Wan 3.0 AI Generatore Video

Trasforma una descrizione di scena o un'immagine statica in un video con Wan 3.0. Crea annunci di prodotti, momenti cinematografici e clip social online, con video fino a 30 secondi e audio opzionale.

Da testo e immagine a videoRiferimenti multimodaliFino a 30 secondi · 1080PAudio opzionale

Esempi Video di Wan 3.0

Esplora scene fantasy, arti marziali, musica e storytelling di prodotti con Wan 3.0.

Esempio ufficiale di Wan 3.0

Un banchetto sopra le nuvole

Prompt

“Questo è un cortometraggio fantasy di 9 inquadrature e 30 secondi su un regno segreto di montagna immortale orientale, reso in maniera stilizzata, con un riferimento estetico allo stile illustrativo dei manifesti calendario del Nuovo Stile Cinese: linee gongbi tradizionali di spessore uniforme delineano personaggi, architetture e motivi di nuvole; nuvole e onde presentano forme stratificate e decorative piuttosto che nebbia o corpi d'acqua realistici; i colori sono acquerelli sfumati con una texture di carta Xuan invecchiata, utilizzando una palette di colori verde e rosa-arancio invecchiati; l'immagine complessiva presenta un'estetica decorativa retrò e nostalgica, evitando esplicitamente materiali fotorealistici e rendering di motori 3D. La tartaruga gigante fluttua sopra il vasto mare di nuvole, portando sulla schiena montagne immortali stratificate e palazzi. Nuvole e nebbia stilizzate, come batuffoli di cotone stratificati, si muovono sui fianchi delle montagne. Una fata cavalca un qilin propizio dorato, irrompendo tra le nuvole e scendendo, galoppando nell'aria sopra un banchetto di beatitudine suprema, dominando il palco pieno di musica, danza e varie esibizioni. Infine atterra sulla piattaforma elevata nella piazza, unendosi a musicisti e ballerini per portare l'intero luogo a un culmine di giubilo. Dopo la convergenza dinamica, tutti tornano alla tranquillità, con le montagne immortali che fluttuano alla fine del mare di nuvole. L'intero film utilizza una narrazione osservativa in terza persona, con uno stile di ripresa misto per tutta la durata, utilizzando solo quattro tecniche principali: navetta FPV estrema, rapido inseguimento in prospettiva soggettiva, staffetta di match cut ed estensione in slow-motion. Tutte le inquadrature FPV e di navetta soggettiva devono utilizzare movimenti di camera ad alta velocità per evidenziare la scena spettacolare. Nuvole e onde stilizzate mantengono i loro contorni completi senza collassare o deformarsi durante i movimenti ad alta velocità. Il ritmo di montaggio è misto: un'inquadratura lunga ad alta velocità iniziale stabilisce la scala dell'oggetto gigante, l'azione centrale si svolge in dettaglio con pause di respiro, il culmine è una convergenza di tagli rapidi e la fine è un'inquadratura lunga e lenta. La musica è una fusione di musica elegante antica e musica elettronica ambient moderna, con guzheng, konghou e pipa come strumenti principali e campane per enfasi. L'atmosfera passa gradualmente da distante a vivace, con battiti di tamburo densi e intensi al culmine, tornando a un'atmosfera distante alla fine. Inquadratura 1 (0-4 secondi · Transizione Atmosferica) Navetta FPV in campo lungo, precipitando a velocità estrema dall'alto del mare di nuvole. Nuvole stilizzate mantengono i loro contorni completi a batuffolo di cotone durante la discesa ad alta velocità, esprimendo la velocità attraverso lo spostamento complessivo dei blocchi di colore piuttosto che la frammentazione o la deformazione. La telecamera sfiora il debole contorno della testa della tartaruga gigante, poi sfreccia attraverso diversi strati di montagne e palazzi fluttuanti. Ogni strato di scenario, a causa della velocità eccessiva, appare solo come contorni fugaci di blocchi di colore di motivi decorativi. La silhouette di gru bianche che sbattono le ali tra le montagne è semplificata con linee gongbi per rappresentare le scie di velocità. Infine, la telecamera scende rapidamente e frena, stabilizzandosi improvvisamente vicino alla direzione della piattaforma elevata nella piazza, rivelando il contorno di un festival vivace con luci e folla. Il suono ambientale è il suono atmosferico a bassa frequenza di nuvole che si agitano sovrapposto al fischio del vento forte; la musica si sviluppa rapidamente con guzheng e note elettroniche sostenute, aumentando gradualmente di volume. Inquadratura 2 (4-11 secondi · Vetrina Principale · Livello A) Inseguimento in prospettiva soggettiva, simulando la fata che cavalca il qilin, un'inquadratura lunga in prima persona che vola a velocità estremamente elevata vicino al suolo, dominando il festival. Lo schermo genera un senso di velocità attraverso lo spostamento complessivo dei blocchi di colore a causa del movimento ad alta velocità. Le piume del collo del qilin sono raffigurate con linee gongbi e blocchi di colore, che turbinano con il flusso d'aria, con