Wan 3.0 AI Générateur de Vidéo

Transformez une description de scène ou une image fixe en vidéo avec Wan 3.0. Créez des publicités, des moments cinématographiques et des clips sociaux en ligne, avec jusqu'à 30 secondes de vidéo et un son optionnel.

Texte & image en vidéoRéférences multimodalesJusqu'à 30 secondes · 1080PAudio optionnel

Exemples de Vidéos Wan 3.0

Explorez des scènes fantastiques, des arts martiaux, de la musique et des récits de produits avec Wan 3.0.

Exemple officiel de Wan 3.0

Un festin au-dessus des nuages

Prompt

“Il s'agit d'un court métrage fantastique de 9 plans et 30 secondes sur un royaume secret de montagne immortelle orientale, rendu de manière stylisée, avec une référence esthétique au style d'illustration d'affiches de calendrier du nouveau style chinois – des lignes gongbi traditionnelles d'épaisseur uniforme décrivent les personnages, l'architecture et les motifs de nuages ; les nuages et les vagues présentent des formes décoratives superposées et stylisées plutôt que de la brume ou des plans d'eau réalistes ; les couleurs sont des lavis d'aquarelle avec une texture de papier Xuan vieilli, utilisant une palette de couleurs vert et rose-orange vieillie ; l'image globale présente une esthétique décorative rétro et nostalgique, évitant explicitement les matériaux photoréalistes et le rendu de moteur 3D. La tortue géante flotte au-dessus de la vaste mer de nuages, portant sur son dos des montagnes immortelles et des palais superposés. Des nuages et de la brume stylisés, comme des boules de coton superposées, dérivent sur les flancs des montagnes. Une fée chevauche un qilin propice doré, traversant les nuages et descendant, galopant dans les airs au-dessus d'un festin de béatitude ultime, surplombant la scène remplie de musique, de danse et de diverses performances. Elle atterrit finalement sur la haute plateforme de la place, rejoignant musiciens et danseurs pour amener l'ensemble du lieu à un paroxysme de jubilation. Après la convergence dynamique, tout le monde retrouve la tranquillité, les montagnes immortelles flottant au bout de la mer de nuages. Le film entier utilise une narration observationnelle à la troisième personne, avec un style de caméra mixte tout au long, n'utilisant que quatre techniques de base : navette extrême FPV, suivi rapide en perspective subjective, relais de raccord raccord et extension au ralenti. Tous les plans FPV et de navette subjective doivent utiliser des mouvements de caméra à grande vitesse pour souligner la scène spectaculaire. Les nuages et les vagues stylisés conservent leurs contours complets sans s'effondrer ni se déformer lors des mouvements à grande vitesse. Le rythme de montage est mixte : un plan long à grande vitesse d'ouverture établit l'échelle de l'objet géant, l'action centrale au milieu se déroule en détail avec des pauses respiratoires, le climax est une convergence de coupes rapides, et la fin est un plan long lent. La musique est une fusion de musique élégante ancienne et de musique électronique ambiante moderne, avec le guzheng, le konghou et le pipa comme instruments principaux, et des carillons pour l'emphase. L'ambiance passe progressivement de lointaine à animée, avec des battements de tambour denses et intenses au climax, revenant à une ambiance lointaine à la fin. Plan 1 (0-4 secondes · Transition atmosphérique) Navette FPV en plan long, plongeant à une vitesse extrême depuis le haut de la mer de nuages. Les nuages stylisés conservent leurs contours complets en forme de boules de coton lors de la descente à grande vitesse, exprimant la vitesse par un déplacement global des blocs de couleur plutôt que par une fragmentation ou une déformation. La caméra frôle le contour indistinct de la tête de la tortue géante, puis siffle à travers plusieurs couches de montagnes et de palais flottants. Chaque couche de paysage, en raison de la vitesse excessive, n'apparaît que comme des contours éphémères de blocs de couleur de motifs décoratifs. La silhouette des grues blanches battant des ailes dans les montagnes est simplifiée avec des lignes gongbi pour représenter les rémanences de vitesse. Enfin, la caméra descend rapidement et freine, se stabilisant soudainement près de la direction de la haute plateforme de la place, révélant le contour d'un festival animé avec des lumières et des foules. Le son ambiant est le son atmosphérique à basse fréquence des nuages déferlants superposé au sifflement du vent fort ; la musique se déploie rapidement avec le guzheng et des notes électroniques soutenues, augmentant progressivement en volume. Plan 2 (4-11 secondes · Vitrine principale · Niveau A) Suivi en perspective subjective, simulant la fée chevauchant le qilin, un plan long à la première personne volant à très grande vitesse près du sol, surplombant le festival. L'écran génère une sensation de vitesse par un déplacement global des blocs de couleur dû au mouvement à grande vitesse. Les plumes du cou du qilin sont représentées par des lignes gongbi et des blocs de couleur, tourbillonnant avec le flux d'air, avec des couches de lavis rouge doré sur les bords des ornements de plumes. La perspective frôle le sol au-dessus de la place à une vitesse presque incontrôlable. Le paysage des deux côtés – les larges manches des danseurs déferlant comme des vagues de nuages stylisées, les formations de musiciens jouant du pipa, du guzheng et du konghou à l'unisson, les lanternes superposées et les rideaux de gaze – n'apparaît que comme des blocs de couleur décoratifs éphémères en raison de la vitesse excessive. Les foules et les lumières au fond de l'écran, en raison du passage à grande vitesse, n'ont pas le temps de se focaliser, formant des traînées lumineuses orange chaud floues. Les nuages stylisés autour de l'écran conservent leurs contours en forme de boules de coton, flottant avec la perspective. L'action principale est le glissement continu à grande vitesse du qilin le long d'un arc complet : dans la phase initiale, le qilin déploie ses ailes et galope près du sol, la perspective tremble violemment, produisant une forte sensation de vitesse ; dans la phase de développement, le qilin bondit et survole les têtes de la foule, la perspective fluctue fortement, la vue panoramique de la place apparaît dans un tremblement violent puis est projetée hors du cadre par la vitesse ; dans la phase culminante, le qilin plane un instant, battant des ailes directement sous l'aura de l'arbre spirituel, la vitesse de l'écran tombe soudainement à zéro, créant un fort contraste, l'aura remplit l'écran de lavis dorés vieillis, et les lignes gongbi retrouvent clarté et complétude au moment de l'immobilité ; puis le qilin accélère encore plus violemment, plongeant vers la haute plateforme de la place, avec une sensation de vitesse continue tout au long. Phénomènes dynamiques : les lanternes se balancent violemment avec le flux d'air, les rideaux de gaze stylisés montent et descendent en couches sans effondrement des contours. Audio du plan : le son ambiant est l'atmosphère animée de la foule superposée au sifflement du flux d'air ; l'effet sonore clé est l'amplification brève des arpèges de pipa lors du passage de la formation de musiciens ; les battements de tambour de la musique commencent à s'intensifier, avec des carillons intercalés. Plan 3 (11-19 secondes · Vitrine principale · Niveau A) Plan