مولد ویدیوی AI Wan 3.0
توضیحات صحنه یا یک تصویر ثابت را با Wan 3.0 به ویدیو تبدیل کنید. تبلیغات محصول، لحظات سینمایی و کلیپ‌های اجتماعی را به صورت آنلاین ایجاد کنید، با حداکثر 30 ثانیه ویدیو و صدای اختیاری.
Wan 3.0 بخشی از خانواده مدل ویدیویی Wan AI علی‌بابا است. Raphael قابلیت تبدیل متن به ویدیو، تبدیل تصویر به ویدیو با Wan و تولید با مرجع چندوجهی را در یک فضای کاری آنلاین گرد هم می‌آورد. با یک پرامپت شروع کنید، یک تصویر را متحرک کنید، یا برای هدایت کلیپ بعدی خود، مراجع تصویر، ویدیو، صدا، سند یا صفحه وب را اضافه کنید.
تقویت با هوش مصنوعی
0 / 3,000
تصاویر مرجع (اختیاری)
0 / 3,000
تقویت با هوش مصنوعی
مدل
نسبت تصویر
تعداد خروجی
وضوح
کیفیت
سریع
در حال بارگذاری مدل‌های ویدیو...
نمونه ویدیوهای Wan 3.0
صحنه‌های فانتزی، هنرهای رزمی، موسیقی و داستان‌سرایی محصول را با Wan 3.0 کاوش کنید.
نمونه رسمی Wan 3.0
جشنی بر فراز ابرها
پرامپت
“این یک فیلم کوتاه فانتزی 9 صحنه‌ای و 30 ثانیه‌ای درباره قلمرویی اسرارآمیز در کوهستان‌های جاودان شرقی است، با رندرینگ سبک‌پردازی شده، و ارجاع زیبایی‌شناختی به سبک تصویرسازی پوسترهای تقویم به سبک نوین چینی — خطوط گونگ‌بی سنتی با ضخامت یکنواخت، شخصیت‌ها، معماری و الگوهای ابر را ترسیم می‌کنند؛ ابرها و امواج به جای مه یا آب واقعی، اشکال لایه‌لایه و تزئینی را به نمایش می‌گذارند؛ رنگ‌ها آبرنگ‌هایی با بافت کاغذ کهنه Xuan هستند، با استفاده از پالت رنگی سبز و نارنجی-صورتی کهنه؛ تصویر کلی زیبایی‌شناسی تزئینی، نوستالژیک و قدیمی را ارائه می‌دهد، صراحتاً از مواد فوتورئالیستی و رندرینگ موتور 3D اجتناب شده است.
لاک‌پشت غول‌پیکر بر فراز دریای وسیع ابرها شناور است و کوهستان‌های جاودان و کاخ‌های لایه‌لایه را بر پشت خود حمل می‌کند. ابرهای و مه طرح‌دار، مانند گلوله‌های پنبه‌ای لایه‌لایه، بر فراز دامنه‌های کوه شناورند. پری‌ای سوار بر قیلین فرخنده و زرین، ابرها را شکافته و فرود می‌آید، در هوا بر فراز جشنی از سعادت مطلق می‌تازد و بر صحنه‌ای پر از موسیقی، رقص و نمایش‌های مختلف نظاره می‌کند. او سرانجام بر سکوی بلند میدان فرود می‌آید و به نوازندگان و رقصندگان می‌پیوندد تا کل مکان را به اوج شادی برساند. پس از همگرایی پویا، همه به آرامش بازمی‌گردند، با کوهستان‌های جاودان که در انتهای دریای ابرها شناورند. کل فیلم از روایت سوم شخص مشاهده‌ای استفاده می‌کند، با سبکی ترکیبی از دوربین در سراسر فیلم، تنها با استفاده از چهار تکنیک اصلی: حرکت سریع FPV، دنبال کردن سریع از دیدگاه ذهنی، برش تطبیقی متوالی، و کشش حرکت آهسته. تمام نماهای FPV و حرکت سریع ذهنی باید از حرکات دوربین با سرعت بالا برای برجسته کردن صحنه دیدنی استفاده کنند. ابرهای و امواج طرح‌دار در طول حرکات با سرعت بالا، خطوط کامل خود را بدون فروپاشی یا تغییر شکل حفظ می‌کنند. ریتم تدوین ترکیبی است: یک نمای بلند با سرعت بالا در ابتدا مقیاس شیء غول‌پیکر را نشان می‌دهد، عمل اصلی در میانه با جزئیات و مکث‌های تنفسی آشکار می‌شود، اوج با برش‌های سریع همگرا می‌شود، و پایان یک نمای بلند آهسته است. موسیقی ترکیبی از موسیقی باستانی فاخر و موسیقی الکترونیک محیطی مدرن است، با گوزنگ، کونگ‌هو و پیپا به عنوان سازهای اصلی، و زنگ‌ها برای تأکید. حال و هوا به تدریج از دوردست به سرزنده تغییر می‌کند، با ضربات طبل متراکم و شدید در اوج، و در پایان به حال و هوای دوردست بازمی‌گردد.
صحنه 1 (0-4 ثانیه · انتقال اتمسفر)
حرکت سریع FPV در نمای بلند، با سرعت فوق‌العاده از بالای دریای ابرها به پایین سقوط می‌کند. ابرهای طرح‌دار در طول سقوط با سرعت بالا، خطوط کامل و پنبه‌ای شکل خود را حفظ می‌کنند و سرعت را از طریق جابجایی کلی بلوک‌های رنگی به جای تکه‌تکه شدن یا تغییر شکل بیان می‌کنند. دوربین از کنار طرح مبهم سر لاک‌پشت غول‌پیکر می‌گذرد، سپس با سوت‌کشان از میان چندین لایه کوه و کاخ‌های شناور عبور می‌کند. هر لایه از مناظر، به دلیل سرعت بیش از حد، تنها به صورت طرح‌های بلوک رنگی زودگذر از الگوهای تزئینی ظاهر می‌شود. شبح درناهای سفید که بال‌های خود را در کوهستان به هم می‌زنند، با خطوط گونگ‌بی ساده‌سازی شده تا پس‌تصویرهای سرعت را نشان دهد. سرانجام، دوربین به سرعت پایین می‌آید و ترمز می‌کند، ناگهان نزدیک به جهت سکوی بلند در میدان تثبیت می‌شود و طرح کلی یک جشنواره شلوغ با چراغ‌ها و جمعیت را آشکار می‌کند. صدای محیط، صدای اتمسفری با فرکانس پایین از ابرهای متلاطم است که با صدای سوت باد شدید ترکیب شده است؛ موسیقی به سرعت با گوزنگ و نت‌های کشیده الکترونیک آغاز می‌شود و به تدریج حجم آن افزایش می‌یابد.
صحنه 2 (4-11 ثانیه · نمایش اصلی · رده A)
دنبال کردن از دیدگاه ذهنی، شبیه‌سازی پری سوار بر قیلین، یک نمای بلند اول شخص که با سرعت فوق‌العاده نزدیک به زمین پرواز می‌کند و بر جشنواره نظاره دارد. صفحه نمایش حس سرعت را از طریق جابجایی کلی بلوک‌های رنگی به دلیل حرکت با سرعت بالا ایجاد می‌کند. پرهای گردن قیلین با خطوط گونگ‌بی و بلوک‌های رنگی به تصویر کشیده شده‌اند که با جریان هوا می‌چرخند، با لایه‌های آبرنگ قرمز زرین بر لبه‌های تزئینات پر. دیدگاه با سرعتی تقریباً کنترل‌نشده بر فراز میدان پرواز می‌کند. مناظر دو طرف — آستین‌های گشاد رقصندگان که مانند امواج ابر طرح‌دار موج می‌زنند، گروه‌های نوازندگان که پیپا، گوزنگ و کونگ‌هو را به صورت هماهنگ می‌نوازند، فانوس‌های آویزان لایه‌لایه و پرده‌های حریر — به دلیل سرعت بیش از حد، تنها به صورت بلوک‌های رنگی تزئینی زودگذر ظاهر می‌شوند. جمعیت و چراغ‌ها در عمق صفحه، به دلیل عبور با سرعت بالا، فرصت تمرکز ندارند و نوارهای نور نارنجی گرم و محو را تشکیل می‌دهند. ابرهای طرح‌دار اطراف صفحه، خطوط پنبه‌ای شکل خود را حفظ می‌کنند و با دیدگاه جریان می‌یابند. عمل اصلی، سر خوردن مداوم قیلین با سرعت بالا در یک قوس کامل است: در مرحله اولیه، قیلین بال‌های خود را باز می‌کند و نزدیک به زمین می‌تازد، دیدگاه به شدت می‌لرزد و حس قوی سرعت را به ارمغان می‌آورد؛ در مرحله توسعه، قیلین به بالا می‌پرد و از بالای سر جمعیت عبور می‌کند، دیدگاه به شدت نوسان می‌کند، نمای پانورامیک میدان در لرزش شدید ظاهر می‌شود و سپس با سرعت از کادر خارج می‌شود؛ در مرحله اوج، قیلین برای لحظه‌ای درنگ می‌کند و بال‌های خود را مستقیماً زیر هاله درخت روحانی به هم می‌زند، سرعت صفحه ناگهان به صفر می‌رسد و تضاد شدیدی ایجاد می‌کند، هاله با آبرنگ‌های طلایی کهنه صفحه را پر می‌کند، و خطوط گونگ‌بی در لحظه سکون وضوح و کامل بودن را بازمی‌يابند؛ سپس قیلین با شدت بیشتری شتاب می‌گیرد و به سمت سکوی بلند در میدان شیرجه می‌زند، با حس مداوم سرعت در سراسر آن. پدیده‌های پویا: فانوس‌ها با جریان هوا به شدت تاب می‌خورند، پرده‌های حریر طرح‌دار به صورت لایه‌لایه بالا و پایین می‌روند بدون اینکه خطوطشان فرو بپاشد. صدای صحنه: صدای محیط، اتمسفر شلوغ جمعیت است که با سوت جریان هوای شتابان ترکیب شده است؛ جلوه صوتی کلیدی، تقویت کوتاه آرپژهای پیپا هنگام عبور از گروه نوازندگان است؛ ضربات طبل موسیقی شروع به تشدید می‌کند، با زنگ‌هایی که در میان آن پراکنده شده‌اند.
