen Licht der Pagoden, realistischem Fell, Stoff, Metall, Steinschutt, Nebel und volumetrischer Beleuchtung.
[Aktionen und Zeitachse]
0—5 Sekunden:
Niedrige Kameraperspektive bewegt sich schnell nah an moosbewachsenen Steinstufen entlang, dann hebt sich die Kamera, um den Buddha-Kopf und die beiden Charaktere zu enthüllen. @Bild 2 landet von einer hohen Steinplattform, @Bild 1 steht darunter, seitlich und auf der Hut, ihr geringelter langer Schwanz zuckt sanft. Die beiden blicken sich kurz an und nehmen dann sofort eine unbewaffnete Sparringshaltung ein.
5—10 Sekunden:
@Bild 1 stürmt zuerst geduckt vorwärts, liefert eine Reihe von Schlägen und einen drehenden Beinfeger; @Bild 2 weicht seitlich aus, zieht sich zurück und packt ihr Handgelenk. Sie nutzt ihren langen Schwanz, um das Gleichgewicht zu halten, dreht sich los und streift an seiner Schulter vorbei. Die Kamera bewegt sich eng seitlich und kreist schnell, die Richtung der Schläge und Tritte ist klar, die Aktionen zeigen gegenseitigen Angriff und Verteidigung, und die Scheiden der Schwerter auf ihren Rücken bleiben stabil und folgen den Körperbewegungen.
10—15 Sekunden:
Die beiden jagen einander die zerbrochenen Steinstufen hinauf. @Bild 2 springt über eine zerbrochene Mauer in Richtung der Schulter des Buddha-Kopfes, @Bild 1 tritt über Baumwurzeln und nutzt kurz eine Mauer, um die Richtung zu wechseln, dicht folgend. Die Kamera rast vom Boden nach oben zu einem hohen Aussichtspunkt und zeigt die Tiefe der Ruinen, fallende Steine und die realistische Trägheit von Umhängen, Roben und Schwänzen.
15—17 Sekunden:
Die beiden kreuzen sich in der Luft, ein Schlag und ein Block stehen kurz vor dem Zusammenprall. Die Aufnahme geht für etwa eine Sekunde nur auf dem Höhepunkt der Aktion in Zeitlupe: Fell, Stoffkanten, Blütenblätter und Steinschutt schweben kurz, dann wird sofort wieder die hohe Geschwindigkeit aufgenommen.
17—24 Sekunden:
Die beiden landen auf der Schulter des Buddha-Kopfes und einer angrenzenden Pagodenplattform und vollziehen eine klare und flüssige Abfolge von unbewaffnetem Angriff und Verteidigung: gerader Schlag, Block, Ausweichen, Beinfeger, Griff und Konterwurf. Die Kamera wechselt schnell zwischen Verfolgung aus niedrigem Winkel, kurzem Kreisen und Nahaufnahmen von Reaktionen, wobei jede Aktion einen klaren Beginn und Abschluss hat.
24—28 Sekunden:
Die Steinplattform unter ihren Füßen bricht plötzlich zusammen, und die beiden rutschen mit dem Schutt nach unten. @Bild 2 packt @Bild 1's Handgelenk, um sie am Fallen zu hindern, und @Bild 1 ergreift die Gelegenheit, greift eine Ranke, dreht sich und bringt beide auf eine sichere Plattform. Die Aktion wechselt von natürlicher Konfrontation zu Partnerzusammenarbeit, wobei die Kamera schnell fällt und sich dann der Landung nähert.
28—30 Sekunden:
Die beiden landen stabil Rücken an Rücken, Staubnebel und rosa Blütenblätter fegen an ihnen vorbei. Die Schwanzspitze von @Bild 1 streift sanft @Bild 2's blaue Robe, und sie zeigt ein triumphierendes Lächeln; @Bild 2 zieht resigniert eine Augenbraue hoch. Die Kamera zoomt kurz auf ihre Ausdrücke, bevor sie endet.
[Kamera und Ton]
Durchgehend ein starkes Gefühl von Dynamik und Intensität beibehalten: stabile, handgehalten wirkende Nahaufnahmen, schnelle Bewegungen aus niedrigem Winkel, schnelle Seitwärtsbewegungen, kurzes Kreisen und abwechselnde Stürze von hoch nach tief. Reguläre Aufnahmen wechseln etwa alle 2-3 Sekunden, mit nur einer Instanz von etwa einer Sekunde Zeitlupe. Räumliche Richtung, Charakterpositionierung und Aktionsverläufe sind kontinuierlich.