strati di velature rosse dorate sui bordi degli ornamenti di piume. La prospettiva sfiora a bassa quota la piazza a una velocità quasi incontrollata. Lo scenario su entrambi i lati – ampie maniche dei ballerini che si agitano come onde di nuvole stilizzate, formazioni di musicisti che suonano pipa, guzheng e konghou all'unisono, lanterne appese a strati e tende di garza – appare solo come blocchi di colore decorativi fugaci a causa della velocità eccessiva. La folla e le luci in profondità nello schermo, a causa del passaggio ad alta velocità, non hanno il tempo di mettere a fuoco, formando strisce di luce arancione calda sfocate. Nuvole stilizzate intorno allo schermo mantengono i loro contorni a batuffolo di cotone, scorrendo con la prospettiva. L'azione centrale è la planata continua ad alta velocità del qilin attraverso un arco completo: nella fase iniziale, il qilin spiega le ali e galoppa vicino al suolo, la prospettiva trema violentemente, evidenziando un forte senso di velocità; nella fase di sviluppo, il qilin salta e sorvola le teste della folla, la prospettiva fluttua notevolmente, la vista panoramica della piazza appare in violento tremolio e viene poi scagliata fuori dall'inquadratura dalla velocità; nella fase culminante, il qilin si libra per un momento, sbattendo le ali direttamente sotto l'aura dell'albero spirituale, la velocità dello schermo scende improvvisamente a zero, creando un forte contrasto, l'aura riempie lo schermo con velature dorate invecchiate, e le linee gongbi ripristinano chiarezza e completezza nel momento di immobilità; poi il qilin accelera ancora più ferocemente, piombando verso la piattaforma elevata nella piazza, con un senso di velocità continuo per tutta la durata. Fenomeni dinamici: le lanterne oscillano violentemente con il flusso d'aria, le tende di garza stilizzate si alzano e si abbassano a strati senza che i contorni collassino. Audio dell'inquadratura: il suono ambientale è l'atmosfera vivace della folla sovrapposta al fischio del flusso d'aria impetuoso; l'effetto sonoro chiave è la breve amplificazione degli arpeggi di pipa quando si passa la formazione di musicisti; i battiti di tamburo della musica iniziano a intensificarsi, con campane intercalate. Inquadratura 3 (11-19 secondi · Vetrina Principale · Livello A) Da campo medio a primo piano, linee gongbi delineano i contorni, velature calde esprimono strati di luce e ombra. La musicista siede su un lato della piattaforma elevata, tenendo una pipa diagonalmente davanti a sé. La sua pelle è resa con acquerelli sfumati, mostrando una texture morbida e rosata. Un delicato punto vermiglio tra le sopracciglia è sottilmente sfumato. Diverse stringhe di perle appese nei suoi capelli sono raffigurate con linee gongbi, che oscillano delicatamente mentre china la testa. Indossa un abito a maniche lunghe bianco luna con motivi scuri, sovrapposto a una mezza manica arancione fuoco ricamata in oro. Il tessuto è reso con acquerelli sfumati, mostrando profondità variabili e pieghe e ombre naturali, con contorni continui e uniformi. L'azione centrale è un passaggio musicale completo dal pizzicato e strimpellato a una transizione con dita rotolanti, quindi a una conclusione con una strimpellata ampia: nella fase iniziale, il pollice e l'indice destri alternano pizzicati e strimpellate leggere, le corde sono raffigurate con linee semplici che mostrano leggere vibrazioni; nella fase di sviluppo, si passa a dita rotolanti, qui senza bloccare la precisione delle dita, la telecamera si sposta su un primo piano che si concentra sulle corde stesse – le corde mostrano scie sfocate e vibranti di linee gongbi a causa del pizzicato ad alta velocità, i movimenti delle mani sono espressi attraverso un ritmo fluido del contorno generale piuttosto che dettagli delle linee delle singole dita; nella fase culminante, il braccio della musicista si solleva improvvisamente, il suo palmo esegue una grande strimpellata ampia su tutte le corde, l'arpeggio crea un effetto visivo esplosivo con velature di blocchi di colore, il contorno dello strumento vibra visibilmente con la forza, e il contorno dell'ampia manica oscilla su e giù significativamente con il movimento del braccio. La telecamera qui passa a un'estensione in slow-motion, catturando i dettagli dell'oscillazione della seta e della vibrazione delle corde durante questo momento di strimpellata. I cambiamenti stratificati degli acquerelli sfumati sono chiaramente visibili in slow motion; infine, la mano della musicista si ferma sopra le corde, respirando leggermente, i suoi occhi si sollevano improvvisamente per guardare verso il centro della piazza, la sua espressione assorta e persa nel momento. Reazioni di altri soggetti: una formazione di cento persone di musica e danza in lontananza, semplificata in figure di gruppo stilizzate, alza le maniche in risposta alla strimpellata