moyen à gros plan, lignes gongbi décrivant les contours, lavis chauds exprimant les couches de lumière et d'ombre. La musicienne est assise d'un côté de la haute plateforme, tenant un pipa en diagonale devant elle. Sa peau est rendue avec des lavis d'aquarelle, montrant une texture douce et rosée. Un délicat point vermillon entre ses sourcils est subtilement estompé. Plusieurs rangées de perles suspendues dans ses cheveux sont représentées par des lignes gongbi, se balançant doucement lorsqu'elle incline la tête. Elle porte une robe à manches longues blanc lune à motifs sombres, recouverte d'une demi-manche orange flamboyant brodée d'or. Le tissu est rendu avec des lavis d'aquarelle, montrant des profondeurs variées et des plis et ombres naturels, avec des contours continus et uniformes. L'action principale est un passage musical complet allant du pincement et du grattage à une transition de doigt roulant, puis à une finition de grattage : dans la phase initiale, le pouce et l'index droits alternent des pincements et des grattages légers, les cordes sont représentées par des lignes simples montrant de légères vibrations ; dans la phase de développement, elle passe aux doigts roulants, ici sans verrouiller la précision des doigts, la caméra passe en gros plan sur les cordes elles-mêmes – les cordes montrent des rémanences floues et vibrantes de lignes gongbi dues au pincement à grande vitesse, les mouvements de la main sont exprimés par un rythme de contour global fluide plutôt que par des détails de lignes de doigts individuels ; dans la phase culminante, le bras de la musicienne se lève soudainement, sa paume effectue un grand grattage sur toutes les cordes, l'arpège crée un effet visuel explosif avec des lavis de blocs de couleur, le contour de l'instrument vibre visiblement avec la force, et le large contour de la manche se balance de haut en bas de manière significative avec le mouvement du bras. La caméra passe ici en extension au ralenti, capturant les détails du balancement de la soie et de la vibration des cordes pendant ce moment de balayage. Les changements de couches des lavis d'aquarelle sont clairement visibles au ralenti ; enfin, la main de la musicienne s'arrête au-dessus des cordes, respirant légèrement, ses yeux se lèvent soudainement pour regarder vers le centre de la place, son expression absorbée et perdue dans l'instant. Autres réactions des sujets : une formation de cent personnes de musique et de danse au loin, simplifiée en figures de groupe stylisées, lève ses manches en réponse au grattage explosif. Audio du plan : l'effet sonore clé est le son puissant du grattage explosif du pipa et le battement lourd des tambours coïncidant précisément ; l'instrumentation musicale atteint son pic de densité ici, avec des carillons et des sheng et xiao jouant à l'unisson. Plan 4 (19-21 secondes · Transition atmosphérique, Pause respiratoire) Plan moyen, vue plongeante, le son persistant du grattage ne s'est pas dissipé, un ralenti bref et figé de la vue panoramique de la place, le moment où les larges manches de la formation de cent personnes de musique et de danse sont suspendues immobiles en l'air, les lanternes stylisées se balancent progressivement plus lentement, la vitesse de l'écran ralentit soudainement pour créer une forte sensation de contraste respiratoire, les lavis de texture de papier Xuan vieilli montrent des couches douces dans les faisceaux lumineux. Audio du plan : les battements de tambour sont brièvement clairsemés, le son persistant des carillons est long. Plan 5 (21-27 secondes · Vitrine principale · Niveau A) Plan moyen à gros plan, lignes gongbi décrivant les contours, rétroéclairage exprimé par des lavis montrant des halos doux sur les cheveux et les bords de la soie. Au centre de la place, une danseuse se tient seule devant la formation de cent personnes. Sa peau est rendue avec des lavis d'aquarelle, montrant une texture douce. Ses sourcils sont subtilement estompés avec de fines lignes gongbi, arquées vers le haut. Ses cheveux noirs sont attachés haut, avec un ornement doré à motif de flamme au sommet, représenté par des lignes et des blocs de couleur montrant une lumière réfractée. Elle porte une robe de soirée à manches larges en soie transparente dégradée orange flamboyant. Le tissu de soie est rendu avec des lavis d'aquarelle, montrant une qualité légère et translucide avec des bords superposés. Plusieurs mètres de soie longue sont enroulés autour de ses bras, traînant à ses côtés. L'action principale est l'arc complet du tourbillon de la longue soie : dans la phase initiale, les bras de la danseuse sont rentrés, la longue soie est lâchement drapée et enroulée à ses côtés, ses yeux légèrement fermés, accumulant de l'élan ; dans la phase de développement, sa taille tourne soudainement, entraînant ses bras à se balancer largement, la longue soie forme une énorme trajectoire en spirale dans l'air comme des flammes stylisées, son corps s'incline significativement avec l'élan du balancement puis se redresse, la queue de la longue soie traîne une trajectoire simplifiée de rémanence de mouvement avec des lignes gongbi, le contour reste continu sans s'effondrer ; dans la phase culminante, la danseuse tourne à sa vitesse maximale, puis stabilise son centre de gravité, ses bras s'étendent soudainement, la longue soie se déploie complètement autour d'elle en un énorme halo de flamme stylisé, le contour reste uniformément clair sans se briser ni se tordre au moment du déploiement ; enfin, la longue soie se rassemble lentement et tombe, la danseuse respire légèrement, ses yeux s'ouvrent pour regarder vers la haute plateforme de la place, son expression détendue et perdue dans l'instant. Autres réactions des sujets : la formation de cent personnes lève ses manches à l'unisson au moment où la longue soie se déploie, l'aura de l'arbre spirituel s'illumine significativement, et les nuages stylisés sont teintés de lavis chauds. Audio du plan : le son ambiant recule brièvement ; l'effet sonore clé est le sifflement de la longue soie se déployant combiné à de fortes notes de carillon ; l'instrumentation musicale à cinq couches joue à l'unisson, volume maximal de tout le film. Plan 6 (27-30 secondes · Transition atmosphérique, Conclusion en plan long) Plan long, vue plongeante s'élevant lentement, la lueur persistante de la longue soie et la jubilation de la place s'enfoncent progressivement dans les nuages et la brume stylisés. La silhouette du qilin a disparu dans les profondeurs des lumières. La formation de cent personnes et les musiciens rétrécissent progressivement, se fondant dans l'échelle des montagnes immortelles. L'aura de l'arbre spirituel se transforme en une douce couleur de lavis rémanente. Les nuages stylisés se rejoignent, recouvrant le flanc de la montagne. L'écran se fige sur une vue panoramique des montagnes immortelles enveloppées de brume flottant au bout de la vaste mer de nuages. Les lignes gongbi en plan long sont simplifiées en contours de montagnes doux, et les lavis de texture de papier Xuan vieilli retrouvent la tranquillité. Audio du plan : le son ambiant revient à l'atmosphère lointaine à basse fréquence de la mer de nuages ; seules les notes persistantes du guzheng et les notes électroniques soutenues subsistent, s'estompant progressivement jusqu'au silence, concluant tout le film.”