Kein Dialog, keine Erzählung, keine Hintergrundmusik. Der Ton besteht aus Aufprall von Schlägen und Tritten, Reibung von Stoff und Scheide, fallenden Steinen, Schritten, Windgeräuschen und Nebel-Umgebungsgeräuschen, präzise synchronisiert mit jedem Kontakt und jeder Landung. Der Bildschirm hat keine Untertitel, keinen Text, kein Logo und kein Wasserzeichen.”
Gestalten Sie eine Szene mit multimodalen Referenzen
Leiten Sie die Wan Video-Generierung mit Bildern für Motive und Stil, Videos für Bewegung und Audio für die Klangrichtung. Ein Dokument oder eine öffentliche Webseite kann das kreative Briefing liefern. Erklären Sie, wie die Referenzen zusammenwirken sollen, um Charakterinteraktionen, Actionszenen oder eine neue visuelle Umgebung zu erkunden.
Offizielles Wan 3.0-Beispiel
“Erstelle einen 30-sekündigen, 16:9 japanischen, realistischen Kinokurzfilm. Die Geschichte spielt abends in einem japanischen Pendlerzug, wo ein Mann und eine Frau, die sich in ihrer Studienzeit kennengelernt haben, unerwartet wieder aufeinandertreffen; der kurze Blickkontakt in der Realität verwebt sich mit Frühlingserinnerungen an den Campus, mit zurückhaltenden, sanften Emotionen und einem Hauch ungesagten Bedauerns.
【Charaktere und Referenzen】
Figur 1 bezieht sich auf die aktuelle weibliche Person: schwarzes mittellanges Haar, natürliches Make-up, beiger Mantel und hellfarbener Strickschal, trägt eine alltägliche Pendeltasche.
Figur 2 bezieht sich auf die aktuelle männliche Person: schwarzes kurzes Haar, dunkler Mantel, Hemd und Strick-Unterkleidung, hält ein offenes Buch, trägt eine dunkle Umhängetasche.
Die Figuren 3 und 4 dienen als Referenzen für die beiden in ihrer Studienzeit. In den Erinnerungen tragen sie dunkle japanische Schuluniformen, wobei Gesichtsmerkmale, Augen und Frisuren den realen Charakteren entsprechen; die vier Bilder dienen nur dazu, das Aussehen der Charaktere festzulegen, und die Referenzbilder sollten nicht direkt zu statischen Collagen verarbeitet werden.
【Szene und Kinematografie】
Waggon eines alten Pendlerzugs, Metallhaltestangen, weiße runde Haltegriffe, lange Bänke auf beiden Seiten, realistische Fenster- und Türstrukturen. Fahrgäste sitzen natürlich lesend oder mit gesenktem Kopf ruhend da. Außerhalb des Fensters ziehen langsam japanische Flachbauten, Eisenbahnen, Stromleitungen und ferne Stadtsilhouetten vorbei. Die untergehende Sonne scheint durch das Seitenfenster herein und erzeugt ein warmes goldenes Gegenlicht auf den Charakteren, mit sanftem Blaugrau in den dunklen Bereichen des Waggons. Geringe Schärfentiefe, leichtes Filmkorn, 35-mm-Kinoqualität, natürliche Hauttextur und subtile Ausdrücke, keine übermäßige Hautglättung.
【Aufnahmen und Zeit】
0-4 Sekunden: Halbtotale entlang des Zuggangs, Kamera bewegt sich langsam vorwärts. Der Zug schwankt sanft mit der Bewegung, und die Haltegriffe schwingen leicht. Sitzende Fahrgäste und die vorbeiziehende Straßenlandschaft außerhalb des Fensters erzeugen eine ruhige Pendleratmosphäre.
4-8 Sekunden: Schnitt auf eine seitliche Halbnaheinstellung der Frau. Sie steht am Fenster, hält leicht einen Haltegriff oder eine Haltestange und dreht langsam ihren Kopf, nachdem sie eine Bewegung hinter sich gehört hat. Zuerst blickt sie den Gang entlang, dann hält sie ihren Blick kurz inne; ihr Ausdruck wechselt von ruhig zu einem Gefühl der Vertrautheit, ihre Lippen öffnen sich leicht, ohne übertriebene Überraschung.