صحنه 3 (11-19 ثانیه · نمایش اصلی · رده A)
نمای میانی به نمای نزدیک، خطوط گونگ‌بی خطوط را ترسیم می‌کنند، آبرنگ‌های گرم لایه‌های نور و سایه را بیان می‌کنند. نوازنده در یک طرف سکوی بلند نشسته است و پیپا را به صورت مورب در مقابل خود نگه داشته است. پوست او با آبرنگ‌هایی رندر شده است که بافتی نرم و گلگون را نشان می‌دهد. یک نقطه ظریف قرمز روشن بین ابروهایش به آرامی ترکیب شده است. چندین رشته مروارید آویزان در موهایش با خطوط گونگ‌بی به تصویر کشیده شده‌اند که با خم کردن سرش به آرامی تاب می‌خورند. او یک لباس بلند آستین‌بلند ماه-سفید با الگوهای تیره پوشیده است که روی آن یک نیم‌آستین نارنجی آتشین با گلدوزی طلایی قرار دارد. پارچه با آبرنگ‌هایی رندر شده است که عمق‌های مختلف و چین‌ها و سایه‌های طبیعی را نشان می‌دهد، با خطوط پیوسته و یکنواخت. عمل اصلی، یک قطعه موسیقی کامل از کندن و نواختن تا انتقال انگشتان چرخشی، سپس به پایان با یک ضربه جارویی است: در مرحله اولیه، انگشت شست و اشاره دست راست به تناوب به آرامی سیم‌ها را می‌کَنند و می‌نوازند، سیم‌ها با خطوط ساده‌ای به تصویر کشیده شده‌اند که لرزش‌های خفیف را نشان می‌دهند؛ در مرحله توسعه، به انگشتان چرخشی منتقل می‌شود، در اینجا دقت انگشتان قفل نمی‌شود، دوربین به نمای نزدیک تغییر می‌کند و بر خود سیم‌ها تمرکز می‌کند — سیم‌ها به دلیل کندن با سرعت بالا، پس‌تصویرهای گونگ‌بی محو و لرزان را نشان می‌دهند، حرکات دست از طریق ریتم کلی خطوط سیال به جای جزئیات خطوط انگشتان بیان می‌شوند؛ در مرحله اوج، بازوی نوازنده ناگهان بالا می‌رود، کف دست او یک ضربه جارویی بزرگ را بر روی تمام سیم‌ها می‌زند، آرپژ یک جلوه بصری انفجاری با آبرنگ‌های بلوک رنگی ایجاد می‌کند، طرح کلی ساز به وضوح با نیرو می‌لرزد، و طرح کلی آستین گشاد با حرکت بازو به طور قابل توجهی بالا و پایین می‌رود. دوربین در اینجا به کشش حرکت آهسته تغییر می‌کند و جزئیات تاب خوردن ابریشم و لرزش سیم‌ها را در این لحظه جارویی ثبت می‌کند. تغییرات لایه‌لایه آبرنگ‌ها در حرکت آهسته به وضوح قابل مشاهده است؛ سرانجام، دست نوازنده بالای سیم‌ها مکث می‌کند، کمی نفس‌نفس می‌زند، چشمانش ناگهان بالا می‌رود تا به سمت مرکز میدان نگاه کند، بیان او غرق در لحظه و از خود بی‌خود است. واکنش‌های دیگر سوژه‌ها: یک گروه صد نفره موسیقی و رقص در دوردست، که به شکل‌های گروهی طرح‌دار ساده‌سازی شده‌اند، آستین‌های خود را در پاسخ به ضربه انفجاری بالا می‌برند. صدای صحنه: جلوه صوتی کلیدی، صدای قوی ضربه انفجاری پیپا و ضربه سنگین طبل‌ها است که دقیقاً با هم منطبق می‌شوند؛ سازبندی موسیقی در اینجا به اوج تراکم خود می‌رسد، با زنگ‌ها و شنگ و شیائو که به صورت هماهنگ می‌نوازند.
صحنه 4 (19-21 ثانیه · انتقال اتمسفر، مکث تنفسی)
نمای میانی، نمای از بالا، صدای باقی‌مانده از نواختن از بین نرفته است، یک حرکت آهسته کوتاه و منجمد مانند از نمای پانورامیک میدان، لحظه‌ای که آستین‌های گشاد گروه صد نفره موسیقی و رقص بی‌حرکت در هوا معلق هستند، فانوس‌های طرح‌دار به تدریج آهسته‌تر تاب می‌خورند، سرعت صفحه ناگهان کاهش می‌یابد تا حس قوی تضاد تنفسی ایجاد کند، آبرنگ‌های بافت کاغذ کهنه Xuan لایه‌های نرمی را در پرتوهای نور نشان می‌دهند. صدای صحنه: ضربات طبل به طور خلاصه پراکنده، صدای باقی‌مانده زنگ‌ها طولانی.
صحنه 5 (21-27 ثانیه · نمایش اصلی · رده A)
نمای میانی به نمای نزدیک، خطوط گونگ‌بی خطوط را ترسیم می‌کنند، نور پس‌زمینه با آبرنگ‌هایی بیان شده که هاله‌های نرمی را بر روی موها و لبه‌های ابریشم نشان می‌دهند. در مرکز میدان، یک رقصنده تنها در مقابل گروه صد نفره ایستاده است. پوست او با آبرنگ‌هایی رندر شده است که بافتی نرم را نشان می‌دهد. ابروهای او به آرامی با خطوط ظریف گونگ‌بی ترکیب شده‌اند که به سمت بالا قوس دارند. موهای مشکی او بالا بسته شده است، با یک زیور طلایی با طرح شعله در بالا، که با خطوط و بلوک‌های رنگی نور شکست‌خورده را نشان می‌دهد. او یک لباس بلند ابریشمی حریر با آستین‌های گشاد و شیب رنگ نارنجی آتشین پوشیده است. پارچه ابریشمی با آبرنگ‌هایی رندر شده است که کیفیتی سبک و شفاف با لبه‌های لایه‌لایه را نشان می‌دهد. چندین یارد ابریشم بلند به دور بازوهایش پیچیده شده و از کنار او آویزان است. عمل اصلی، قوس کامل چرخش ابریشم بلند است: در مرحله اولیه، بازوهای رقصنده به داخل کشیده می‌شوند، ابریشم بلند به آرامی در کنار او آویزان و پیچیده شده است، چشمانش کمی بسته، در حال جمع‌آوری حرکت؛ در مرحله توسعه، کمر او ناگهان می‌چرخد و بازوهایش را به شدت به بیرون پرتاب می‌کند، ابریشم بلند یک مسیر مارپیچی عظیم را در هوا مانند شعله‌های طرح‌دار تشکیل می‌دهد، بدن او با حرکت تاب به طور قابل توجهی کج می‌شود و سپس به حالت عادی بازمی‌گردد، انتهای ابریشم بلند یک مسیر پس‌تصویر حرکت ساده‌سازی شده را با خطوط گونگ‌بی دنبال می‌کند، خطوط پیوسته بدون فروپاشی باقی می‌مانند؛ در مرحله اوج، رقصنده به بالاترین سرعت خود می‌چرخد، سپس مرکز ثقل خود را تثبیت می‌کند، بازوهایش ناگهان باز می‌شوند، ابریشم بلند به طور کامل در اطراف او به یک هاله شعله‌ای طرح‌دار عظیم باز می‌شود، خطوط در لحظه باز شدن به طور یکنواخت واضح و بدون شکستگی یا پیچ‌خوردگی باقی می‌مانند؛ سرانجام، ابریشم بلند به آرامی جمع می‌شود و می‌افتد، رقصنده کمی نفس‌نفس می‌زند، چشمانش باز می‌شود تا به سمت سکوی بلند در میدان نگاه کند، بیان او آرام و غرق در لحظه است. واکنش‌های دیگر سوژه‌ها: گروه صد نفره در لحظه باز شدن ابریشم بلند، آستین‌های خود را به صورت هماهنگ بالا می‌برند، هاله درخت روحانی به طور قابل توجهی روشن‌تر می‌شود، و ابرهای طرح‌دار با آبرنگ‌های گرم رنگین می‌شوند. صدای صحنه: صدای محیط به طور خلاصه عقب‌نشینی می‌کند؛ جلوه صوتی کلیدی، صدای خش‌خش باز شدن ابریشم بلند است که با نت‌های قوی زنگ‌ها ترکیب شده است؛ سازبندی پنج لایه موسیقی به صورت هماهنگ می‌نوازد، اوج حجم صدای کل فیلم.
صحنه 6 (27-30 ثانیه · انتقال اتمسفر، نتیجه‌گیری نمای بلند)
نمای بلند، نمای از بالا که به آرامی بالا می‌رود، درخشش باقی‌مانده ابریشم بلند و شادی میدان به تدریج در ابرها و مه طرح‌دار فرو می‌رود. شبح قیلین در عمق چراغ‌ها ناپدید شده است. گروه صد نفره و نوازندگان به تدریج کوچک می‌شوند و در مقیاس کوهستان‌های جاودان ادغام می‌شوند. هاله درخت روحانی به یک آبرنگ نرم و ماندگار از رنگ تبدیل می‌شود. ابرهای طرح‌دار دوباره همگرا می‌شوند و دامنه کوه را می‌پوشانند. صفحه بر روی یک نمای پانورامیک از کوهستان‌های جاودان پوشیده از مه که در انتهای دریای وسیع ابرها شناورند، ثابت می‌شود. خطوط گونگ‌بی در نمای بلند به طرح‌های نرم کوهستان ساده‌سازی شده‌اند، و آبرنگ‌های بافت کاغذ کهنه Xuan به آرامش بازمی‌گردند. صدای صحنه: صدای محیط به اتمسفر دوردست و با فرکانس پایین دریای ابرها بازمی‌گردد؛ تنها نت‌های باقی‌مانده گوزنگ و نت‌های کشیده الکترونیک باقی می‌مانند و به تدریج محو می‌شوند تا فیلم را به پایان برسانند.”
از یک ایده تا ویدیوی Wan AI
نقطه شروعی را انتخاب کنید که متناسب با پروژه شما باشد: یک صحنه نوشتاری، یک تصویر محصول یا مجموعه‌ای از مراجع. قبل از تولید، مدت زمان و وضوح را تنظیم کنید.