esplosiva. Audio dell'inquadratura: l'effetto sonoro chiave è il suono forte della strimpellata esplosiva di pipa e il battito pesante dei tamburi che coincidono precisamente; la strumentazione musicale raggiunge qui il suo picco di densità, con campane, sheng e xiao che suonano all'unisono. Inquadratura 4 (19-21 secondi · Transizione Atmosferica, Pausa di Respiro) Campo medio, vista dall'alto, il suono persistente della strimpellata non si è dissipato, un breve slow motion, come congelato, della vista panoramica della piazza, il momento in cui le ampie maniche della formazione di cento persone di musica e danza sono sospese immobili a mezz'aria, le lanterne stilizzate oscillano gradualmente più lentamente, la velocità dello schermo rallenta improvvisamente per creare un forte senso di contrasto respiratorio, le velature con texture di carta Xuan invecchiata mostrano strati morbidi nei raggi di luce. Audio dell'inquadratura: battiti di tamburo brevemente sparsi, suono persistente delle campane lungo. Inquadratura 5 (21-27 secondi · Vetrina Principale · Livello A) Da campo medio a primo piano, linee gongbi delineano i contorni, la retroilluminazione espressa con velature che mostrano aloni morbidi su capelli e bordi di seta. Al centro della piazza, una ballerina sta sola davanti alla formazione di cento persone. La sua pelle è resa con acquerelli sfumati, mostrando una texture morbida. Le sue sopracciglia sono sottilmente sfumate con sottili linee gongbi, che si inarcano verso l'alto. I suoi capelli neri sono legati in alto, con un ornamento d'oro a forma di fiamma in cima, raffigurato con linee e blocchi di colore che mostrano luce rifratta. Indossa un abito lungo di seta trasparente a maniche larghe con sfumature arancione fuoco. Il tessuto di seta è reso con acquerelli sfumati, mostrando una qualità leggera e traslucida con bordi stratificati. Diversi metri di seta lunga sono avvolti intorno alle sue braccia, che le cadono ai lati. L'azione centrale è l'arco completo della seta lunga che turbina: nella fase iniziale, le braccia della ballerina sono rientrate, la seta lunga drappeggiata e avvolta liberamente al suo fianco, i suoi occhi leggermente chiusi, raccogliendo slancio; nella fase di sviluppo, la vita ruota improvvisamente, spingendo le braccia a oscillare ampiamente, la seta lunga forma un'enorme traiettoria a spirale nell'aria come fiamme stilizzate, il corpo si inclina significativamente con lo slancio dell'oscillazione e poi si raddrizza, la coda della seta lunga traccia una traiettoria semplificata di scia di movimento con linee gongbi, il contorno rimane continuo senza collassare; nella fase culminante, la ballerina ruota alla sua massima velocità, poi stabilizza il suo baricentro, le sue braccia si aprono improvvisamente, la seta lunga si dispiega completamente intorno a lei in un enorme alone di fiamma stilizzata, il contorno rimane uniformemente chiaro senza rompersi o torcersi nel momento del dispiegamento; infine, la seta lunga si raccoglie lentamente e cade, la ballerina respira leggermente, i suoi occhi si aprono per guardare verso la piattaforma elevata nella piazza, la sua espressione rilassata e persa nel momento. Reazioni di altri soggetti: la formazione di cento persone alza le maniche all'unisono nel momento in cui la seta lunga si dispiega, l'aura dell'albero spirituale si illumina significativamente, e le nuvole stilizzate sono tinte con velature calde. Audio dell'inquadratura: il suono ambientale si ritira brevemente; l'effetto sonoro chiave è il fruscio della seta lunga che si dispiega combinato con forti note di campana; strumentazione musicale a cinque strati suona all'unisono, volume massimo dell'intero film. Inquadratura 6 (27-30 secondi · Transizione Atmosferica, Conclusione in Campo Lungo) Campo lungo, vista dall'alto che si alza lentamente, il bagliore persistente della seta lunga e il giubilo della piazza affondano gradualmente nelle nuvole e nella nebbia stilizzate. La silhouette del qilin è scomparsa nelle profondità delle luci. La formazione di cento persone e i musicisti si rimpiccioliscono gradualmente, fondendosi nella scala delle montagne immortali. L'aura dell'albero spirituale si trasforma in una morbida velatura di colore persistente. Nuvole stilizzate si riconvertono, coprendo il fianco della montagna. Lo schermo si blocca su una vista panoramica di montagne immortali avvolte nella nebbia che fluttuano alla fine del vasto mare di nuvole. Le linee gongbi nel campo lungo sono semplificate in morbidi contorni montuosi, e le velature con texture di carta Xuan invecchiata tornano alla tranquillità. Audio dell'inquadratura: il suono ambientale ritorna all'atmosfera distante a bassa frequenza del mare di nuvole; rimangono solo le note persistenti del guzheng e le note elettroniche sostenute, che svaniscono gradualmente nel silenzio, concludendo l'intero film.”