8-12 Sekunden: Schulterblick der Frau, die den Mann auf der anderen Seite des Gangs sieht. Er las ursprünglich mit gesenktem Kopf, blickt auf und trifft ihren Blick, unterbricht seine Buchhaltung. Die Kamera fährt langsam näher heran, andere Fahrgäste im Waggon setzen ihre Handlungen fort und schauen nicht in die Kamera.
12-17 Sekunden: Übergang zu Frühlingserinnerungen durch Blickkontakt oder ähnliche Komposition. Eine Campusstraße mit blühenden Kirschbäumen, die beiden tragen Studentenuniformen, Schultaschen, gehen unter den Bäumen aufeinander zu. Blütenblätter fallen sanft, das Mädchen blickt zum Jungen zurück, und der Junge bleibt ebenfalls stehen. Das Licht ist heller und weicher als in der Realität, aber die Identitäten der Charaktere bleiben konsistent.
17-22 Sekunden: Natürlicher Schnitt zurück zum selben Zugwaggon. Die Frau dreht sich sanft um und geht am Mann vorbei den Gang entlang. Der Mann hält mit einer Hand einen Haltegriff, hält das Buch immer noch mit der anderen, sein Blick folgt ihr, während sie vorbeigeht; sein Körper dreht sich nur leicht, kein Umarmen oder Verfolgen.
22-27 Sekunden: Nahaufnahme des Mannes. Warmes und kühles Licht vom Fenster streicht über sein Gesicht, während er langsam den Kopf dreht, um zurückzublicken, seine Augen voller Zögern und Erinnerungen. Emotionen durch leichtes Atmen, natürliches Blinzeln und Blickwechsel ausdrücken, wobei die Konsistenz seiner Umhängetasche, Kleidung und Frisur beibehalten wird.
27-30 Sekunden: Rückkehr zu einer Halbtotalen des Zugwaggons, Charaktere natürlich durch den Gang und die Haltegriffe getrennt. Der Zug fährt weiter vorwärts, die untergehende Sonne außerhalb des Fensters zieht allmählich zurück. Lassen Sie die letzte Einstellung einen Moment verweilen, um den stillen Nachgeschmack des Wiedersehens zu bewahren, ohne ein Ende zu erzwingen.
【Ton】
Behalten Sie das tieffrequente Geräusch von Zugrädern auf Schienen, das leichte Schwanken des Waggons und entfernte gedämpfte menschliche Stimmen bei. Verwenden Sie sanftes Klavier und eine geringe Menge Streicher für die Musik, mit einer Lautstärke, die unter der Umgebungsgeräuschkulisse liegt. Eine kleine Menge sanfter japanischer Erzählung kann hinzugefügt werden, die Gefühle von Frühlingserinnerungen und lang ersehntem Wiedersehen ausdrückt; der Ton sollte natürlich und zurückhaltend sein, mit Pausen, die dem Rhythmus der Aufnahmen entsprechen, kein lauter Dialog oder dramatisches Weinen.
【Konsistenz und Ausschlüsse】
Die Gesichtsmerkmale, Frisur, Kleidung, Tasche und das Buch in der Hand desselben Charakters sollten in allen Aufnahmen konsistent bleiben; nur das Erinnerungssegment wechselt zu Studentenuniformen. Zugfenster, Sitze, Haltegriffe und Charakterpositionen sollten realistischen räumlichen Beziehungen folgen. Schnittübergänge sollten klar und natürlich sein, plötzliche Achsensprünge, Gesichtsverformungen, mehrere Finger, Charakterduplikationen, verformte Waggonstrukturen, Flackern, Überbelichtung, Untertitel, Titel, Logos oder Wasserzeichen sind zu vermeiden.”
Erzählen Sie eine Geschichte mit Bild und Ton
Beschreiben Sie Dialoge, Musik oder Umgebungsgeräusche und aktivieren Sie Audio, um es in Ihr Wan Prime Video aufzunehmen. Erstellen Sie einen Charakteraustausch, ein stilles Wiedersehen oder eine atmosphärische Szene. Sie können den Ton auch ausgeschaltet lassen und später Ihr eigenes Audio hinzufügen; die Toneinstellung ändert nicht den Kreditpreis.
Offizielles Wan 3.0-Beispiel
“Erstelle einen 30-sekündigen, 16:9 filmischen, surrealen orientalischen Fantasy-Kurzfilm.