نمونه رسمی Wan 3.0
بعد
“یک تبلیغ محصول عینک هوشمند رده بالا، با سبکی کلی مینیمالیستی، آینده‌نگر و مد روز، نورپردازی کنترل‌شده، پالت رنگی مشکی، خاکستری نقره‌ای و آبی یخی به عنوان رنگ‌های اصلی، با تاکیدات نور سفید ملایم موضعی و گرافیک رابط کاربری پارامترها. صحنه آغازین در پس‌زمینه‌ای کاملاً مشکی، یک جفت عینک هوشمند به آرامی از تاریکی پدیدار می‌شود، با هایلایت‌های ظریف که در امتداد لبه‌های دسته عینک می‌لغزند و طرح کلی فریم زیر نورپردازی لبه‌ای سرد مشخص می‌شود. دوربین از نمای بسیار نزدیک از روی لنزها، پدهای بینی، لولاها، دسته‌ها و جزئیات مواد عبور می‌کند، که بافت ظریف فلز و مواد کامپوزیت با عملکرد بالا را به نمایش می‌گذارد، با پرداخت سطحی ظریف و کنترل‌شده و خطوط باریک و روان. سپس محصول به آرامی در هوا می‌چرخد، با گرافیک‌های متحرک مینیمالیستی که اطلاعات پارامترهای اصلی را به صورت همزمان نمایش می‌دهند. سپس دوربین به سرعت جمع می‌شود و تمام اجزا به دقت به هم بازمی‌گردند تا محصول کامل را تشکیل دهند. به یک مدل جوان که عینک را به چشم دارد، تغییر می‌کند؛ مدل دارای ویژگی‌های چهره مشخص و رفتاری با اعتماد به نفس است، با لباس‌های شیک و مد روز شهری، که به طور طبیعی سر خود را می‌چرخاند، دست خود را بالا می‌آورد، راه می‌رود و لبخند می‌زند در فضایی مینیمالیستی و محیط نورپردازی شهری. دوربین عینک را از زوایای جلو، کناری و مایل از پشت نشان می‌دهد، که تناسب باریک، فرم مد روز و قابلیت استفاده روزمره آن را برجسته می‌کند. در پایان، محصول در پس‌زمینه‌ای تک‌رنگ شناور و ثابت می‌ماند، در حالی که دوربین به آرامی به سمت لوگوی برند و شعار اصلی حرکت می‌کند. موسیقی کلی فضایی الکترونیکی مینیمالیستی است با ضربات دقیق، ریتمی تمیز و قدرتمند. کیفیت بصری ظریف، کنترل‌شده و خالص است، با امضای برند قوی و زیبایی‌شناسی فناوری بین‌المللی.”
پاورپوینت محصول را به تبلیغ ویدیویی Wan تبدیل کنید
از یک ارائه محصول به عنوان مرجع استفاده کنید و سبک تبلیغاتی، نماهای محصول و صحنه‌های استفاده مورد نظر خود را به Wan 3.0 بگویید. این مثال عینک هوشمند نشان می‌دهد که چگونه Wan 3.0 اطلاعات محصول را به یک تبلیغ فناوری تبدیل می‌کند. همچنین می‌توانید ورودی سند را با مراجع تصویری، ویدیویی یا صوتی ترکیب کنید.
نمونه رسمی Wan 3.0
قبلبعد
“【الزامات سخت‌گیرانه تصویر پایه】
فیلم نهایی باید تمام خطوط قرمز، نشانگرهای عددی، فلش‌ها و علائم کمکی را به طور کامل حذف کند؛ هیچ متن یا واترمارکی در کادر ظاهر نشود. بافت نقاشی رنگ روغن کلاسیک 8K فراواقع‌گرایانه و فوتورئالیستی، ضربات قلم‌مو و دانه‌های رنگدانه به وضوح قابل تشخیص باشند، رندر نورپردازی سینمایی UE5، نور پس‌زمینه گرم مایل به کناری یک بعدازظهر یونانی، گرد و غبار قهوه‌ای طلایی در ستون‌های نور می‌چرخد و پراکنده می‌شود. اسب چوبی سفید غول‌پیکر، تریلر و غلتک‌های چوبی، طناب‌های کنفی ضخیم و کشیده، دیوار سنگی شهر تروآ و برج دیده‌بانی گرد در سمت چپ، و مجموعه شهر کوهستانی دوردست، همگی شکل، نسبت‌ها و موقعیت‌های اصلی خود را بدون تغییر حفظ کنند. نسبت‌های انسانی طبیعی و بدون اعوجاج باشند؛ فقط جمعیت اصلی در حال کشیدن طناب و مدافعان روی دیوار باقی بمانند — هیچ شخصیت اضافی اضافه نشود. لباس‌ها به رنگ‌های اصلی اخرایی-قرمز، نیلی، خاکی-زرد و سفید مایل به کرم باقی بمانند.
【قوانین اصلی حرکت دوربین】
دید اول شخص از پهپاد FPV، تک شات، یک حرکت پیوسته و بدون وقفه در تمام طول مسیر، پرواز در امتداد مسیر کامل خط قرمز 1→2→3→4→5 در تصویر 1، بدون رد کردن هیچ بخش، بدون ساده‌سازی مسیر، و بدون تغییر ترتیب. شروع پرواز مستقیم و مسطح نیست — ابتدا به سمت بالا و چپ اوج می‌گیرد تا از منطقه طناب‌های کششی عبور کند، سپس در یک قوس موجی بزرگ به پایین شیرجه می‌زند. نقطه مسیر 2 باید واقعاً از فضای زیر شکم اسب عبور کند؛ نمی‌تواند از کنار بدن اسب بگذرد یا از کنار آن رد شود. ریتم کلی سرعت لایه‌بندی شده به صورت سریع → آهسته → سریع است.
【تقسیم‌بندی بر اساس نقاط مسیر】
بخش 1 (نقطه مسیر 1 → نقطه مسیر 2): ورود پرسرعت، شیرجه‌ای که ابتدا اوج می‌گیرد سپس سقوط می‌کند.
دوربین از ارتفاع پایین از لبه سمت راست کادر، کنار نوک نیزه‌های نیزه‌داران هلهله‌کننده، با سرعت فوق‌العاده به سمت بالا و چپ اوج می‌گیرد، از روی ردیف‌های طناب‌های کششی کشیده عبور می‌کند، بالای مجموعه شهر کوهستانی دوردست بالا می‌رود تا از کنار آن بگذرد، سپس به شدت در موقعیت درست در سمت راست سینه اسب به پایین می‌چرخد، دماغه را به پایین فشار داده و در امتداد بالای سر جمعیت و نیزه‌های برافراشته شیرجه می‌زند. دست‌ها و پرچم‌ها از دو طرف به سرعت عبور می‌کنند، گرد و غبار برخاسته توسط جریان هوا به رشته‌های بلند پاره می‌شود، و دماغه مستقیماً به سمت سایه زیر شکم اسب شیرجه می‌زند.
بخش 2 (نقطه مسیر 2، عبور از زیر شکم): فرو رفتن زیر اسب، سرعت ناگهان کاهش می‌یابد.
دوربین به شدت پایین می‌آید، از بین چهار پای ستون‌مانند عظیم اسب عبور می‌کند، از فضای سایه‌دار مستقیماً زیر شکم می‌گذرد — بالای سر، تخته‌های چوبی با طرح دانه و نشانه‌های اسکنه از زیر شکم اسب قرار دارند، در دو طرف طناب‌های ضخیم، تخته‌های تریلر و غلتک‌های با نوار آهنی دیده می‌شوند، و در پایین زمین خاکی که توسط پاهای بی‌شمار لگدمال شده است. نور به طور ناگهانی کم می‌شود و فقط نوارهای نور طلایی از شکاف‌ها به داخل نفوذ می‌کنند؛ حس مقیاس به حداکثر خود می‌رسد.
بخش 3 (نقطه مسیر 2 → نقطه مسیر 3): حرکت آهسته، کج شدن به بالا و چرخش تند.
دوربین از سمت دیگر شکم بیرون می‌آید و در نزدیکی عقب اسب و نزدیک دیوار شهر سمت چپ، یک قوس صعودی بزرگ U شکل را با حرکت آهسته ایجاد می‌کند، از بافت حکاکی شده دم و پاهای عقب عبور می‌کند. بدنه پهپاد به آرامی به سمت بالا متمایل می‌شود، و حجم عظیم دیوار سنگی شهر و برج دیده‌بانی گرد در پس‌زمینه به تدریج با بالا رفتن دوربین کادر را پر می‌کند.
بخش 4 (نقطه مسیر 3 → نقطه مسیر 4): حفظ حرکت آهسته، بالا رفتن و گردش در امتداد ستون فقرات.
دوربین به آرامی در امتداد خط ستون فقرات اسب از عقب به جلو بالا می‌رود، از درزهای چوبی پشت، یال حکاکی شده و موج‌های عضلات گردن یکی یکی عبور می‌کند. پرندگان در حال چرخش در آسمان جلوی لنز پراکنده می‌شوند؛ مدافعان متراکم روی دیوار و شهر کوهستانی دوردست به آرامی در پایین به عقب می‌روند.
بخش 5 (نقطه مسیر 4 → نقطه مسیر 5): شتاب ناگهانی، یک چرخش سریع به دور سر برای پایان.
پس از عبور از بالای یال، دوربین ناگهان شتاب می‌گیرد و به سمت راست در یک حلقه بسته کامل به دور سر اسب می‌چرخد — ابتدا به سمت آسمان باز در جلوی سمت راست اسب می‌جهد، سپس به شدت معکوس شده و به عقب فشار می‌آورد، و در نهایت مستقیماً به سمت سر اسب با سرعت حرکت می‌کند. حرکت در لحظه آخر به طور کامل متوقف می‌شود.
【کادر نهایی ثابت】
دوربین در یک نمای نزدیک دقیقاً جلوی سر اسب ثابت می‌شود: چشم، سوراخ بینی و یال حکاکی شده اسب بر کادر غالب هستند، نور حاشیه‌ای یک خط طلایی در اطراف سر ایجاد می‌کند، و پس‌زمینه آسمان آبی محو، ابرهای در حال حرکت و شهر کوهستانی دوردست است.
【نکات نورپردازی و کیفیت】
بدون برش در تمام طول مسیر، بدون تقسیم نما، بدون وقفه در انتقال — بافت بومی FPV با زاویه باز و اعوجاج جزئی یک شات پیوسته را حفظ کند. نور طلایی بعدازظهر همیشه از بالا-راست کادر می‌آید؛ هنگام عبور از زیر شکم، یک انتقال طبیعی نوردهی از روشن به تاریک و دوباره به روشن را تجربه می‌کند. چگالی ذرات گرد و غبار و ریزگرد معلق در هوا با سرعت افزایش می‌یابد، و ضربات قلم‌مو و دانه‌های رنگدانه نقاشی رنگ روغن در تمام طول اثر ثابت می‌مانند — هیچ درخشش پلاستیکی فوتورئالیستی ظاهر نمی‌شود.”