D'une Idée à une Vidéo Wan AI

Choisissez un point de départ adapté à votre projet : une description de scène écrite, une image de produit ou une collection de références. Définissez la durée et la résolution avant de générer.

Exemple officiel de Wan 3.0

PPTX

Après

“Une publicité pour des lunettes intelligentes haut de gamme, avec un style général minimaliste, futuriste et avant-gardiste, un éclairage maîtrisé, une palette de noir, gris argenté et bleu glacier comme tons principaux, avec des accents de lumière blanche douce localisés et des graphiques d'interface utilisateur de paramètres. L'ouverture sur un fond noir pur, une paire de lunettes intelligentes émerge lentement de l'obscurité, avec des reflets raffinés glissant le long des branches, la silhouette de la monture étant soulignée par un éclairage de bord froid. La caméra passe en très gros plan sur les verres, les plaquettes de nez, les charnières, les branches et les détails des matériaux, mettant en valeur la texture délicate du métal et des matériaux composites haute performance, avec un traitement de surface raffiné et discret et des lignes fines et fluides. Le produit tourne ensuite lentement dans les airs, avec des graphiques animés minimalistes affichant les informations clés des paramètres en synchronisation. La caméra converge ensuite rapidement, tous les composants se réassemblant précisément pour former le produit complet. La scène passe à un jeune mannequin portant les lunettes — le mannequin a des traits définis, une attitude confiante, vêtu d'une mode urbaine élégante et haut de gamme, tournant naturellement la tête, levant la main, marchant et souriant dans un espace minimaliste et un environnement d'éclairage urbain. La caméra montre les lunettes sous des angles frontal, latéral et arrière-oblique, soulignant la coupe ajustée, la silhouette à la mode et la polyvalence quotidienne. La fin présente le produit flottant et figé sur un fond de couleur unie, la caméra se rapprochant lentement du logo de la marque et du slogan principal. La musique générale est une ambiance électronique minimaliste avec des rythmes précis, un rythme net et puissant. La qualité visuelle est raffinée, sobre et pure, avec une forte signature de marque et une esthétique technologique internationale.”

Transformer une présentation PowerPoint de produit en publicité vidéo Wan

Utilisez une présentation de produit comme référence et décrivez le style publicitaire, les plans de produit et les scènes d'utilisation que vous souhaitez. Cet exemple de lunettes intelligentes montre comment Wan 3.0 transforme les informations produit en une publicité technologique. Vous pouvez également combiner des documents avec des références d'images, de vidéos ou d'audio.