Da un'Idea a un Video Wan AI

Scegli un punto di partenza adatto al tuo progetto: una scena scritta, un'immagine di prodotto o una raccolta di riferimenti. Imposta la durata e la risoluzione prima di generare.

Esempio ufficiale di Wan 3.0

PPTX

Dopo

“Una pubblicità di un prodotto di occhiali intelligenti di fascia alta, con uno stile complessivo minimalista, futuristico, all'avanguardia, illuminazione sobria, una palette di nero, grigio-argento e blu ghiaccio come toni principali, con accenti di luce bianca soffusa localizzati e grafici UI dei parametri. L'apertura su uno sfondo nero puro, un paio di occhiali intelligenti emerge lentamente dall'oscurità, con riflessi raffinati che scivolano lungo i bordi delle aste, la silhouette della montatura delineata sotto un'illuminazione di bordo fredda. La telecamera passa in primissimo piano su lenti, naselli, cerniere, aste e dettagli dei materiali, mostrando la delicata texture di metallo e materiali compositi ad alte prestazioni, con una finitura superficiale raffinata e sobria e linee sottili e fluide. Il prodotto poi ruota lentamente a mezz'aria, con grafiche in movimento minimaliste che mostrano le informazioni sui parametri principali in sincronia. La telecamera poi converge rapidamente, tutti i componenti che tornano con precisione ad assemblarsi nel prodotto completo. Si passa a una giovane modella che indossa gli occhiali — la modella ha lineamenti definiti, un portamento sicuro, vestita con un'elegante moda urbana di alta classe, girando naturalmente la testa, alzando la mano, camminando e sorridendo in uno spazio minimalista e in un ambiente di illuminazione urbana. La telecamera mostra gli occhiali da angolazioni frontali, laterali e posteriori-oblique, evidenziando la vestibilità sottile, la silhouette alla moda e la versatilità quotidiana. Il finale presenta il prodotto che fluttua e si ferma su uno sfondo a tinta unita, con la telecamera che si avvicina lentamente al logo del marchio e allo slogan principale. La musica complessiva è un'atmosfera elettronica minimalista con battiti precisi, un ritmo pulito e potente. La qualità visiva è raffinata, sobria e pura, con una forte identità del marchio e un'estetica tecnologica internazionale.”

Trasforma una presentazione PPT di prodotto in un annuncio video Wan

Usa una presentazione di prodotto come riferimento e descrivi lo stile dell'annuncio, le inquadrature del prodotto e gli scenari d'uso che desideri. Questo esempio di occhiali intelligenti mostra come Wan 3.0 trasforma le informazioni sul prodotto in un annuncio tecnologico. Puoi anche combinare l'input documentale con riferimenti di immagini, video o audio.