مسیر بکشید تا حرکت دوربین را در Wan هدایت کنید
در یک تصویر مرجع، مسیری و نقاط شماره‌گذاری شده را مشخص کنید، سپس حرکت دوربین را در دستور (پرامپت) خود شرح دهید. این نمونه Wan 3.0 یک نمای پیوسته پهپادی را از میان صحنه‌ای با اسب‌های چوبی به تصویر می‌کشد و از مسیر ترسیم شده برای هدایت چرخش‌ها، تغییرات ارتفاع و تنظیم سرعت استفاده می‌کند. ویدیوی نهایی علائم مرجع را حذف خواهد کرد.
نمونه رسمی Wan 3.0
“این یک فیلم کوتاه فانتزی 9 صحنه‌ای و 30 ثانیه‌ای درباره قلمرویی اسرارآمیز در کوهستان‌های جاودان شرقی است، با رندرینگ سبک‌پردازی شده، و ارجاع زیبایی‌شناختی به سبک تصویرسازی پوسترهای تقویم به سبک نوین چینی — خطوط گونگ‌بی سنتی با ضخامت یکنواخت، شخصیت‌ها، معماری و الگوهای ابر را ترسیم می‌کنند؛ ابرها و امواج به جای مه یا آب واقعی، اشکال لایه‌لایه و تزئینی را به نمایش می‌گذارند؛ رنگ‌ها آبرنگ‌هایی با بافت کاغذ کهنه Xuan هستند، با استفاده از پالت رنگی سبز و نارنجی-صورتی کهنه؛ تصویر کلی زیبایی‌شناسی تزئینی، نوستالژیک و قدیمی را ارائه می‌دهد، صراحتاً از مواد فوتورئالیستی و رندرینگ موتور 3D اجتناب شده است.
لاک‌پشت غول‌پیکر بر فراز دریای وسیع ابرها شناور است و کوهستان‌های جاودان و کاخ‌های لایه‌لایه را بر پشت خود حمل می‌کند. ابرهای و مه طرح‌دار، مانند گلوله‌های پنبه‌ای لایه‌لایه، بر فراز دامنه‌های کوه شناورند. پری‌ای سوار بر قیلین فرخنده و زرین، ابرها را شکافته و فرود می‌آید، در هوا بر فراز جشنی از سعادت مطلق می‌تازد و بر صحنه‌ای پر از موسیقی، رقص و نمایش‌های مختلف نظاره می‌کند. او سرانجام بر سکوی بلند میدان فرود می‌آید و به نوازندگان و رقصندگان می‌پیوندد تا کل مکان را به اوج شادی برساند. پس از همگرایی پویا، همه به آرامش بازمی‌گردند، با کوهستان‌های جاودان که در انتهای دریای ابرها شناورند. کل فیلم از روایت سوم شخص مشاهده‌ای استفاده می‌کند، با سبکی ترکیبی از دوربین در سراسر فیلم، تنها با استفاده از چهار تکنیک اصلی: حرکت سریع FPV، دنبال کردن سریع از دیدگاه ذهنی، برش تطبیقی متوالی، و کشش حرکت آهسته. تمام نماهای FPV و حرکت سریع ذهنی باید از حرکات دوربین با سرعت بالا برای برجسته کردن صحنه دیدنی استفاده کنند. ابرهای و امواج طرح‌دار در طول حرکات با سرعت بالا، خطوط کامل خود را بدون فروپاشی یا تغییر شکل حفظ می‌کنند. ریتم تدوین ترکیبی است: یک نمای بلند با سرعت بالا در ابتدا مقیاس شیء غول‌پیکر را نشان می‌دهد، عمل اصلی در میانه با جزئیات و مکث‌های تنفسی آشکار می‌شود، اوج با برش‌های سریع همگرا می‌شود، و پایان یک نمای بلند آهسته است. موسیقی ترکیبی از موسیقی باستانی فاخر و موسیقی الکترونیک محیطی مدرن است، با گوزنگ، کونگ‌هو و پیپا به عنوان سازهای اصلی، و زنگ‌ها برای تأکید. حال و هوا به تدریج از دوردست به سرزنده تغییر می‌کند، با ضربات طبل متراکم و شدید در اوج، و در پایان به حال و هوای دوردست بازمی‌گردد.
صحنه 1 (0-4 ثانیه · انتقال اتمسفر)
حرکت سریع FPV در نمای بلند، با سرعت فوق‌العاده از بالای دریای ابرها به پایین سقوط می‌کند. ابرهای طرح‌دار در طول سقوط با سرعت بالا، خطوط کامل و پنبه‌ای شکل خود را حفظ می‌کنند و سرعت را از طریق جابجایی کلی بلوک‌های رنگی به جای تکه‌تکه شدن یا تغییر شکل بیان می‌کنند. دوربین از کنار طرح مبهم سر لاک‌پشت غول‌پیکر می‌گذرد، سپس با سوت‌کشان از میان چندین لایه کوه و کاخ‌های شناور عبور می‌کند. هر لایه از مناظر، به دلیل سرعت بیش از حد، تنها به صورت طرح‌های بلوک رنگی زودگذر از الگوهای تزئینی ظاهر می‌شود. شبح درناهای سفید که بال‌های خود را در کوهستان به هم می‌زنند، با خطوط گونگ‌بی ساده‌سازی شده تا پس‌تصویرهای سرعت را نشان دهد. سرانجام، دوربین به سرعت پایین می‌آید و ترمز می‌کند، ناگهان نزدیک به جهت سکوی بلند در میدان تثبیت می‌شود و طرح کلی یک جشنواره شلوغ با چراغ‌ها و جمعیت را آشکار می‌کند. صدای محیط، صدای اتمسفری با فرکانس پایین از ابرهای متلاطم است که با صدای سوت باد شدید ترکیب شده است؛ موسیقی به سرعت با گوزنگ و نت‌های کشیده الکترونیک آغاز می‌شود و به تدریج حجم آن افزایش می‌یابد.
صحنه 2 (4-11 ثانیه · نمایش اصلی · رده A)
دنبال کردن از دیدگاه ذهنی، شبیه‌سازی پری سوار بر قیلین، یک نمای بلند اول شخص که با سرعت فوق‌العاده نزدیک به زمین پرواز می‌کند و بر جشنواره نظاره دارد. صفحه نمایش حس سرعت را از طریق جابجایی کلی بلوک‌های رنگی به دلیل حرکت با سرعت بالا ایجاد می‌کند. پرهای گردن قیلین با خطوط گونگ‌بی و بلوک‌های رنگی به تصویر کشیده شده‌اند که با جریان هوا می‌چرخند، با لایه‌های آبرنگ قرمز زرین بر لبه‌های تزئینات پر. دیدگاه با سرعتی تقریباً کنترل‌نشده بر فراز میدان پرواز می‌کند. مناظر دو طرف — آستین‌های گشاد رقصندگان که مانند امواج ابر طرح‌دار موج می‌زنند، گروه‌های نوازندگان که پیپا، گوزنگ و کونگ‌هو را به صورت هماهنگ می‌نوازند، فانوس‌های آویزان لایه‌لایه و پرده‌های حریر — به دلیل سرعت بیش از حد، تنها به صورت بلوک‌های رنگی تزئینی زودگذر ظاهر می‌شوند. جمعیت و چراغ‌ها در عمق صفحه، به دلیل عبور با سرعت بالا، فرصت تمرکز ندارند و نوارهای نور نارنجی گرم و محو را تشکیل می‌دهند. ابرهای طرح‌دار اطراف صفحه، خطوط پنبه‌ای شکل خود را حفظ می‌کنند و با دیدگاه جریان می‌یابند. عمل اصلی، سر خوردن مداوم قیلین با سرعت بالا در یک قوس کامل است: در مرحله اولیه، قیلین بال‌های خود را باز می‌کند و نزدیک به زمین می‌تازد، دیدگاه به شدت می‌لرزد و حس قوی سرعت را به ارمغان می‌آورد؛ در مرحله توسعه، قیلین به بالا می‌پرد و از بالای سر جمعیت عبور می‌کند، دیدگاه به شدت نوسان می‌کند، نمای پانورامیک میدان در لرزش شدید ظاهر می‌شود و سپس با سرعت از کادر خارج می‌شود؛ در مرحله اوج، قیلین برای لحظه‌ای درنگ می‌کند و بال‌های خود را مستقیماً زیر هاله درخت روحانی به هم می‌زند، سرعت صفحه ناگهان به صفر می‌رسد و تضاد شدیدی ایجاد می‌کند، هاله با آبرنگ‌های طلایی کهنه صفحه را پر می‌کند، و خطوط گونگ‌بی در لحظه سکون وضوح و کامل بودن را بازمی‌يابند؛ سپس قیلین با شدت بیشتری شتاب می‌گیرد و به سمت سکوی بلند در میدان شیرجه می‌زند، با حس مداوم سرعت در سراسر آن. پدیده‌های پویا: فانوس‌ها با جریان هوا به شدت تاب می‌خورند، پرده‌های حریر طرح‌دار به صورت لایه‌لایه بالا و پایین می‌روند بدون اینکه خطوطشان فرو بپاشد. صدای صحنه: صدای محیط، اتمسفر شلوغ جمعیت است که با سوت جریان هوای شتابان ترکیب شده است؛ جلوه صوتی کلیدی، تقویت کوتاه آرپژهای پیپا هنگام عبور از گروه نوازندگان است؛ ضربات طبل موسیقی شروع به تشدید می‌کند، با زنگ‌هایی که در میان آن پراکنده شده‌اند.