Exemple officiel de Wan 3.0

Tracez un chemin pour guider la caméra - Entrée

Avant

Après

“【Exigences strictes pour l'image de base】 Le rendu final doit être entièrement dépourvu de lignes rouges, de numéros, de flèches et de marques auxiliaires ; aucun texte ni filigrane ne doit apparaître dans le cadre. Texture de peinture à l'huile classique 8K photoréaliste surréaliste, coups de pinceau épais et grain de pigment clairement discernables, rendu d'éclairage cinématographique UE5, contre-jour latéral aux tons chauds d'un après-midi grec, poussière brun doré tourbillonnant et flottant à travers les faisceaux lumineux. Le cheval de Troie géant en bois blanc, la remorque en bois et ses rouleaux, les cordes de chanvre épaisses et tendues, le mur d'enceinte en pierre de Troie et la tour de guet ronde sur la gauche, ainsi que le complexe urbain montagneux lointain, conservent tous leur forme, leurs proportions et leurs positions d'origine inchangées. Les proportions humaines sont naturelles et sans distorsion ; seule la foule tirant la corde d'origine et les défenseurs sur le mur restent — aucune figure supplémentaire n'est ajoutée. Les robes conservent leurs couleurs d'origine : rouge ocre, indigo, jaune terre et blanc cassé. 【Règles fondamentales de mouvement de caméra】 Perspective de drone FPV à la première personne, plan séquence unique, un mouvement continu ininterrompu du début à la fin, suivant le chemin complet de la ligne rouge 1→2→3→4→5 sur l'image 1, sans sauter de segment, sans simplifier la trajectoire, sans changer l'ordre. Le début n'est pas un vol droit et plat — il s'élève d'abord vers le haut-gauche pour dégager la zone des cordes de remorquage, puis plonge en un grand arc ondulant. Le point de passage 2 doit réellement traverser l'espace sous le ventre du cheval ; il ne peut pas contourner le corps du cheval ni passer sur le côté. La cadence globale de vitesse est rapide → lente → rapide. 【Segmenté par point de passage】 Segment 1 (point de passage 1 → point de passage 2) : poussée d'insertion à grande vitesse, une plongée qui monte d'abord puis descend. La caméra décolle à basse altitude depuis le bord droit du cadre, à côté des pointes de lance des porteurs de lances en liesse, s'élève brusquement vers le haut-gauche à une vitesse extrême, survolant des rangées de cordes de remorquage tendues, s'élevant au-dessus du complexe urbain montagneux lointain pour le frôler, puis vire brusquement vers le bas à la position juste à droite de la poitrine du cheval, abaissant le nez et plongeant le long du sommet des têtes de la foule et des lances levées. Les bras et les bannières défilent des deux côtés, la poussière soulevée est déchirée en longs rubans par le flux d'air, et le nez plonge droit vers l'ombre sous le ventre du cheval. Segment 2 (point de passage 2, traversée du ventre) : passage sous le cheval, la vitesse ralentit soudainement. La caméra descend à une altitude extrêmement basse, se faufilant entre les quatre pattes massives du cheval, semblables à des piliers, traversant l'espace ombragé directement sous le ventre — au-dessus se trouvent les planches de bois veiné et les marques de ciseau du dessous du ventre, des deux côtés se trouvent d'épaisses cordes, des planches de remorque et des rouleaux cerclés de fer, en dessous se trouve le sol poussiéreux piétiné par d'innombrables pieds. La lumière s'atténue brusquement, ne laissant que des barres de lumière dorée filtrant à travers les interstices ; la sensation d'échelle est poussée à son maximum. Segment 3 (point de passage 2 → point de passage 3) : ralenti, inclinaison vers le haut et virage serré. La caméra émerge de l'autre côté du ventre et, près de l'arrière du cheval, proche du mur d'enceinte gauche, décrit un grand arc ascendant en forme de U au ralenti, balayant la texture sculptée de la queue et des pattes arrière. La cellule s'incline lentement vers le haut, et l'énorme masse du mur d'enceinte en pierre et de la tour de guet ronde en arrière-plan remplit progressivement le cadre à mesure que la caméra s'élève. Segment 4 (point de passage 3 → point de passage 4) : maintien du ralenti, ascension et orbite le long de la colonne vertébrale. La caméra monte lentement le long de la ligne dorsale du cheval, de l'arrière vers l'avant, balayant une par une les jointures du bois du dos, la crinière sculptée et bouclée, et les ondulations des muscles du cou. Des oiseaux tournoyants dans le ciel se dispersent devant l'objectif ; les défenseurs densément massés sur le mur et la ville montagneuse lointaine reculent lentement en dessous. Segment 5 (point de passage 4 → point de passage 5) : accélération soudaine, un fouet circulaire autour de la tête pour finir. Après avoir dépassé le sommet de la crinière, la caméra accélère soudainement, effectuant un virage serré vers la droite en une boucle complète et fermée autour de la tête du cheval — d'abord en s'élançant dans le ciel ouvert à l'avant-droit du cheval, puis en inversant brusquement et en revenant en arrière, et enfin en fonçant droit vers la tête du cheval. Le mouvement s'arrête net au dernier instant. 【Image finale fixe】 La caméra se fige sur un gros plan directement devant la tête du cheval : l'œil, la narine et la crinière ciselée du cheval dominent le cadre, un contre-jour dessine un contour doré autour de la tête, et l'arrière-plan est le ciel bleu flou, les nuages dérivants et la ville montagneuse lointaine. 【Notes sur l'éclairage et la qualité】 Pas de coupes, pas de divisions de plans, pas de ruptures de transition — conserver la texture native FPV grand-angle légèrement déformée d'un plan continu unique. La lumière dorée de l'après-midi provient toujours du coin supérieur droit du cadre ; en traversant le ventre, elle subit une transition d'exposition naturelle du clair au sombre puis de nouveau au clair. La densité des particules de poussière et des micro-poussières en suspension dans l'air s'intensifie avec la vitesse, et les coups de pinceau de peinture à l'huile et le grain du pigment restent cohérents sur l'ensemble de l'œuvre — aucune brillance plastique photoréaliste n'apparaît.”

Tracez un chemin pour guider la caméra

Marquez un itinéraire et des points numérotés sur une image de référence, puis décrivez le mouvement de la caméra dans votre invite. Cet exemple Wan 3.0 présente un plan séquence continu en drone à travers une scène de chevaux de bois, où le chemin tracé guide les virages, les changements d'altitude et le rythme. La vidéo finale supprime les marques de référence.

Exemple officiel de Wan 3.0

Construisez une Scène à partir de Vos Mots

Décrivez un sujet, un décor, une action et un mouvement de caméra pour créer une vidéo à partir de texte. Wan 3.0 vous offre un espace pour une courte histoire visuelle, que vous imaginiez un monde surréaliste ou que vous planifiiez un clip social cinématographique. Choisissez une durée de 2 à 30 secondes et une sortie jusqu'à 1080P.