Esempio ufficiale di Wan 3.0

Disegna un percorso per guidare la telecamera - Immagine in ingresso

Prima

Dopo

“[Requisiti stringenti per l'immagine di base] Il filmato finale rimuove completamente tutte le linee rosse, i marcatori numerici, le frecce e i segni ausiliari; nessuna scritta o filigrana appare nell'inquadratura. Texture pittorica ad olio classica 8K fotorealistica surreale, pennellate spesse e grana del pigmento chiaramente distinguibili, rendering dell'illuminazione cinematografica UE5, controluce laterale dai toni caldi di un pomeriggio greco, polvere dorata-marrone che si agita e si diffonde attraverso i fasci di luce. Il gigantesco cavallo di legno bianco, il rimorchio di legno e i rulli, le spesse corde di canapa tese, la cinta muraria in pietra di Troia e la torre di guardia rotonda sulla sinistra, e il complesso della città di montagna in lontananza mantengono tutti la loro forma, proporzioni e posizioni originali inalterate. Le proporzioni umane sono naturali e non distorte; rimangono solo la folla originale che tira la corda e i difensori sulle mura — non vengono aggiunte figure extra. Le vesti rimangono nei colori originali rosso ocra, indaco, giallo terra e bianco sporco. [Regole fondamentali di movimento della telecamera] Prospettiva drone FPV in prima persona, ripresa unica, un movimento continuo ininterrotto per tutta la durata, volando lungo il percorso completo della linea rossa 1→2→3→4→5 nell'Immagine 1, senza saltare segmenti, senza semplificare la traiettoria, senza cambiare l'ordine. L'apertura non è un volo dritto e piatto — prima si alza in alto a sinistra per superare la zona delle corde di traino, poi si tuffa verso il basso in un ampio arco a onda. Il punto di riferimento 2 deve passare genuinamente attraverso lo spazio sotto il ventre del cavallo; non può aggirare il corpo del cavallo o passare di lato. La cadenza generale della velocità è veloce → lenta → veloce. [Segmentato per punto di riferimento] Segmento 1 (punto di riferimento 1 → punto di riferimento 2): spinta ad alta velocità, una picchiata che prima si alza e poi scende. La telecamera decolla a bassa quota dal bordo destro dell'inquadratura, accanto alle punte delle lance dei portatori di lancia esultanti, si alza bruscamente in alto a sinistra a velocità estrema, sorvolando file di corde di traino tese, salendo sopra il complesso della città di montagna in lontananza per sfiorarlo, quindi vira bruscamente verso il basso nella posizione appena a destra del petto del cavallo, abbassando il muso e tuffandosi lungo la parte superiore delle teste della folla e delle lance alzate. Braccia e stendardi sfrecciano su entrambi i lati, la polvere sollevata viene strappata in lunghe strisce dal flusso d'aria, e il muso si tuffa dritto verso l'ombra sotto il ventre del cavallo. Segmento 2 (punto di riferimento 2, passaggio attraverso il ventre): passando sotto il cavallo, la velocità rallenta improvvisamente. La telecamera scende a un'altezza estremamente bassa, infilandosi tra le quattro massicce zampe a pilastro del cavallo, passando attraverso lo spazio in ombra direttamente sotto il ventre — sopra ci sono le assi con venature del legno e i segni dello scalpello della parte inferiore del ventre, su entrambi i lati ci sono corde spesse, assi del rimorchio e rulli con fasce di ferro, sotto c'è il terreno polveroso calpestato da innumerevoli piedi. La luce si attenua bruscamente, lasciando solo barre di luce dorata che filtrano attraverso le fessure; il senso di scala si spinge al massimo. Segmento 3 (punto di riferimento 2 → punto di riferimento 3): rallentatore, inclinazione verso l'alto e virata brusca. La telecamera emerge dall'altro lato del ventre e, vicino alla parte posteriore del cavallo, vicino alla cinta muraria sinistra, disegna un ampio arco ascendente a forma di U al rallentatore, sorvolando la texture scolpita della coda e delle zampe posteriori. La struttura si inclina lentamente verso l'alto, e la massa imponente della cinta muraria in pietra e della torre di guardia rotonda sullo sfondo riempie gradualmente l'inquadratura mentre la telecamera si alza. Segmento 4 (punto di riferimento 3 → punto di riferimento 4): mantenendo il rallentatore, salendo e orbitando lungo la spina dorsale. La telecamera sale lentamente lungo la linea della spina dorsale del cavallo da dietro in avanti, sorvolando una per una le giunture del legno della schiena, la criniera scolpita riccia e le ondulazioni dei muscoli del collo. Uccelli in cerchio nel cielo si disperdono davanti all'obiettivo; i difensori fittamente disposti sulle mura e la città di montagna in lontananza si spostano lentamente all'indietro sotto. Segmento 5 (punto di riferimento 4 → punto di riferimento 5): accelerazione improvvisa, una virata circolare attorno alla testa per finire. Dopo aver superato la cima della criniera, la telecamera accelera improvvisamente, virando a destra in un anello completo e chiuso attorno alla testa del cavallo — prima scattando nel cielo aperto a destra-davanti del cavallo, poi invertendo bruscamente e tornando indietro, e infine accelerando dritto verso la testa del cavallo. Il movimento si ferma di colpo nell'ultimo istante. [Inquadratura finale] La telecamera si ferma su una posizione ravvicinata direttamente di fronte alla testa del cavallo: l'occhio, la narice e la criniera scolpita del cavallo dominano l'inquadratura, la luce di contorno traccia un profilo dorato attorno alla testa, e lo sfondo è il cielo blu sfocato, le nuvole alla deriva e la città di montagna in lontananza. [Note su illuminazione e qualità] Nessun taglio, nessuna divisione di inquadratura, nessuna interruzione di transizione — mantenere la texture nativa FPV grandangolare con leggera distorsione di una singola ripresa continua. La luce dorata del pomeriggio proviene sempre dall'alto a destra dell'inquadratura; mentre si passa attraverso il ventre, subisce una transizione naturale dell'esposizione da chiaro a scuro e di nuovo a chiaro. La densità delle particelle di polvere e delle micropolveri sospese nell'aria si intensifica con la velocità, e la pennellata pittorica ad olio e la grana del pigmento rimangono costanti per tutta l'opera — non appare alcuna lucentezza plastica fotorealistica.”