صحنه 3 (11-19 ثانیه · نمایش اصلی · رده A)
نمای میانی به نمای نزدیک، خطوط گونگ‌بی خطوط را ترسیم می‌کنند، آبرنگ‌های گرم لایه‌های نور و سایه را بیان می‌کنند. نوازنده در یک طرف سکوی بلند نشسته است و پیپا را به صورت مورب در مقابل خود نگه داشته است. پوست او با آبرنگ‌هایی رندر شده است که بافتی نرم و گلگون را نشان می‌دهد. یک نقطه ظریف قرمز روشن بین ابروهایش به آرامی ترکیب شده است. چندین رشته مروارید آویزان در موهایش با خطوط گونگ‌بی به تصویر کشیده شده‌اند که با خم کردن سرش به آرامی تاب می‌خورند. او یک لباس بلند آستین‌بلند ماه-سفید با الگوهای تیره پوشیده است که روی آن یک نیم‌آستین نارنجی آتشین با گلدوزی طلایی قرار دارد. پارچه با آبرنگ‌هایی رندر شده است که عمق‌های مختلف و چین‌ها و سایه‌های طبیعی را نشان می‌دهد، با خطوط پیوسته و یکنواخت. عمل اصلی، یک قطعه موسیقی کامل از کندن و نواختن تا انتقال انگشتان چرخشی، سپس به پایان با یک ضربه جارویی است: در مرحله اولیه، انگشت شست و اشاره دست راست به تناوب به آرامی سیم‌ها را می‌کَنند و می‌نوازند، سیم‌ها با خطوط ساده‌ای به تصویر کشیده شده‌اند که لرزش‌های خفیف را نشان می‌دهند؛ در مرحله توسعه، به انگشتان چرخشی منتقل می‌شود، در اینجا دقت انگشتان قفل نمی‌شود، دوربین به نمای نزدیک تغییر می‌کند و بر خود سیم‌ها تمرکز می‌کند — سیم‌ها به دلیل کندن با سرعت بالا، پس‌تصویرهای گونگ‌بی محو و لرزان را نشان می‌دهند، حرکات دست از طریق ریتم کلی خطوط سیال به جای جزئیات خطوط انگشتان بیان می‌شوند؛ در مرحله اوج، بازوی نوازنده ناگهان بالا می‌رود، کف دست او یک ضربه جارویی بزرگ را بر روی تمام سیم‌ها می‌زند، آرپژ یک جلوه بصری انفجاری با آبرنگ‌های بلوک رنگی ایجاد می‌کند، طرح کلی ساز به وضوح با نیرو می‌لرزد، و طرح کلی آستین گشاد با حرکت بازو به طور قابل توجهی بالا و پایین می‌رود. دوربین در اینجا به کشش حرکت آهسته تغییر می‌کند و جزئیات تاب خوردن ابریشم و لرزش سیم‌ها را در این لحظه جارویی ثبت می‌کند. تغییرات لایه‌لایه آبرنگ‌ها در حرکت آهسته به وضوح قابل مشاهده است؛ سرانجام، دست نوازنده بالای سیم‌ها مکث می‌کند، کمی نفس‌نفس می‌زند، چشمانش ناگهان بالا می‌رود تا به سمت مرکز میدان نگاه کند، بیان او غرق در لحظه و از خود بی‌خود است. واکنش‌های دیگر سوژه‌ها: یک گروه صد نفره موسیقی و رقص در دوردست، که به شکل‌های گروهی طرح‌دار ساده‌سازی شده‌اند، آستین‌های خود را در پاسخ به ضربه انفجاری بالا می‌برند. صدای صحنه: جلوه صوتی کلیدی، صدای قوی ضربه انفجاری پیپا و ضربه سنگین طبل‌ها است که دقیقاً با هم منطبق می‌شوند؛ سازبندی موسیقی در اینجا به اوج تراکم خود می‌رسد، با زنگ‌ها و شنگ و شیائو که به صورت هماهنگ می‌نوازند.
صحنه 4 (19-21 ثانیه · انتقال اتمسفر، مکث تنفسی)
نمای میانی، نمای از بالا، صدای باقی‌مانده از نواختن از بین نرفته است، یک حرکت آهسته کوتاه و منجمد مانند از نمای پانورامیک میدان، لحظه‌ای که آستین‌های گشاد گروه صد نفره موسیقی و رقص بی‌حرکت در هوا معلق هستند، فانوس‌های طرح‌دار به تدریج آهسته‌تر تاب می‌خورند، سرعت صفحه ناگهان کاهش می‌یابد تا حس قوی تضاد تنفسی ایجاد کند، آبرنگ‌های بافت کاغذ کهنه Xuan لایه‌های نرمی را در پرتوهای نور نشان می‌دهند. صدای صحنه: ضربات طبل به طور خلاصه پراکنده، صدای باقی‌مانده زنگ‌ها طولانی.
صحنه 5 (21-27 ثانیه · نمایش اصلی · رده A)
نمای میانی به نمای نزدیک، خطوط گونگ‌بی خطوط را ترسیم می‌کنند، نور پس‌زمینه با آبرنگ‌هایی بیان شده که هاله‌های نرمی را بر روی موها و لبه‌های ابریشم نشان می‌دهند. در مرکز میدان، یک رقصنده تنها در مقابل گروه صد نفره ایستاده است. پوست او با آبرنگ‌هایی رندر شده است که بافتی نرم را نشان می‌دهد. ابروهای او به آرامی با خطوط ظریف گونگ‌بی ترکیب شده‌اند که به سمت بالا قوس دارند. موهای مشکی او بالا بسته شده است، با یک زیور طلایی با طرح شعله در بالا، که با خطوط و بلوک‌های رنگی نور شکست‌خورده را نشان می‌دهد. او یک لباس بلند ابریشمی حریر با آستین‌های گشاد و شیب رنگ نارنجی آتشین پوشیده است. پارچه ابریشمی با آبرنگ‌هایی رندر شده است که کیفیتی سبک و شفاف با لبه‌های لایه‌لایه را نشان می‌دهد. چندین یارد ابریشم بلند به دور بازوهایش پیچیده شده و از کنار او آویزان است. عمل اصلی، قوس کامل چرخش ابریشم بلند است: در مرحله اولیه، بازوهای رقصنده به داخل کشیده می‌شوند، ابریشم بلند به آرامی در کنار او آویزان و پیچیده شده است، چشمانش کمی بسته، در حال جمع‌آوری حرکت؛ در مرحله توسعه، کمر او ناگهان می‌چرخد و بازوهایش را به شدت به بیرون پرتاب می‌کند، ابریشم بلند یک مسیر مارپیچی عظیم را در هوا مانند شعله‌های طرح‌دار تشکیل می‌دهد، بدن او با حرکت تاب به طور قابل توجهی کج می‌شود و سپس به حالت عادی بازمی‌گردد، انتهای ابریشم بلند یک مسیر پس‌تصویر حرکت ساده‌سازی شده را با خطوط گونگ‌بی دنبال می‌کند، خطوط پیوسته بدون فروپاشی باقی می‌مانند؛ در مرحله اوج، رقصنده به بالاترین سرعت خود می‌چرخد، سپس مرکز ثقل خود را تثبیت می‌کند، بازوهایش ناگهان باز می‌شوند، ابریشم بلند به طور کامل در اطراف او به یک هاله شعله‌ای طرح‌دار عظیم باز می‌شود، خطوط در لحظه باز شدن به طور یکنواخت واضح و بدون شکستگی یا پیچ‌خوردگی باقی می‌مانند؛ سرانجام، ابریشم بلند به آرامی جمع می‌شود و می‌افتد، رقصنده کمی نفس‌نفس می‌زند، چشمانش باز می‌شود تا به سمت سکوی بلند در میدان نگاه کند، بیان او آرام و غرق در لحظه است. واکنش‌های دیگر سوژه‌ها: گروه صد نفره در لحظه باز شدن ابریشم بلند، آستین‌های خود را به صورت هماهنگ بالا می‌برند، هاله درخت روحانی به طور قابل توجهی روشن‌تر می‌شود، و ابرهای طرح‌دار با آبرنگ‌های گرم رنگین می‌شوند. صدای صحنه: صدای محیط به طور خلاصه عقب‌نشینی می‌کند؛ جلوه صوتی کلیدی، صدای خش‌خش باز شدن ابریشم بلند است که با نت‌های قوی زنگ‌ها ترکیب شده است؛ سازبندی پنج لایه موسیقی به صورت هماهنگ می‌نوازد، اوج حجم صدای کل فیلم.
صحنه 6 (27-30 ثانیه · انتقال اتمسفر، نتیجه‌گیری نمای بلند)
نمای بلند، نمای از بالا که به آرامی بالا می‌رود، درخشش باقی‌مانده ابریشم بلند و شادی میدان به تدریج در ابرها و مه طرح‌دار فرو می‌رود. شبح قیلین در عمق چراغ‌ها ناپدید شده است. گروه صد نفره و نوازندگان به تدریج کوچک می‌شوند و در مقیاس کوهستان‌های جاودان ادغام می‌شوند. هاله درخت روحانی به یک آبرنگ نرم و ماندگار از رنگ تبدیل می‌شود. ابرهای طرح‌دار دوباره همگرا می‌شوند و دامنه کوه را می‌پوشانند. صفحه بر روی یک نمای پانورامیک از کوهستان‌های جاودان پوشیده از مه که در انتهای دریای وسیع ابرها شناورند، ثابت می‌شود. خطوط گونگ‌بی در نمای بلند به طرح‌های نرم کوهستان ساده‌سازی شده‌اند، و آبرنگ‌های بافت کاغذ کهنه Xuan به آرامش بازمی‌گردند. صدای صحنه: صدای محیط به اتمسفر دوردست و با فرکانس پایین دریای ابرها بازمی‌گردد؛ تنها نت‌های باقی‌مانده گوزنگ و نت‌های کشیده الکترونیک باقی می‌مانند و به تدریج محو می‌شوند تا فیلم را به پایان برسانند.”
ساخت یک صحنه از کلمات شما
موضوع، محیط، حرکت و حرکت دوربین را توصیف کنید تا از متن ویدیو بسازید. Wan 3.0 فضایی برای یک داستان بصری کوتاه به شما می‌دهد، چه در حال تصور یک دنیای سورئال باشید و چه در حال برنامه‌ریزی یک کلیپ اجتماعی سینمایی. مدت زمان را از 2 تا 30 ثانیه انتخاب کنید و خروجی تا 1080P داشته باشید.
نمونه رسمی Wan 3.0
“یک سکانس آغازین سینمایی بازی علمی تخیلی ژاپنی (CG) به مدت تقریبی 24 ثانیه، بر اساس سه تصویر مرجع، تولید کنید.
[Image 1] تنها مرجع ظاهری برای شخصیت مرد است.
[Image 2] تنها مرجع ظاهری برای شخصیت زن است.
[Image 3] مرجع فضا، مصالح معماری و نورپردازی یک دوجوی چوبی سنتی است.