Exemple officiel de Wan 3.0

“Générez une cinématique d'ouverture de jeu de science-fiction japonais, d'environ 24 secondes, basée sur trois images de référence. [Image 1] est la seule référence d'apparence pour le personnage masculin. [Image 2] est la seule référence d'apparence pour le personnage féminin. [Image 3] est la référence pour l'espace, les matériaux architecturaux et l'éclairage d'un dojo traditionnel en bois. Tout au long du film, maintenez strictement la cohérence des traits du visage, des coiffures, des vêtements, des proportions corporelles et des accessoires mécaniques pour les deux personnages. Ne modifiez pas les lunettes, les cheveux gris argenté et le long manteau gris foncé du personnage masculin ; ne modifiez pas les deux chignons, le masque mécanique rouge et la combinaison de combat blanche du personnage féminin. 【Style général】 Une cinématique d'ouverture de RPG d'action japonais à gros budget, avec un art d'animation de science-fiction mature, un rendu cel-shaded exquis combiné à un espace 3D cinématographique. L'atmosphère visuelle est similaire à celle d'un joueur entrant dans un niveau d'entraînement caché : un espace virtuel numérique blanc froid se transforme progressivement en un dojo traditionnel brun chaud, mêlant technologie et espace d'arts martiaux orientaux. La caméra est retenue, créant un sentiment de pression, sans combat formel, montrant seulement la confrontation avant le début du niveau. 【Plans et dialogues】 [0–3 secondes] Un espace virtuel blanc pur, sans limites. Le personnage masculin se tient dos au personnage féminin au premier plan, tandis que le personnage féminin apparaît au loin. Seuls un léger bourdonnement électronique et un son d'impulsion grave sont présents dans l'espace. La caméra avance en douceur et rapidement depuis un plan très large, tournant vers l'avant du personnage masculin, formant un gros plan de son haut du corps. L'expression du personnage masculin est calme, comme s'il attendait ici depuis longtemps. Le personnage masculin ne parle pas. [3–8 secondes] La caméra monte rapidement vers une vue plongeante verticale. Des lignes de coordonnées numériques gris clair et des grilles architecturales s'illuminent séquentiellement sous leurs pieds, se propageant le long du sol, comme si un niveau caché était en cours de chargement. Accompagné d'un son de démarrage système grave, des planches de bois se génèrent pièce par pièce sous leurs pieds vers l'extérieur ; des piliers en bois s'élèvent verticalement un par un ; des poutres se connectent automatiquement dans les airs ; des murs, des portes shoji et des structures de toit se construisent couche par couche. Le processus de génération architecturale est continu et précis, avec l'effet visuel d'un moteur de jeu haut de gamme chargeant une scène en temps réel. [8–11.5 secondes] La caméra descend rapidement d'en haut, passant à un angle bas près du plancher en bois, glissant vers l'avant entre les deux personnages. Le dojo est entièrement généré. La lumière chaude du soleil traverse les fenêtres shoji, projetant des ombres longues et régulières sur le plancher en bois. Une petite quantité de poussière flotte dans l'air, le son de la génération architecturale cesse progressivement, et l'espace tombe dans un bref silence. La femme regarde d'abord le dojo nouvellement généré, fait une pause d'une demi-seconde, puis baisse la voix et demande en japonais, avec une voix alerte et calme : 「ここは……何のステージ？」 Le rythme de prononciation est naturel, approximativement : Ko-ko wa……nan-no su-tē-ji? Signification : C'est... quel genre de scène ? [11.5–14.5 secondes] Coupe sur un plan moyen-rapproché du personnage féminin. Elle ne parle plus. Elle ajuste rapidement son centre de gravité, son corps s'enfonçant légèrement, et lève sa main droite, paume tournée vers le personnage masculin, adoptant une posture défensive d'arts martiaux précise et retenue. Son masque mécanique rouge émet une brève lueur, et le dispositif mécanique sur son oreille effectue un scan. Son regard reste vigilant, sans expression exagérée. [14.5–19 secondes] Coupe sur un plan moyen du personnage masculin. Le personnage masculin se tourne calmement, l'ourlet de son long manteau se balançant légèrement. Il lève lentement sa main droite, paume tournée vers la femme, répondant à sa posture avec une attitude calme. La caméra avance lentement vers le personnage masculin. Le personnage masculin termine ses répliques complètement et calmement, avec des pauses naturelles entre les deux, répondant en japonais, d'une voix grave, calme, comme un gestionnaire de niveau : 「お前の適性を測る、最初の試練だ。」 Le rythme de prononciation est naturel, approximativement : O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da. Signification : C'est le premier essai pour mesurer ton aptitude. Le personnage masculin ne montre pas de sourire évident en parlant, sa voix est stable, sans colère ni cri. [19–24 secondes] Coupe sur un gros plan frontal du personnage masculin. L'arrière-plan du dojo montre progressivement un léger effet de dissipation numérique, l'environnement chaud est recouvert d'une lumière blanche froide intense, s'estompant pour revenir à l'espace virtuel blanc pur d'origine. Une lumière de balayage blanche froide traverse la surface des lunettes du personnage masculin. Après que l'écran se soit arrêté pendant une demi-seconde, une voix féminine grave du système se fait entendre au loin, sans afficher de sous-titres : 「適性試験、開始。」 Prononciation : Te-ki-sei shi-ken、kai-shi. Signification : Test d'aptitude, début. Enfin, accompagné d'un son de confirmation système court et puissant, l'écran se fige et se termine. 【Conception sonore】 Au début, utilisez des sons ambiants électroniques graves, de faibles impulsions spatiales et une résonance mécanique lointaine. Lors de la génération de la scène, ajoutez des sons d'activation de grille numérique, des sons de déploiement de modules en bois, des sons de montée de piliers en bois et des sons de fermeture structurelle à basse fréquence. Les sons doivent avoir du poids mais ne pas être excessivement bruyants. Une fois le dojo entièrement généré, le son ambiant diminue soudainement, ne conservant que la réverbération de l'espace en bois, un léger frottement de tissu et les sons de respiration des personnages. Les personnages utilisent un doublage japonais naturel : La voix féminine est jeune, calme et alerte, évitant les tons d'anime mignons ou exagérés. La voix masculine est grave, mature et posée, comme celle d'un mentor, d'un gardien de niveau ou d'un guide de quête. La voix féminine du système est claire, froide et sans émotion, comme un son d'invite de système de jeu. 【Contrôle de la génération】 Lorsque les personnages parlent, la synchronisation labiale japonaise doit être précise et synchronisée. Seul le personnage actuellement à l'écran doit parler, évitant les voix mal assorties. Chaque réplique japonaise doit être prononcée entièrement, sans précipitation ni compression de la vitesse de parole ; des pauses et des respirations naturelles doivent être maintenues avant et après les répliques. Soulignez la séquence de chargement du dojo : Activation des coordonnées numériques → La grille se propage vers l'extérieur → Les planches de bois se posent pièce par pièce → Les piliers en bois montent séquentiellement → Les poutres se connectent automatiquement → Les murs et les portes shoji se génèrent → Le dojo complet se ferme. Aucun des deux personnages ne s'engage dans un combat rapide, ne court, ne saute. Ils se contentent d'observer l'environnement, d'ajuster leurs postures, de lever leurs paumes pour initier une pose et de se confronter. Les paumes et les structures des doigts des personnages doivent être naturelles ; les traits du visage, les coiffures, les masques, les lunettes et les vêtements doivent rester stables tout au long ; la perspective architecturale doit être précise ; le mouvement de la caméra doit être fluide. Aucun sous-titre, titre, interface utilisateur, menu de jeu, valeurs numériques, identifiants, bordures de storyboard ou filigranes ne doivent apparaître à l'écran.”