Disegna un percorso per guidare la telecamera

Segna un percorso e punti numerati su un'immagine di riferimento, quindi descrivi il movimento della telecamera nel tuo prompt. Questo esempio di Wan 3.0 realizza una ripresa continua con drone attraverso una scena di cavalli a dondolo, utilizzando il percorso disegnato per guidare le curve, i cambi di altezza e il ritmo. Il video finale rimuove i segni di riferimento.

Esempio ufficiale di Wan 3.0

Crea una Scena dalle Tue Parole

Descrivi un soggetto, un'ambientazione, un'azione e un movimento della telecamera per creare un video dal testo. Wan 3.0 ti offre spazio per una breve storia visiva, sia che tu stia immaginando un mondo surreale o pianificando una clip social cinematografica. Scegli una durata da 2 a 30 secondi e un output fino a 1080P.

Esempio ufficiale di Wan 3.0

“Genera una CG di apertura cinematografica di un gioco sci-fi giapponese, della durata di circa 24 secondi, basata su tre immagini di riferimento. [Immagine 1] è l'unico riferimento estetico per il personaggio maschile. [Immagine 2] è l'unico riferimento estetico per il personaggio femminile. [Immagine 3] è il riferimento per lo spazio, i materiali architettonici e l'illuminazione di un tradizionale dojo in legno. Per tutta la durata del film, mantenere rigorosamente coerenti i tratti del viso, le acconciature, l'abbigliamento, le proporzioni del corpo e gli accessori meccanici per entrambi i personaggi. Non alterare gli occhiali, i capelli grigio-argento e il lungo cappotto grigio scuro del maschio; non alterare i due chignon, la maschera meccanica rossa e la tuta da combattimento bianca della femmina. 【Stile Generale】 Una CG di apertura di un gioco di ruolo d'azione giapponese ad alto budget, con arte d'animazione sci-fi matura, rendering cel-shaded squisito combinato con spazio 3D cinematografico. L'atmosfera visiva è simile a quella di un giocatore che entra in un livello di allenamento nascosto: uno spazio virtuale digitale bianco freddo si carica gradualmente in un dojo tradizionale marrone caldo, fondendo la tecnologia con uno spazio di arti marziali orientali. La telecamera è contenuta, creando un senso di pressione, senza combattimenti formali, mostrando solo il confronto prima dell'inizio del livello. 【Inquadrature e Dialoghi】 [0–3 secondi] Uno spazio virtuale bianco puro, senza confini. Il personaggio maschile sta di spalle alla femmina in primo piano, mentre la femmina appare in lontananza. Nello spazio sono presenti solo un debole ronzio elettronico e un suono di impulso basso. La telecamera si sposta fluidamente e rapidamente da un campo lunghissimo, girando verso la parte anteriore del maschio, formando un primo piano del suo busto. L'espressione del maschio è calma, come se avesse aspettato qui a lungo. Il maschio non parla. [3–8 secondi] La telecamera sale rapidamente a una vista verticale dall'alto. Linee di coordinate digitali grigio chiaro e griglie architettoniche si illuminano sequenzialmente sotto i loro piedi, diffondendosi verso l'esterno lungo il terreno, come se un livello nascosto si stesse caricando. Accompagnato da un suono di avvio del sistema basso, le assi del pavimento in legno si generano pezzo per pezzo da sotto i loro piedi verso l'esterno; i pilastri di legno si alzano verticalmente uno per uno; le travi si collegano automaticamente in aria; muri, porte shoji e strutture del tetto si costruiscono strato per strato. Il processo di generazione architettonica è continuo e preciso, con l'effetto visivo di un motore di gioco di fascia alta che carica una scena in tempo reale. [8–11.5 secondi] La telecamera scende rapidamente dall'alto, passando a un'angolazione bassa vicino al pavimento in legno, scorrendo in avanti tra i due personaggi. Il dojo è completamente generato. La calda luce solare passa attraverso le finestre shoji, proiettando ombre lunghe e regolari sul pavimento in legno. Una piccola quantità di polvere fluttua nell'aria, il suono della generazione architettonica cessa gradualmente e lo spazio cade in un breve silenzio. La femmina prima si guarda intorno nel dojo appena generato, si ferma per mezzo secondo, poi abbassa la voce e chiede in giapponese, in modo all'erta e calmo: 「ここは……何のステージ？」 