در طول کل فیلم، ویژگی‌های صورت، مدل مو، لباس، تناسبات بدن و لوازم جانبی مکانیکی هر دو شخصیت را به شدت ثابت نگه دارید. عینک محافظ، مدل موی نقره‌ای-خاکستری و کت بلند خاکستری تیره مرد را تغییر ندهید؛ دو گیسوی زن، ماسک مکانیکی قرمز و لباس رزمی سفید او را تغییر ندهید.
【سبک کلی】
سکانس آغازین CG یک بازی نقش‌آفرینی اکشن ژاپنی با بودجه بالا، با هنر انیمیشن علمی تخیلی بالغ، رندرینگ سل‌شید نفیس ترکیب شده با فضای 3D سینمایی.
فضای بصری شبیه به ورود بازیکن به یک مرحله آموزشی پنهان است: یک فضای مجازی دیجیتال سفید سرد به تدریج به یک دوجوی سنتی قهوه‌ای گرم بارگذاری می‌شود و فناوری را با فضای هنرهای رزمی شرقی ترکیب می‌کند. دوربین مهارشده است و حس فشار ایجاد می‌کند، بدون نبرد رسمی، فقط رویارویی قبل از شروع مرحله را نشان می‌دهد.
【نماها و دیالوگ】
[0–3 ثانیه]
یک فضای مجازی سفید خالص و بی‌کران. شخصیت مرد پشت به شخصیت زن در پیش‌زمینه ایستاده است، در حالی که شخصیت زن در دوردست ظاهر می‌شود. تنها زمزمه الکترونیکی ضعیف و صدای پالس کم در فضا وجود دارد. دوربین به آرامی و سرعت از یک نمای بسیار دور به جلو حرکت می‌کند و به جلوی مرد می‌چرخد و یک نمای نزدیک از بالاتنه او را تشکیل می‌دهد. حالت چهره مرد آرام است، گویی مدت‌هاست اینجا منتظر بوده است. مرد صحبت نمی‌کند.
[3–8 ثانیه]
دوربین به سرعت به یک نمای عمودی از بالا صعود می‌کند. خطوط مختصات دیجیتال خاکستری روشن و شبکه‌های معماری به ترتیب زیر پای آنها روشن می‌شوند و در امتداد زمین به سمت بیرون پخش می‌شوند، گویی یک مرحله پنهان در حال بارگذاری است. همراه با صدای راه‌اندازی سیستم با تن پایین، تخته‌های کف چوبی تکه تکه از زیر پای آنها به سمت بیرون تولید می‌شوند؛ ستون‌های چوبی یکی یکی به صورت عمودی بالا می‌روند؛ تیرها به طور خودکار در هوا به هم متصل می‌شوند؛ دیوارها، درهای شوجی و ساختارهای سقف لایه به لایه ساخته می‌شوند. فرآیند تولید معماری پیوسته و دقیق است، با جلوه بصری یک موتور بازی پیشرفته که یک صحنه را در زمان واقعی بارگذاری می‌کند.
[8–11.5 ثانیه]
دوربین به سرعت از بالا پایین می‌آید و به یک زاویه پایین نزدیک به کف چوبی تغییر می‌کند و بین دو شخصیت به جلو می‌لغزد. دوجو به طور کامل تولید شده است. نور گرم خورشید از پنجره‌های شوجی عبور می‌کند و سایه‌های نواری بلند و منظم را روی کف چوبی می‌اندازد. مقدار کمی گرد و غبار در هوا شناور است، صدای تولید معماری به تدریج متوقف می‌شود و فضا در سکوت کوتاهی فرو می‌رود. زن ابتدا به دوجوی تازه تولید شده نگاه می‌کند، نیم ثانیه مکث می‌کند، سپس صدایش را پایین می‌آورد و با ژاپنی هوشیار و آرام می‌پرسد:
「ここは……何のステージ？」
ریتم تلفظ طبیعی است، تقریباً:
Ko-ko wa……nan-no su-tē-ji?
معنی: اینجا... چه نوع مرحله‌ای است؟
[11.5–14.5 ثانیه]
کات به یک نمای متوسط نزدیک از شخصیت زن. او دیگر صحبت نمی‌کند. او به سرعت مرکز ثقل خود را تنظیم می‌کند، بدنش کمی فرو می‌رود و دست راست خود را بالا می‌برد، کف دستش رو به مرد است و یک حالت دفاعی هنرهای رزمی دقیق و مهارشده به خود می‌گیرد. ماسک مکانیکی قرمز او درخشش کوتاهی ساطع می‌کند و دستگاه مکانیکی روی گوش او یک اسکن را کامل می‌کند. نگاه او هوشیار باقی می‌ماند، بدون بیان اغراق‌آمیز.
[14.5–19 ثانیه]
کات به یک نمای متوسط از شخصیت مرد. مرد با آرامش می‌چرخد، لبه کت بلندش کمی تاب می‌خورد. او به آرامی دست راست خود را بالا می‌برد، کف دستش رو به زن است و با حالتی آرام به حالت او پاسخ می‌دهد. دوربین به آرامی به سمت مرد حرکت می‌کند. مرد دیالوگ‌هایش را کامل و آرام به پایان می‌رساند، با مکث‌های طبیعی در بین، و با ژاپنی با تن پایین، آرام و شبیه به مدیر مرحله پاسخ می‌دهد:
「お前の適性を測る、最初の試練だ。」
ریتم تلفظ طبیعی است، تقریباً:
O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da.
معنی: این اولین آزمون برای سنجش شایستگی توست.
مرد هنگام صحبت لبخند واضحی نشان نمی‌دهد، صدایش ثابت است، بدون خشم یا فریاد.
[19–24 ثانیه]
کات به یک نمای نزدیک از جلوی مرد. پس‌زمینه دوجو به تدریج یک اثر محو شدن دیجیتال جزئی را نشان می‌دهد، محیط گرم با نور سفید سرد شدید پوشانده می‌شود و دوباره به فضای مجازی سفید خالص اولیه محو می‌شود. یک نور اسکن سفید سرد از سطح عینک محافظ مرد می‌گذرد. پس از نیم ثانیه مکث صفحه، یک صدای زنانه سیستم با تن پایین از دور شنیده می‌شود، بدون نمایش زیرنویس:
「適性試験、開始。」
تلفظ:
Te-ki-sei shi-ken、kai-shi.
معنی: آزمون شایستگی، شروع.
در نهایت، همراه با یک صدای تایید سیستم کوتاه و قدرتمند، صفحه ثابت می‌شود و به پایان می‌رسد.
【طراحی صدا】
در ابتدا، از صداهای محیطی الکترونیکی کم، پالس‌های فضایی ضعیف و رزونانس مکانیکی از راه دور استفاده کنید.
هنگام تولید صحنه، صداهای فعال‌سازی شبکه دیجیتال، صداهای باز شدن ماژول چوبی، صداهای بالا رفتن ستون چوبی و صداهای بسته شدن ساختاری با فرکانس پایین را اضافه کنید. صداها باید وزن داشته باشند اما بیش از حد پر سر و صدا نباشند.
پس از تولید کامل دوجو، صدای محیط ناگهان کاهش می‌یابد و تنها طنین فضای چوبی، اصطکاک جزئی پارچه و صداهای تنفس شخصیت باقی می‌ماند.
شخصیت‌ها از صداپیشگی طبیعی ژاپنی استفاده می‌کنند:
صدای زن جوان، آرام و هوشیار است و از لحن‌های انیمه کیوت یا اغراق‌آمیز اجتناب می‌کند.
صدای مرد بم، بالغ و باوقار است، مانند یک مربی، نگهبان مرحله یا راهنمای ماموریت.
صدای زنانه سیستم واضح، سرد و بی‌احساس است، مانند پیام سیستم بازی.
【کنترل تولید】
هنگام صحبت شخصیت‌ها، همگام‌سازی لب‌ها با ژاپنی باید دقیق و هماهنگ باشد. فقط شخصیتی که در حال حاضر در نما است باید صحبت کند و از صداهای نامتناسب اجتناب شود. هر خط ژاپنی باید به طور کامل گفته شود، بدون عجله یا فشرده کردن سرعت صحبت؛ مکث‌ها و نفس‌های طبیعی باید قبل و بعد از دیالوگ‌ها حفظ شوند.
توالی بارگذاری دوجو را تاکید کنید:
فعال شدن مختصات دیجیتال → پخش شدن شبکه به سمت بیرون → چیده شدن تخته‌های کف چوبی تکه تکه → بالا رفتن ستون‌های چوبی به ترتیب → اتصال خودکار تیرها → تولید دیوارها و درهای شوجی → بسته شدن دوجوی کامل.
هیچ یک از شخصیت‌ها در نبرد سریع، دویدن یا پریدن شرکت نمی‌کنند. آنها فقط محیط را مشاهده می‌کنند، حالت‌های خود را تنظیم می‌کنند، کف دستهای خود را برای شروع یک ژست بالا می‌برند و با یکدیگر روبرو می‌شوند.
کف دست‌ها و ساختار انگشتان شخصیت‌ها باید طبیعی باشند؛ ویژگی‌های صورت، مدل مو، ماسک، عینک محافظ و لباس در تمام مدت ثابت بمانند؛ پرسپکتیو معماری دقیق باشد؛ حرکت دوربین روان باشد.
هیچ زیرنویس، عنوان، رابط کاربری، منوهای بازی، مقادیر عددی، شناسه‌ها، حاشیه‌های استوری‌بورد یا واترمارک نباید روی صفحه ظاهر شود.”
هدایت حرکت با مراجع چندوجهی
تصاویر شخصیت‌ها را با مراجع ویدیویی برای حرکت و جهت دوربین ترکیب کنید. صدا را برای هدایت حال و هوا اضافه کنید، یا از یک سند یا صفحه وب عمومی به عنوان خلاصه خلاقانه استفاده کنید. به Wan بگویید که هر مرجع چگونه باید بر صحنه تأثیر بگذارد تا ظاهر، عمل و فضای یک ویدیوی جدید را شکل دهد.
نمونه رسمی Wan 3.0
“یک ویدئوی موزیک هیپ‌هاپ بین‌المللی سینمایی 24 ثانیه‌ای با کیفیت فوتورئالیستیک، زیبایی‌شناسی موزیک ویدئوی مد خیابانی سطح بالا، و ریتمی سریع، با اعتماد به نفس و قدرتمند تولید کنید.