Guidez le Mouvement avec des Références Multimodales

Combinez des images de personnages avec des références vidéo pour le mouvement et la direction de la caméra. Ajoutez de l'audio pour guider l'ambiance, ou utilisez un document ou une page web publique comme brief créatif. Dites à Wan comment chaque référence doit influencer la scène pour façonner l'apparence, l'action et l'atmosphère d'une nouvelle vidéo.

Exemple officiel de Wan 3.0

“Générer un clip vidéo de hip-hop international cinématographique de 24 secondes avec une qualité photoréaliste, une esthétique de clip vidéo de mode urbaine haut de gamme, et un rythme rapide, confiant et puissant. [Images de référence] Image 1 : Référence pour la composition du groupe de quatre personnes, les identités des personnages, les vêtements et le style général. La vidéo entière mettra constamment en scène quatre personnes : une chanteuse principale, un DJ homme et un performeur d'ambiance de chaque côté. Aucun nouveau personnage, duplication ou échange de personnages n'est autorisé. Image 2 : Référence pour le visage de la chanteuse principale, sa coiffure, son maquillage, ses vêtements de style fonctionnel argenté et noir, et son microphone à main. Tous les gros plans doivent conserver le même visage et la même tenue. Image 3 : Référence pour la scène sur le toit, la cabine de DJ, le sol mouillé et réfléchissant, l'éclairage, la balustrade en verre et la ligne d'horizon de la ville. Toute la vidéo se déroulera constamment sur le même toit. [Concept central] Different voices, one beat. La même chanteuse principale alterne naturellement entre huit langues dans le même hymne hip-hop international original et entraînant. La musique est d'environ 106 BPM, entrant immédiatement dans un groove puissant dès la première seconde sans progression atmosphérique lente ; elle utilise des kicks lourds et percutants, des snares nets et clairs, une ligne de basse rebondissante et syncopée, ainsi qu'un hook de synthétiseur électronique de deux mesures clair, mémorable et fredonnable, et des cuivres courts. Ce hook central est établi dès le début, revenant continuellement avec de brèves variations entre chaque changement de langue, et éclate pleinement lors du beat drop à 21 secondes. Les huit langues s'enchaînent comme un flow de rap continu au sein de la même chanson, tombant toujours naturellement sur le rythme, sans réciter mécaniquement les mots phrase par phrase ; l'accompagnement maintient toujours la mélodie, le rythme et une sensation de progression, sans s'affaiblir à cause de la synchronisation labiale. [Séquence de plans] Toute la vidéo maintient un axe spatial clair et stable : la chanteuse principale est toujours au centre devant, le DJ est toujours à la console d'équipement à l'arrière, et les deux performeurs sont toujours de chaque côté. La caméra avance principalement, recule ou effectue des panoramiques fluides le long de l'axe frontal, chaque plan n'exécutant qu'un seul mouvement principal ; le rythme provient principalement de la performance, des changements de taille de plan et des coupes franches, sans dépendre de cercles continus, de panoramiques rapides fréquents ou de retournements soudains. Plan 1 | 0-3 secondes Plan aérien à basse altitude survolant les bâtiments de la ville, descendant rapidement vers la scène sur le toit de l'Image 3. La chanteuse principale est au centre devant, le DJ est à la console d'équipement à l'arrière, et les deux performeurs sont de chaque côté. À mesure que la caméra s'approche de la chanteuse principale, elle passe à un travelling avant grand-angle en contre-plongée. La chanteuse principale lève les yeux directement vers la caméra, chantant : « One beat. » Le dernier temps fort tombe, coupe franche. Plan 2 | 3-6 secondes Gros plan moyen frontal du buste de la chanteuse principale, se référant strictement à l'Image 2. Le stabilisateur avance sur une courte distance le long de l'axe frontal et s'arrête naturellement, avec les lumières de la ville formant un bokeh flou en arrière-plan. La chanteuse principale tient le microphone d'une main et, de l'autre, pointe vers la caméra au rythme, hochant la tête avec force. La chanteuse principale chante : « 同一个节拍. » Le dernier mot tombe sur le rythme, coupe franche directe vers la taille de plan suivante. Plan 3 | 6-9 secondes Plan macro du DJ manipulant la platine, les faders et les boutons lumineux, puis panoramique rapide vers le haut pour révéler le DJ en arrière-plan et la chanteuse principale se produisant de côté au premier plan. L'équipement et la disposition des personnages restent stables. La chanteuse principale chante : « ひとつのリズム. » Coupe franche au moment où le DJ appuie sur un bouton. Plan 4 | 9-12 secondes Plan moyen de la chanteuse principale de 3/4 de profil, la caméra effectuant un panoramique fluide sur une courte distance de gauche à droite, maintenant toujours un horizon horizontal et l'axe spatial établi. Les deux performeurs se déhanchent en arrière-plan de chaque côté, avec des mouvements différents mais un rythme unifié. La chanteuse principale suit la caméra du regard et par de légers mouvements de tête. La chanteuse principale chante : « 하나의 리듬. » Sur le dernier temps, la chanteuse principale lève la main et la passe devant la caméra, créant une transition par balayage. Plan 5 | 12-15 secondes Panoramique grand-angle en contre-plongée. La chanteuse principale marche vers la caméra le long de la zone de performance sur le toit, sa veste argentée étant doucement agitée par le vent nocturne, avec les lumières de la ville en arrière-plan créant un parallaxe de mouvement évident, et le sol mouillé reflétant une lumière dorée chaude. La chanteuse principale chante : « Um só ritmo. » Les pas tombent sur le temps fort, coupe franche. Plan 6 | 15-18 secondes Gros plan moyen de la chanteuse principale et de la performeuse à droite. Les deux se tiennent d'abord dos à dos, puis se tournent simultanément vers la caméra. La chanteuse principale termine de chanter, et la performeuse répond au rythme par des mouvements d'épaules et de bras, sans voler la vedette. La chanteuse principale chante : « จังหวะเดียวกัน. » Le dernier temps est naturellement balayé par l'épaule de la performeuse de droite passant devant la caméra, complétant une transition par masquage. Plan 7 | 18-21 secondes Un travelling avant court, puissant mais stable, passant d'un plan moyen à un gros plan de la chanteuse principale et s'arrêtant immédiatement. La chanteuse principale entre dans un climax de flow, avec des yeux déterminés et des gestes puissants. Le DJ et les deux performeurs lèvent simultanément les mains en arrière-plan, et les lumières du toit s'intensifient au rythme. La chanteuse principale chante : « Un mismo ritmo. » Le dernier mot se termine, coupe franche directe dans la composition stable. Plan 8 | 21-24 secondes Gros plan de la chanteuse principale en contre-jour latéral, un côté de son visage étant illuminé par une lumière de contour dorée chaude, et l'autre côté conservant une ombre bleu profond. La chanteuse principale chante d'abord : « إيقاع واحد. » Puis le beat drop, et la caméra recule en douceur le long de l'axe frontal jusqu'à un plan large héroïque, l'horizon restant horizontal. Les quatre personnes forment une posture triangulaire stable, avec la chanteuse principale devant, le DJ au centre arrière, et les deux performeurs de chaque côté. Tout le monde fait un pas en avant vers la caméra au rythme. La chanteuse principale chante : « Different voices, one beat. » Tout le monde répond à l'unisson sur le dernier temps : « One beat. » Tout le monde fige ses mouvements, la chanteuse principale regarde directement la caméra, et la scène se termine. [Exigences de performance] Toutes les paroles de la chanteuse principale doivent être précisément synchronisées labialement, avec une prononciation, des accents et une vitesse de parole naturels maintenus dans les huit langues, mais la ligne vocale, l'identité et le flow général de la chanteuse principale restent cohérents. La tête, les épaules, les gestes et le poids du corps bougent naturellement au rythme. Pas de récitation mécanique, pas de changement de personnage, de vêtements, d'âge ou de ligne vocale lors des changements de langue. [Exigences visuelles] Toit de ville à l'heure bleue jusqu'à la nuit, avec une palette de couleurs bleu profond, gris argenté, or chaud et une petite quantité de néon magenta. Un mélange d'objectifs cinéma 24mm, 35mm, 50mm, une profondeur de champ réelle et peu profonde, un grain de film délicat, une légère brume atmosphérique et une texture de peau réaliste. Le montage crée une sensation de vitesse grâce à des changements clairs entre les plans larges, moyens et rapprochés, mais les plans adjacents ne changent pas fréquemment de direction de mouvement. Utilise principalement des coupes franches, des coupes raccord et un balayage naturel ; évite les cercles à grande échelle, les panoramiques rapides continus, les angles hollandais et les travellings avant incohérents. Pas de sous-titres, pas de texte de paroles, pas de logos de marque, pas d'interface utilisateur, pas de filigranes. Traits du visage clairs, doigts naturels, microphone et équipement DJ stables, pas de flottement ni de distorsion. Les identités, les vêtements, les coiffures, les accessoires et le décor des quatre personnes restent cohérents tout au long de la vidéo.”