Il ritmo di pronuncia è naturale, circa: Ko-ko wa……nan-no su-tē-ji? Significato: Questo è... che tipo di livello? [11.5–14.5 secondi] Passaggio a un'inquadratura medio-ravvicinata del personaggio femminile. Non parla più. Si aggiusta rapidamente il baricentro, il corpo si abbassa leggermente, e alza la mano destra, con il palmo rivolto verso il maschio, assumendo una postura difensiva di arti marziali precisa e contenuta. La sua maschera meccanica rossa emette un breve bagliore, e il dispositivo meccanico sul suo orecchio completa una scansione. Il suo sguardo rimane vigile, senza espressioni esagerate. [14.5–19 secondi] Passaggio a un'inquadratura media del personaggio maschile. Il maschio si gira con calma, l'orlo del suo lungo cappotto oscilla leggermente. Alza lentamente la mano destra, con il palmo rivolto verso la femmina, rispondendo alla sua postura con un atteggiamento calmo. La telecamera si sposta lentamente verso il maschio. Il maschio finisce le sue battute completamente e con calma, con pause naturali, rispondendo in giapponese con voce bassa, calma, come un gestore di livello: 「お前の適性を測る、最初の試練だ。」 Il ritmo di pronuncia è naturale, circa: O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da. Significato: Questa è la prima prova per misurare la tua attitudine. Il maschio non mostra un sorriso chiaro quando parla, la sua voce è ferma, senza rabbia o urla. [19–24 secondi] Passaggio a un primo piano frontale del maschio. Lo sfondo del dojo mostra gradualmente un leggero effetto di dissipazione digitale, l'ambiente caldo è coperto da un'intensa luce bianca fredda, svanendo nello spazio virtuale bianco puro originale. Una luce di scansione bianca fredda attraversa la superficie degli occhiali del maschio. Dopo che lo schermo si ferma per mezzo secondo, si sente una voce femminile di sistema bassa da lontano, senza mostrare sottotitoli: 「適性試験、開始。」 Pronuncia: Te-ki-sei shi-ken、kai-shi. Significato: Test di attitudine, inizio. Infine, accompagnato da un suono di conferma del sistema breve e potente, lo schermo si blocca e termina. 【Design del Suono】 All'inizio, usare suoni ambientali elettronici bassi, deboli impulsi spaziali e risonanza meccanica distante. Durante la generazione della scena, aggiungere suoni di attivazione della griglia digitale, suoni di dispiegamento dei moduli in legno, suoni di pilastri in legno che si alzano e suoni di chiusura strutturale a bassa frequenza. I suoni dovrebbero avere peso ma non essere eccessivamente rumorosi. Dopo che il dojo è completamente generato, il suono ambientale si abbassa improvvisamente, mantenendo solo il riverbero dello spazio in legno, un leggero attrito del tessuto e i suoni del respiro dei personaggi. I personaggi usano un doppiaggio giapponese naturale: La voce della femmina è giovane, calma e all'erta, evitando toni anime carini o esagerati. La voce del maschio è bassa, matura e composta, come un mentore, un guardiano di livello o una guida di missione. La voce femminile di sistema è chiara, fredda e senza emozioni, come un messaggio di sistema di gioco. 【Controllo della Generazione】 Quando i personaggi parlano, il lip-sync giapponese dovrebbe essere accurato e sincronizzato. Solo il personaggio attualmente inquadrato dovrebbe parlare, evitando voci non corrispondenti. Ogni battuta giapponese deve essere pronunciata completamente, senza fretta o compressione della velocità di parola; devono essere mantenute pause e respiri naturali prima e dopo le battute. Enfatizzare la sequenza di caricamento del dojo: Le coordinate digitali si attivano → La griglia si espande verso l'esterno → Le assi del pavimento in legno si dispongono pezzo per pezzo → I pilastri in legno si alzano sequenzialmente → Le travi si collegano automaticamente → Muri e porte shoji si generano → Il dojo completo si chiude. Nessuno dei due personaggi si impegna in combattimenti veloci, corsa o salti. Osservano solo l'ambiente, aggiustano le loro posture, alzano i palmi per iniziare una posa e si confrontano. I palmi delle mani e le strutture delle dita dei personaggi dovrebbero essere naturali; i tratti del viso, le acconciature, le maschere, gli occhiali e l'abbigliamento dovrebbero rimanere stabili per tutta la durata; la prospettiva architettonica dovrebbe essere accurata; il movimento della telecamera dovrebbe essere fluido. Nessun sottotitolo, titolo, interfaccia utente, menu di gioco, valori numerici, identificatori, bordi di storyboard o filigrane dovrebbe apparire sullo schermo.”