[Referenzbildzuordnung]
Bild 1 ist die höchste Priorität für die Identität des modernen Mädchens für den gesamten Film: eine junge asiatische Frau mit dunkelbraunem, leicht gewelltem langem Haar, die ein hellblaues, lockeres Jeanshemd offen über einem weißen, eng anliegenden Oberteil, cremefarbene, hoch taillierte, gerade geschnittene Hose, weiße Leinenschuhe und kleine silberne Creolen trägt, mit einer natürlichen und strahlenden Ausstrahlung. Alle Frontal-, Seiten-, Halb- und Nahaufnahmen werden auf dasselbe Gesicht aus Bild 1 fixiert, wobei Gesichtszüge, Gesichtsform, Hautton, Frisur, Kleidung und Körperproportionen konsistent bleiben.
Bild 2 legt die Umgebung des orientalischen Lotus-Geheimreichs, helle Farben, transparentes Lotusmaterial und die Lichtstimmung fest.
Die Bilder 3 bis 9 legen jeweils sieben Sätze kleiner Tiere fest; die linke Seite jedes Bildes ist die einzigartige 2D-Formreferenz für dieses Tier, und die rechte Seite ist die einzigartige 3D-Formreferenz für dasselbe Tier. Konturen, Gesichtszüge, Farbschemata, Pflanzendekorationen, Körperproportionen und charakteristische Details müssen vor und nach der Umwandlung konsistent bleiben.
[Welt und Handlung]
Ein modernes Mädchen betritt zufällig ein tief im Wald verborgenes orientalisches Lotus-Geheimreich. Echter Wald, moosbewachsene Baumwurzeln, klare Bäche, Steinpfade, herabhängende Lianen und riesige durchscheinende Lotusblumen verflechten sich. Die Blütenblätter haben eine weiche Kristall- und Schleiertextur, erscheinen in Pfirsichrosa, Korallenrosa und Blassgold und strahlen von innen ein warmes Leuchten aus. Die Gesamtszene ist hell und klar, mit Hauptfarben wie zartem Grün, Smaragdgrün, Pfirsichrosa, warmem Gold und einem kleinen Anteil Hellviolett.
0-4 Sekunden:
Die Kamera folgt dem Mädchen aus Bild 1, wie es durch einen normalen Wald geht. Sie schiebt Lianen beiseite, und ein warmes, blendendes Licht scheint voraus durch. Die Kamera bewegt sich über ihre Schulter und tritt in das riesige Lotus-Geheimreich ein, das mit Bild 2 übereinstimmt. Sie bleibt stehen und blickt sich überrascht um.
4-8 Sekunden:
Verfolgungseinstellung aus niedriger Perspektive des Mädchens aus Bild 1, das in das Geheimreich geht. Transparente Lotusblumen wiegen sich sanft, Sonnenlicht fällt durch die Blütenblätter und erzeugt fließende rosa-goldene Licht- und Schatteneffekte auf ihrer hellblauen, weißen und cremefarbenen Kleidung; Blütenblätter, Tautropfen und Pollen streifen die Linse.
8-12 Sekunden:
Das Mädchen aus Bild 1 berührt sanft eine tief hängende riesige Lotusblume. Die Blütenblätter entfalten sich, als würden sie atmen, und ein leuchtender Wassertropfen fällt auf ihre Fingerspitze. Die Kamera zoomt in eine Makroaufnahme des Wassertropfens, und seine Reflexion zeigt nacheinander die 2D-Formen von der linken Seite von Bild 3, der linken Seite von Bild 4 und der linken Seite von Bild 5.
12-17 Sekunden:
Match-Cut durch die Reflexion des Wassertropfens in ein moosbewachsenes Miniatur-Ökosystem. Die 2D-Formen von der linken Seite von Bild 3, der linken Seite von Bild 4 und der linken Seite von Bild 5 lugen jeweils hinter Baumwurzeln, Lotusblättern und Steinen hervor, wobei ihre flachen Umrisse, illustrierten Texturen und ursprünglichen Körperproportionen beibehalten werden und sich natürlich im echten 3D-Wald bewegen.
17-22 Sekunden:
Die 2D-Form von der linken Seite von Bild 3 springt über einen Bach, wird in der Luft von Pollen umhüllt und verwandelt sich sanft in die 3D-Form von der rechten Seite von Bild 3. Anschließend verwandeln sich auch die Bilder 4, 5, 6 und 7 von ihren jeweiligen linken 2D-Formen in die entsprechenden 3D-Formen auf der rechten Seite desselben Bildes, mit kontinuierlicher Aktion und einer Eins-zu-Eins-Entsprechung der Erscheinungen.