Intégrez le Son à la Scène

La génération vidéo Wan peut inclure des dialogues, de la musique et des sons d'ambiance en plus de l'image. Décrivez l'audio que vous souhaitez et activez le son dans le générateur, ou laissez-le désactivé pour un clip silencieux que vous pourrez sonoriser plus tard. Cela convient aux vidéos de performance, aux scènes atmosphériques et aux courtes histoires.

Explorez d'autres modèles

Basculez entre les meilleurs modèles vidéo dans un seul générateur.

NEW

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Comparaison entre Wan 3.0 et Wan 3.0 Prime

Les deux modèles prennent en charge les mêmes modes de génération et types de référence. Choisissez Wan 3.0 pour un coût en crédits inférieur, ou Prime lorsque la génération plus rapide est plus importante.

Fonctionnalité	Wan 3.0	Wan 3.0 Prime
Modes de génération	Texte, images de début/fin, références	Texte, images de début/fin, références
Résolution	480P / 720P / 1080P	480P / 720P / 1080P
Durée de sortie	2–30 secondes	2–30 secondes
Entrées de référence	Image, vidéo, audio, document ou page web	Image, vidéo, audio, document ou page web
Son généré	Optionnel ; désactivé par défaut	Optionnel ; désactivé par défaut
Coût de départ · 480P, 2 secondes	28 crédits	42 crédits
Avantage principal	Coût en crédits inférieur	Génération plus rapide

Utilisez la même approche créative avec l'un ou l'autre modèle. Votre résolution, la durée de sortie et la durée de la vidéo de référence déterminent le total des crédits affiché dans le générateur.