[تصاویر مرجع]
تصویر 1: مرجع برای ترکیب گروه چهار نفره، هویت شخصیت‌ها، لباس و استایل کلی. کل ویدئو به طور مداوم شامل چهار نفر خواهد بود: یک خواننده اصلی زن، یک دی‌جی مرد، و یک پرفورمر هیجان‌انگیز در هر طرف. اضافه کردن، تکرار یا جابجایی شخصیت‌ها مجاز نیست.
تصویر 2: مرجع برای چهره، مدل مو، آرایش، لباس سبک عملکردی نقره‌ای و مشکی، و میکروفون دستی خواننده اصلی زن. تمام نماهای نزدیک باید همان چهره و لباس را حفظ کنند.
تصویر 3: مرجع برای صحنه روی پشت بام، غرفه دی‌جی، زمین مرطوب و بازتابنده، نورپردازی، نرده شیشه‌ای و خط افق شهر. کل ویدئو به طور مداوم در همان پشت بام اتفاق می‌افتد.
[مفهوم اصلی]
Different voices, one beat.
همان خواننده اصلی به طور طبیعی بین هشت زبان در همان سرود هیپ‌هاپ بین‌المللی اصلی و جذاب جابجا می‌شود. موسیقی تقریباً 106 ضرب در دقیقه (BPM) است، بلافاصله در ثانیه اول وارد یک گروو قوی می‌شود بدون مقدمه‌چینی آهسته و اتمسفریک؛ از کیک‌های سنگین و تاثیرگذار، اسنرهای واضح و شفاف، بیس‌لاین پر جنب و جوش و سینکوپه، و یک هوک سینت‌سایزر الکترونیکی دو میزانه‌ای و برنجی کوتاه، واضح، به یاد ماندنی و قابل زمزمه استفاده می‌کند. این هوک اصلی از ابتدا شکل می‌گیرد، به طور مداوم با تغییرات کوتاه بین هر تغییر زبان بازمی‌گردد و در ثانیه 21 در بیت دراپ به طور کامل فوران می‌کند. هشت زبان مانند یک جریان رپ پیوسته در همان آهنگ جاری می‌شوند، همیشه به طور طبیعی روی ضرب می‌نشینند، نه اینکه کلمات را جمله به جمله به صورت مکانیکی تلاوت کنند؛ همراهی همیشه ملودی، ریتم و حس حرکت رو به جلو را حفظ می‌کند و به دلیل لب‌خوانی ضعیف نمی‌شود.
[توالی نماها]
کل ویدئو یک محور فضایی واضح و پایدار را حفظ می‌کند: خواننده اصلی همیشه در مرکز جلو است، دی‌جی همیشه در کنسول تجهیزات عقب است، و دو پرفورمر همیشه در دو طرف هستند. دوربین عمدتاً به جلو حرکت می‌کند، عقب می‌کشد یا به آرامی در امتداد محور جلو حرکت می‌کند، با هر نما که فقط یک حرکت اصلی را اجرا می‌کند؛ ریتم عمدتاً از اجرا، تغییرات اندازه نما و برش‌های سخت ناشی می‌شود، بدون اتکا به چرخش مداوم، پن‌های سریع مکرر یا برگشت‌های ناگهانی.
نما 1 | 0-3 ثانیه
نمای هوایی در ارتفاع پایین که از فراز ساختمان‌های شهر عبور می‌کند، به سرعت به سمت صحنه پشت بام از تصویر 3 فرود می‌آید. خواننده اصلی در مرکز جلو است، دی‌جی در کنسول تجهیزات عقب است، و دو پرفورمر در دو طرف هستند. با نزدیک شدن دوربین به خواننده اصلی، به یک حرکت رو به جلوی واید با زاویه پایین تغییر می‌کند.
خواننده اصلی مستقیماً به دوربین نگاه می‌کند و می‌خواند:
“One beat.”
آخرین ضرب سنگین می‌افتد، برش سخت.
نما 2 | 3-6 ثانیه
نمای نزدیک متوسط از نیم‌تنه خواننده اصلی از روبرو، دقیقاً با ارجاع به تصویر 2. استابلایزر در امتداد محور جلو به فاصله کوتاهی حرکت می‌کند و به طور طبیعی متوقف می‌شود، با چراغ‌های شهر که در پس‌زمینه یک بوکه تار ایجاد می‌کنند. خواننده اصلی میکروفون را در یک دست نگه می‌دارد و با دست دیگر، با ضرب آهنگ به سمت دوربین اشاره می‌کند و سرش را با قدرت تکان می‌دهد.
خواننده اصلی می‌خواند:
“同一个节拍.”
آخرین کلمه روی ضرب می‌نشیند، مستقیماً برش سخت به اندازه نمای بعدی.
نما 3 | 6-9 ثانیه
نمای ماکرو از دی‌جی که در حال کار با ترن‌تیبل، فیدرها و دکمه‌های درخشان است، سپس به سرعت به سمت بالا پن می‌کند تا دی‌جی در پس‌زمینه و خواننده اصلی که در پیش‌زمینه به پهلو اجرا می‌کند را نشان دهد. چیدمان تجهیزات و شخصیت‌ها ثابت می‌ماند.
خواننده اصلی می‌خواند:
“ひとつのリズム.”
برش سخت در لحظه‌ای که دی‌جی دکمه‌ای را فشار می‌دهد.
نما 4 | 9-12 ثانیه
نمای متوسط از خواننده اصلی از زاویه 3/4، با دوربین که به آرامی در فاصله کوتاهی از چپ به راست حرکت می‌کند، همیشه افق افقی و محور فضایی تعیین شده را حفظ می‌کند. دو پرفورمر در پس‌زمینه در دو طرف با حرکات متفاوت اما ریتم یکپارچه حرکت می‌کنند. خواننده اصلی با چشمانش و چرخش‌های خفیف سرش دوربین را دنبال می‌کند.
خواننده اصلی می‌خواند:
“하나의 리듬.”
در آخرین ضرب، خواننده اصلی دستش را بالا می‌برد و از جلوی دوربین عبور می‌دهد و یک انتقال وایپ ایجاد می‌کند.
نما 5 | 12-15 ثانیه
پن واید با زاویه پایین. خواننده اصلی در امتداد منطقه اجرای پشت بام به سمت دوربین حرکت می‌کند، ژاکت نقره‌ای او به آرامی توسط باد شب تکان می‌خورد، با چراغ‌های شهر در پس‌زمینه که پارالاکس حرکتی واضحی ایجاد می‌کنند، و زمین مرطوب که نور طلایی گرم را منعکس می‌کند.
خواننده اصلی می‌خواند:
“Um só ritmo.”
قدم‌ها روی ضرب سنگین می‌نشینند، برش سخت.
نما 6 | 15-18 ثانیه
نمای نزدیک متوسط از خواننده اصلی و پرفورمر زن در سمت راست. این دو ابتدا پشت به پشت می‌ایستند، سپس همزمان به سمت دوربین می‌چرخند. خواننده اصلی آواز را به پایان می‌رساند و پرفورمر با حرکات شانه و بازو به ریتم پاسخ می‌دهد، بدون اینکه تمرکز را از او بگیرد.
خواننده اصلی می‌خواند:
“จังหวะเดียวกัน.”
آخرین ضرب به طور طبیعی توسط شانه پرفورمر سمت راست که از جلوی دوربین عبور می‌کند، پاک می‌شود و یک انتقال پوششی را تکمیل می‌کند.
نما 7 | 18-21 ثانیه
یک حرکت رو به جلوی کوتاه، قدرتمند اما ثابت، که از یک نمای متوسط به یک نمای نزدیک از خواننده اصلی حرکت می‌کند و بلافاصله متوقف می‌شود. خواننده اصلی وارد اوج جریان می‌شود، با چشمان مصمم و حرکات قدرتمند. دی‌جی و دو پرفورمر همزمان دستهای خود را در پس‌زمینه بالا می‌برند و چراغ‌های پشت بام با ضرب آهنگ شدت می‌یابند.
خواننده اصلی می‌خواند:
“Un mismo ritmo.”
آخرین کلمه به پایان می‌رسد، برش سخت مستقیماً در ترکیب‌بندی ثابت.
نما 8 | 21-24 ثانیه
نمای نزدیک از خواننده اصلی با نور پس‌زمینه از کنار، با یک طرف صورت او که با نور حاشیه‌ای طلایی گرم روشن شده و طرف دیگر سایه آبی تیره را حفظ می‌کند.
خواننده اصلی ابتدا می‌خواند:
“إيقاع واحد.”
سپس بیت دراپ اتفاق می‌افتد و دوربین به آرامی در امتداد محور جلو به سمت عقب کشیده می‌شود تا یک نمای واید قهرمانانه ایجاد کند، با افق که افقی باقی می‌ماند. چهار نفر یک وضعیت مثلثی پایدار را تشکیل می‌دهند، با خواننده اصلی در جلو، دی‌جی در مرکز عقب، و دو پرفورمر در دو طرف. همه با ضرب آهنگ یک قدم به سمت دوربین برمی‌دارند.
خواننده اصلی می‌خواند:
“Different voices, one beat.”
همه در آخرین ضرب آهنگ به صورت یکپارچه پاسخ می‌دهند:
“One beat.”
همه حرکات خود را متوقف می‌کنند، خواننده اصلی مستقیماً به دوربین نگاه می‌کند و صحنه به پایان می‌رسد.
[الزامات اجرا]
تمام اشعار خواننده اصلی باید دقیقاً لب‌خوانی شوند، با تلفظ طبیعی، لهجه‌ها و سرعت صحبت کردن که در هر هشت زبان حفظ شود، اما خط آوازی، هویت و جریان کلی خواننده اصلی ثابت بماند. سر، شانه‌ها، حرکات و وزن بدن به طور طبیعی با ضرب آهنگ حرکت کنند. بدون تلاوت مکانیکی، بدون تغییر شخصیت، لباس، سن یا خط آوازی هنگام تغییر زبان‌ها.
[الزامات بصری]
پشت بام شهر در ساعت آبی تا شب، با پالت رنگی آبی تیره، خاکستری نقره‌ای، طلایی گرم و مقدار کمی نئون سرخابی. ترکیبی از لنزهای سینمایی 24 میلی‌متری، 35 میلی‌متری، 50 میلی‌متری، عمق میدان کم واقعی، دانه فیلم ظریف، مه جوی خفیف، و بافت پوست واقع‌گرایانه.