22-27 Sekunden:
Das Mädchen aus Bild 1 hockt sich hin und interagiert natürlich mit den 3D-Kleintieren von der rechten Seite von Bild 3, der rechten Seite von Bild 4, der rechten Seite von Bild 6, der rechten Seite von Bild 8 und der rechten Seite von Bild 9. Die Tiere nähern sich ihrer Hand, schweben vor ihr, stehen auf moosbewachsenen Baumwurzeln oder tauchen hinter Lotusblättern auf. Der Ausdruck des Mädchens wechselt von Überraschung zu einem sanften Lächeln.
27-30 Sekunden:
Die 2D-Form von der linken Seite von Bild 7 springt wie ein Aufkleber nah an die Kamera, verdeckt kurz den Bildschirm und verwandelt sich dann beim Herunterspringen in die 3D-Form von der rechten Seite von Bild 7. Alle kleinen Tiere rennen den Steinpfad entlang in die Tiefen des Geheimreichs. Die Kamera steigt und fährt zurück und zeigt das Mädchen aus Bild 1, das in der Mitte des hellen Lotustals steht, wobei riesige transparente Lotusblumen gleichzeitig um sie herum blühen.
Natürliche Integration von Realfilm und filmischem CG, mit realistischem volumetrischem Licht, Brechung durch transparente Blütenblätter, Tautropfen-Kaustiken, weicher Tiefenschärfe und natürlicher Bewegungsunschärfe. Keine Untertitel, kein Text, keine Logos, keine Wasserzeichen.”
Text-zu-Video mit Wan 3.0 Prime
Beschreiben Sie, wer in der Szene ist, was passiert und wie sich die Kamera bewegt. Wan Text-zu-Video verwandelt diese Anweisung in einen neuen Clip, von einer imaginären Welt bis zu einem Charakter-Moment. Legen Sie eine Dauer von 2 bis 30 Sekunden in ganzen Sekunden fest und wählen Sie eine Ausgabe in 480P, 720P oder 1080P.
Andere Modelle erkunden
Wechseln Sie in einem Generator zwischen den Top-Videomodellen.
NEWWan 3.0
Erstellen Sie Videos aus Text, Bildern und multimodalen Referenzen, bis zu 30 Sekunden lang, mit optionalem Ton.
Gemini Omni Flash
720p Video aus Text, einem Bild oder 1–6 Referenzbildern.
MiniMax H3
Natives Stereo · Beliebige Medienreferenz · 2K
Seedance 2.5
Bis zu 30 Sekunden mit multimodalen Referenzen und nativem Audio.
Seedance 2.0
Flüssige Bewegungen und natürliche Choreografie.
Seedance 2.0 Mini
Preisgünstigere Entwürfe mit reicher Referenzkontrolle.
Wählen Sie Wan 3.0 Prime oder Wan 3.0
Beide Modelle unterstützen dieselben Generierungsmodi und Referenztypen. Prime bietet eine schnellere Generierung zu einem höheren Kreditpreis; Wan 3.0 ist die kostengünstigere Option.
| Funktion | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|
| Generierungsmodi | Text, Anfangs-/Endrahmen, Referenzen | Text, Anfangs-/Endrahmen, Referenzen |
| Auflösung | 480P / 720P / 1080P | 480P / 720P / 1080P |
| Ausgabedauer | 2–30 Sekunden | 2–30 Sekunden |
| Referenzeingaben | Bild, Video, Audio, Dokument oder Webseite | Bild, Video, Audio, Dokument oder Webseite |
| Generierter Ton | Optional; standardmäßig aus | Optional; standardmäßig aus |
| Startkosten · 480P, 2 Sekunden | 28 Credits | 42 Credits |
| Hauptvorteil | Niedrigere Kreditkosten | Schnellere Generierung |
Nutzen Sie beide Modelle für Produktvideos, Charakterszenen und kreatives Storytelling. Überprüfen Sie vor der Generierung die Gesamtkreditkosten für Ihre Auflösung, Ausgabedauer und Referenzvideo-Dauer.