Wan 3.0 Prime

Choisissez Votre Plan

Obtenez le meilleur de Raphael AI avec une génération plus rapide et une utilisation commerciale

Professionnel

-50%

$20$10/mois

Facturé Annuellement ·$240$120/an

Avantages du modèle illimité

Seedream 3.5Illimité
Seedream 3.5 ProIllimité non inclus
MiniMax H3 TurboIllimité non inclus
MiniMax H3Illimité non inclus

Mettez à niveau pour débloquer tous les modèles avancés et profiter de réductions exclusives
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
2,000 crédits par mois
Jusqu'à 2,000 images rapides
Jusqu'à 200 vidéos de base
File d'attente prioritaire
Sans filigrane
Traitement par lots avec des outils d'IA
Confidentialité totale

Recommandé

Ultime

-50%

$40$20/mois

Facturé Annuellement ·$480$240/an

Avantages du modèle illimité

Seedream 3.5Illimité
Seedream 3.5 ProIllimité
MiniMax H3 TurboIllimité non inclus
MiniMax H3Illimité non inclus

Mettez à niveau pour débloquer tous les modèles avancés et profiter de réductions exclusives
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
5,000 crédits par mois
Jusqu'à 5,000 images rapides
Jusqu'à 500 vidéos de base
File d'attente de priorité la plus élevée
Sans filigrane
Traitement par lots avec des outils d'IA
Confidentialité totale

Maximum

-50%

$80$40/mois

Facturé Annuellement ·$960$480/an

Avantages du modèle illimité

Seedream 3.5Illimité
Seedream 3.5 ProIllimité
MiniMax H3 TurboIllimité
MiniMax H3Illimité

Mettez à niveau pour débloquer tous les modèles avancés et profiter de réductions exclusives
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
10,000 crédits par mois
Jusqu'à 10,000 images rapides
Jusqu'à 1,000 vidéos de base
File d'attente de priorité la plus élevée
Sans filigrane
Traitement par lots avec des outils d'IA
Confidentialité totale

Foire aux Questions sur Wan 3.0

Découvrez comment utiliser Wan AI en ligne, animer des images, ajouter des références et planifier vos crédits vidéo.

Qu'est-ce que Wan AI, et où se situe Wan 3.0 ?

Wan AI est la famille de modèles génératifs d'Alibaba. Wan 3.0 est un modèle vidéo de cette famille, prenant en charge la conversion texte-vidéo, l'animation image-vidéo de la première image et de la première/dernière image, ainsi que la génération multimodale par référence. Vous pouvez l'utiliser en ligne dans Raphael sans installer de modèle localement.

Comment utiliser Wan 3.0 en ligne ?

Saisissez votre description de scène dans le générateur ci-dessus. Ajoutez une image pour la conversion image-vidéo, ou passez en mode référence pour utiliser d'autres matériaux sources. Choisissez la durée, la résolution, le rapport d'aspect et le réglage du son, vérifiez le total des crédits, puis générez votre vidéo.

Comment fonctionne la conversion image-vidéo Wan ?

Téléchargez une image comme première image et décrivez le mouvement ou la direction de la caméra. Une image de fin optionnelle peut guider la fin du clip. Pour plusieurs images qui guident les sujets ou le style plutôt que les première et dernière images, utilisez plutôt le mode référence.

Quels matériaux de référence puis-je utiliser ?

Le mode référence accepte jusqu'à 10 images, 5 vidéos et 5 clips audio, plus un document ou une page web publique. Les documents et les liens de pages web ne peuvent pas être utilisés ensemble. Ajoutez des fichiers via la même entrée de matériel et collez un lien de page web publique complet dans la boîte d'invite pour créer une carte de référence.

Quelles sont les durées et résolutions vidéo disponibles ?

Choisissez une durée en secondes entières de 2 à 30 secondes et une résolution de 480P, 720P ou 1080P. Les vidéos de référence peuvent totaliser jusqu'à 15 secondes, et leur durée combinée plus la sortie doit rester dans les 30 secondes. Une référence vidéo de 10 secondes laisse donc jusqu'à 20 secondes pour la sortie.

Wan 3.0 peut-il générer des vidéos avec du son ?

Oui. Activez le son pour générer de l'audio avec la vidéo et décrivez le dialogue, la musique ou l'ambiance dans votre invite. Le son est désactivé par défaut dans Raphael, et l'activer ne modifie pas le taux de crédit.

La génération vidéo Wan AI est-elle gratuite sur Raphael ?

Wan 3.0 utilise des crédits plutôt que la génération gratuite. La sortie coûte 14 crédits par seconde en 480P, 27 en 720P et 53 en 1080P. La durée de la vidéo de référence est facturée au même tarif ; les images, l'audio, les documents et les références de pages web n'ajoutent pas de frais d'entrée séparés. Vérifiez le total affiché avant de générer.

Quelle est la différence entre Wan 3.0 et Prime ?

Les deux prennent en charge les mêmes modes, résolutions, durées et types de référence. Wan 3.0 coûte moins de crédits ; Prime est l'option de génération plus rapide. Choisissez en fonction de votre budget et de vos besoins en matière de délai, sans considérer Prime comme un ensemble distinct de capacités créatives.

Wan 3.0 AI Générateur de Vidéo

Exemples de Vidéos Wan 3.0

D'une Idée à une Vidéo Wan AI

Transformer une présentation PowerPoint de produit en publicité vidéo Wan

Tracez un chemin pour guider la caméra

Construisez une Scène à partir de Vos Mots

Guidez le Mouvement avec des Références Multimodales

Intégrez le Son à la Scène

Explorez d'autres modèles

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Comparaison entre Wan 3.0 et Wan 3.0 Prime

Choisissez Votre Plan

Professionnel

Avantages du modèle illimité

Ultime

Avantages du modèle illimité

Maximum

Avantages du modèle illimité

Foire aux Questions sur Wan 3.0

Qu'est-ce que Wan AI, et où se situe Wan 3.0 ?

Comment utiliser Wan 3.0 en ligne ?

Comment fonctionne la conversion image-vidéo Wan ?

Quels matériaux de référence puis-je utiliser ?

Quelles sont les durées et résolutions vidéo disponibles ?

Wan 3.0 peut-il générer des vidéos avec du son ?

La génération vidéo Wan AI est-elle gratuite sur Raphael ?

Quelle est la différence entre Wan 3.0 et Prime ?

Transformez Votre Prochaine Idée en Vidéo Wan 3.0