تدوین حس سرعت را از طریق تغییرات واضح در نماهای دور، متوسط و نزدیک ایجاد می‌کند، اما نماهای مجاور به طور مکرر جهت حرکت را معکوس نمی‌کنند. عمدتاً از برش‌های سخت، برش‌های تطبیقی و یک وایپ طبیعی استفاده می‌کند؛ از چرخش‌های گسترده، پن‌های سریع مداوم، زوایای هلندی و حرکت‌های رو به جلوی نامنظم اجتناب می‌کند.
بدون زیرنویس، بدون متن اشعار، بدون لوگوی برند، بدون رابط کاربری، بدون واترمارک. ویژگی‌های واضح صورت، انگشتان طبیعی، میکروفون و تجهیزات دی‌جی پایدار، بدون شناور شدن یا اعوجاج. هویت‌ها، لباس‌ها، مدل مو، لوازم جانبی و صحنه هر چهار نفر در طول ویدئو ثابت می‌ماند.”
وارد کردن صدا به صحنه
تولید ویدیوی Wan می‌تواند شامل دیالوگ، موسیقی و صدای محیط در کنار تصویر باشد. صدای مورد نظر خود را توصیف کنید و صدا را در مولد فعال کنید، یا آن را برای یک کلیپ بی‌صدا که می‌توانید بعداً موسیقی‌گذاری کنید، خاموش بگذارید. این برای ویدیوهای اجرایی، صحنه‌های جوی و داستان‌های کوتاه مناسب است.
مدل‌های دیگر را کاوش کنید
در یک مولد بین مدل‌های برتر ویدیو جابجا شوید.
NEWWan 3.0 Prime
با استفاده از مدل سریع‌تر Wan Prime، ویدیوهایی تا 30 ثانیه را از متن، تصاویر و مراجع چندوجهی ایجاد کنید.
Gemini Omni Flash
ویدئوی 720p از متن، یک تصویر، یا 1–6 تصویر مرجع.
MiniMax H3
استریو بومی · مرجع هر رسانه · 2K
Seedance 2.5
تا ۳۰ ثانیه با مراجع چندوجهی و صدای بومی.
Seedance 2.0
حرکت روان و طراحی رقص طبیعی.
Seedance 2.0 Mini
پیشنویسهای کمهزینه با کنترل غنی مرجع.
Wan 3.0 در مقابل Wan 3.0 Prime
هر دو مدل از حالت‌های تولید و انواع مرجع یکسانی پشتیبانی می‌کنند. برای هزینه اعتبار کمتر، Wan 3.0 را انتخاب کنید، یا زمانی که سرعت تولید اهمیت بیشتری دارد، Prime را انتخاب کنید.
| ویژگی | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|
| حالت‌های تولید | متن، فریم‌های اول/آخر، مراجع | متن، فریم‌های اول/آخر، مراجع |
| وضوح | 480P / 720P / 1080P | 480P / 720P / 1080P |
| مدت زمان خروجی | 2–30 ثانیه | 2–30 ثانیه |
| ورودی‌های مرجع | تصویر، ویدیو، صدا، سند یا صفحه وب | تصویر، ویدیو، صدا، سند یا صفحه وب |
| صدای تولید شده | اختیاری؛ به طور پیش‌فرض خاموش | اختیاری؛ به طور پیش‌فرض خاموش |
| هزینه شروع · 480P، 2 ثانیه | 28 اعتبار | 42 اعتبار |
| مزیت اصلی | هزینه اعتبار کمتر | تولید سریع‌تر |
از رویکرد خلاقانه یکسانی با هر دو مدل استفاده کنید. وضوح، مدت زمان خروجی و مدت زمان ویدیوی مرجع شما، مجموع اعتبار نمایش داده شده در مولد را تعیین می‌کند.
طرح خود را انتخاب کنید
بهترین‌های Raphael AI را با تولید سریع‌تر و استفاده تجاری دریافت کنید
حرفه‌ای
-50%$20$10/ماه
صورتحساب سالانه ·$240$120/سال
مزایای مدل نامحدود
Seedream 3.5نامحدود- Seedream 3.5 Proنامحدود نیست
MiniMax H3 Turboنامحدود نیست- MiniMax H3نامحدود نیست
- برای باز کردن قفل تمام مدل‌های پیشرفته و بهره‌مندی از تخفیف‌های انحصاری، ارتقا دهیدMiniMax H3-70%
Gemini
Nano Banana
GPT-50%Seedream-40%Veo
Seedance 2.5
Kling - 2,000 اعتبار در ماه
- تا 2,000 تصویر سریع
- تا 200 ویدیوی پایه
- صف اولویت‌دار
- بدون واترمارک
- پردازش دستهای با ابزارهای AI
- حریم خصوصی کامل
پیشنهادی
پرچم‌دار
-50%$40$20/ماه
صورتحساب سالانه ·$480$240/سال
مزایای مدل نامحدود
- Seedream 3.5نامحدود
- Seedream 3.5 Proنامحدود
- MiniMax H3 Turboنامحدود نیست
- MiniMax H3نامحدود نیست
- برای باز کردن قفل تمام مدل‌های پیشرفته و بهره‌مندی از تخفیف‌های انحصاری، ارتقا دهیدMiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
- 5,000 اعتبار در ماه
- تا 5,000 تصویر سریع
- تا 500 ویدیوی پایه
- بالاترین اولویت صف
- بدون واترمارک
- پردازش دستهای با ابزارهای AI
- حریم خصوصی کامل
حداکثر
-50%$80$40/ماه
صورتحساب سالانه ·$960$480/سال
مزایای مدل نامحدود
- Seedream 3.5نامحدود
- Seedream 3.5 Proنامحدود
- MiniMax H3 Turboنامحدود
- MiniMax H3نامحدود
- برای باز کردن قفل تمام مدل‌های پیشرفته و بهره‌مندی از تخفیف‌های انحصاری، ارتقا دهیدMiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
- 10,000 اعتبار در ماه
- تا 10,000 تصویر سریع
- تا 1,000 ویدیوی پایه
- بالاترین اولویت صف
- بدون واترمارک
- پردازش دستهای با ابزارهای AI
- حریم خصوصی کامل
سوالات متداول Wan 3.0
نحوه استفاده آنلاین از Wan AI، متحرک‌سازی تصاویر، افزودن مراجع و برنامه‌ریزی اعتبارات ویدیوی خود را بیاموزید.
1
Wan AI چیست و Wan 3.0 در کجا قرار می‌گیرد؟
Wan AI خانواده مدل‌های مولد علی‌بابا است. Wan 3.0 یک مدل ویدیویی در این خانواده است که از تبدیل متن به ویدیو، انیمیشن فریم اول و فریم اول/آخر، و تولید با مرجع چندوجهی پشتیبانی می‌کند. می‌توانید آن را به صورت آنلاین در Raphael بدون نیاز به نصب مدل به صورت محلی استفاده کنید.
2
چگونه از Wan 3.0 به صورت آنلاین استفاده کنم؟
توضیحات صحنه خود را در مولد بالا بنویسید. برای تبدیل تصویر به ویدیو، یک تصویر اضافه کنید، یا برای استفاده از سایر مواد منبع، به حالت مرجع تغییر دهید. مدت زمان، وضوح، نسبت ابعاد و تنظیمات صدا را انتخاب کنید، مجموع اعتبار را بررسی کنید، سپس ویدیوی خود را تولید کنید.
3
تبدیل تصویر به ویدیو با Wan چگونه کار می‌کند؟
یک تصویر را به عنوان فریم اول آپلود کنید و حرکت یا جهت دوربین را توصیف کنید. یک فریم پایانی اختیاری می‌تواند نحوه پایان کلیپ را هدایت کند. برای چندین تصویر که به جای فریم‌های اول و آخر، موضوعات یا سبک را هدایت می‌کنند، از حالت مرجع استفاده کنید.
4
از چه مواد مرجعی می‌توانم استفاده کنم؟
حالت مرجع تا 10 تصویر، 5 ویدیو و 5 کلیپ صوتی، به علاوه یک سند یا یک صفحه وب عمومی را می‌پذیرد. اسناد و لینک‌های صفحه وب نمی‌توانند همزمان استفاده شوند. فایل‌ها را از طریق همان ورودی مواد اضافه کنید و یک لینک کامل صفحه وب عمومی را در کادر پرامپت بچسبانید تا یک کارت مرجع ایجاد شود.
5
چه طول‌های ویدیو و وضوحی در دسترس هستند؟
مدت زمان کامل ثانیه را از 2 تا 30 ثانیه و وضوح 480P، 720P یا 1080P را انتخاب کنید. ویدیوهای مرجع می‌توانند تا مجموع 15 ثانیه باشند، و مدت زمان ترکیبی آنها به علاوه خروجی باید در محدوده 30 ثانیه باقی بماند. بنابراین، یک مرجع ویدیویی 10 ثانیه‌ای تا 20 ثانیه برای خروجی باقی می‌گذارد.
6
آیا Wan 3.0 می‌تواند ویدیوی با صدا تولید کند؟
بله. صدا را فعال کنید تا صدا همراه با ویدیو تولید شود و دیالوگ، موسیقی یا فضای صوتی را در پرامپت خود توصیف کنید. صدا به طور پیش‌فرض در Raphael خاموش است، و روشن کردن آن نرخ اعتبار را تغییر نمی‌دهد.
7
آیا تولید ویدیوی Wan AI در Raphael رایگان است؟
Wan 3.0 به جای تولید رایگان، از اعتبار استفاده می‌کند. خروجی در 480P، 14 اعتبار در هر ثانیه، در 720P، 27 و در 1080P، 53 اعتبار هزینه دارد. مدت زمان ویدیوی مرجع با همان نرخ محاسبه می‌شود؛ تصاویر، صدا، اسناد و مراجع صفحه وب هزینه ورودی جداگانه ندارند. قبل از تولید، مجموع نمایش داده شده را بررسی کنید.
8
تفاوت بین Wan 3.0 و Prime چیست؟
هر دو از حالت‌ها، وضوح‌ها، مدت زمان‌ها و انواع مرجع یکسانی پشتیبانی می‌کنند. Wan 3.0 اعتبار کمتری هزینه دارد؛ Prime گزینه تولید سریع‌تر است. بر اساس بودجه و نیازهای زمانی خود انتخاب کنید، بدون اینکه Prime را به عنوان مجموعه‌ای جداگانه از قابلیت‌های خلاقانه در نظر بگیرید.