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 profitierenMiniMax H3-70%
Gemini
Nano Banana
GPT-50%Seedream-40%Veo
Seedance 2.5
Kling - 2,000 Credits pro Monat
- Bis zu 2,000 schnelle Bilder
- Bis zu 200 Basisvideos
- Prioritätswarteschlange
- Keine Wasserzeichen
- KI-Tools Stapelverarbeitung
- Volle Privatsphäre
Empfohlen
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 profitierenMiniMax 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 profitierenMiniMax 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
Wan 3.0 Prime Häufig gestellte Fragen
Erfahren Sie, wie Sie Wan Prime online nutzen, Bilder animieren, Referenzen hinzufügen und Ihre Videoeinstellungen wählen.
1
Was ist Wan 3.0 Prime?
Wan 3.0 Prime ist die schnellere Generierungsoption in Alibabas Wan 3.0 Video-Modellfamilie. Es unterstützt Text-zu-Video, Animationen mit erstem Frame und erstem/letztem Frame sowie multimodale Referenzen. Raphael ermöglicht Ihnen die Online-Nutzung von Wan Prime über denselben Video-Generator wie Wan 3.0.
2
Wie erstelle ich ein Wan Prime Video online?
Geben Sie Ihre Szenenbeschreibung in den obigen Generator ein. Fügen Sie für Bild-zu-Video ein erstes Frame-Bild hinzu oder wechseln Sie in den Referenzmodus, um andere Quellmaterialien einzubinden. Wählen Sie Dauer, Auflösung, Seitenverhältnis und Toneinstellung. Überprüfen Sie die Gesamtkreditkosten und generieren Sie dann Ihren Clip.
3
Benötigt Wan Prime Bild-zu-Video sowohl einen ersten als auch einen Endrahmen?
Nein. Ein einzelnes erstes Frame-Bild reicht aus, um Bewegung und Kamerabewegung basierend auf Ihrer Eingabeaufforderung zu generieren. Der Endrahmen ist optional und leitet das endgültige Bild des Clips. Fügen Sie ihn hinzu, wenn das Video von einem Bild zu einem anderen übergehen soll.
4
Kann ich Videos, Audio, Dokumente und Webseiten-Links hinzufügen?
Der Referenzmodus akzeptiert bis zu 10 Bilder, 5 Videos und 5 Audio-Clips, plus ein Dokument oder eine öffentliche Webseite. Dokumente und Webseiten-Links schließen sich gegenseitig aus. Fügen Sie Ihre Dateien über denselben Materialeingang hinzu. Fügen Sie einen vollständigen öffentlichen Webseiten-Link in das Eingabefeld ein, um ihn in eine Referenzkarte umzuwandeln.
5
Welche Dauern und Auflösungen kann ich wählen?
Raphael bietet feste Dauern von 2 bis 30 Sekunden in ganzen Sekundenschritten, mit 480P, 720P oder 1080P Ausgabe. Referenzvideos können insgesamt bis zu 15 Sekunden lang sein, und ihre kombinierte Dauer plus die Ausgabe muss innerhalb von 30 Sekunden bleiben. Zum Beispiel erlauben 10 Sekunden Videoreferenzen eine Ausgabe von bis zu 20 Sekunden.
6
Generiert Wan Prime Ton mit dem Video?
Ja. Aktivieren Sie den Ton und beschreiben Sie den gewünschten Dialog, die Musik oder die Atmosphäre in Ihrer Eingabeaufforderung. Der Ton ist in Raphael standardmäßig ausgeschaltet. Das Einschalten ändert nicht den Kreditpreis, und Referenzaudio ist eine separate Eingabe von der generierten Toneinstellung.
7
Ist Wan 3.0 Prime kostenlos und wie viele Credits verbraucht es?
Wan 3.0 Prime erfordert einen kostenpflichtigen Plan und kostenpflichtige Credits auf Raphael. Die Ausgabe kostet 21 Credits pro Sekunde bei 480P, 42 bei 720P und 84 bei 1080P. Die Dauer des Referenzvideos wird zum gleichen Preis berechnet. Bilder, Audio, Dokumente und Webseiten verursachen keine separate Eingabegebühr. Das Minimum sind 42 Credits für einen 2-sekündigen 480P-Clip.
8
Wie unterscheidet sich Prime von Wan 3.0?
Prime bietet eine schnellere Generierung zu höheren Kreditkosten, während die unterstützten Modi, Auflösungen, Dauern und Referenztypen gleich sind. Wählen Sie Prime, wenn Sie eine kürzere Wartezeit zwischen kreativen Versuchen wünschen, oder Wan 3.0, wenn die Kosten wichtiger sind. Die tatsächliche Generierungszeit variiert.