Guida il Movimento con Riferimenti Multimodali

Combina immagini di personaggi con riferimenti video per il movimento e la direzione della telecamera. Aggiungi audio per guidare l'atmosfera, o usa un documento o una pagina web pubblica come brief creativo. Indica a Wan come ogni riferimento dovrebbe influenzare la scena per modellare l'aspetto, l'azione e l'atmosfera di un nuovo video.

Esempio ufficiale di Wan 3.0

“Genera un video musicale hip-hop internazionale cinematografico della durata di 24 secondi con qualità fotorealistica, un'estetica da videoclip di alta moda street e un ritmo incalzante, sicuro e potente. [Immagini di riferimento] Immagine 1: Riferimento per la formazione del gruppo di quattro persone, le identità dei personaggi, l'abbigliamento e lo stile generale. L'intero video presenterà costantemente quattro persone: una cantante solista, un DJ uomo e un performer di supporto su ciascun lato. Non sono ammessi nuovi personaggi, duplicazioni o scambi di personaggi. Immagine 2: Riferimento per il viso, l'acconciatura, il trucco, l'abbigliamento in stile funzionale argento e nero e il microfono a mano della cantante solista. Tutti i primi piani devono mantenere lo stesso viso e lo stesso outfit. Immagine 3: Riferimento per il palco sul tetto, la console del DJ, il terreno bagnato e riflettente, l'illuminazione, la ringhiera in vetro e lo skyline della città. L'intero video si svolgerà costantemente sullo stesso tetto. [Concetto chiave] Voci diverse, un unico ritmo. La stessa cantante solista passa naturalmente tra otto lingue nello stesso inno hip-hop internazionale originale e orecchiabile. La musica è di circa 106 BPM, entrando immediatamente in un forte groove nel primo secondo senza un lento accumulo atmosferico; utilizza kick pesanti e d'impatto, rullanti nitidi e chiari, una linea di basso elastica e sincopata, e un hook di sintetizzatore elettronico di due battute e ottoni corti, chiaro, memorabile e canticchiabile. Questo hook centrale viene stabilito fin dall'inizio, ritornando continuamente con brevi variazioni tra ogni cambio di lingua, ed esplode completamente nel beat drop a 21 secondi. Le otto lingue fluiscono come un rap continuo all'interno della stessa canzone, atterrando sempre naturalmente sul beat, non recitando meccanicamente le parole frase per frase; l'accompagnamento mantiene sempre melodia, ritmo e un senso di slancio in avanti, non indebolendosi a causa del lip-sync. [Sequenza delle inquadrature] L'intero video mantiene un asse spaziale chiaro e stabile: la cantante solista è sempre al centro davanti, il DJ è sempre alla console dell'attrezzatura dietro, e i due performer sono sempre su entrambi i lati. La telecamera si muove principalmente in avanti, si ritira o esegue panoramiche fluide lungo l'asse frontale, con ogni inquadratura che esegue un solo movimento principale; il ritmo deriva principalmente dalla performance, dai cambiamenti di dimensione dell'inquadratura e dai tagli netti, non affidandosi a movimenti circolari continui, frequenti whip pan o inversioni improvvise. Inquadratura 1 | 0-3 secondi Inquadratura aerea a bassa quota che sorvola gli edifici della città, scendendo rapidamente sul palco sul tetto dall'Immagine 3. La cantante solista è al centro davanti, il DJ è alla console dell'attrezzatura dietro, e i due performer sono su entrambi i lati. Mentre la telecamera si avvicina alla cantante solista, passa a un'inquadratura ravvicinata grandangolare a bassa angolazione. La cantante solista guarda direttamente la telecamera, cantando: “One beat.” L'ultimo beat pesante cade, taglio netto. Inquadratura 2 | 3-6 secondi Primo piano medio frontale del busto della cantante solista, facendo riferimento rigorosamente all'Immagine 2. Lo stabilizzatore si spinge per una breve distanza lungo l'asse frontale e si ferma naturalmente, con le luci della città che formano un bokeh sfocato sullo sfondo. La cantante solista tiene il microfono in una mano e con l'altra punta verso la telecamera a ritmo, annuendo energicamente con la testa. La cantante solista canta: “同一个节拍.” L'ultima parola cade sul beat, taglio netto diretto alla dimensione dell'inquadratura successiva. Inquadratura 3 | 6-9 secondi Inquadratura macro del DJ che aziona il giradischi, i fader e i pulsanti luminosi, quindi una rapida panoramica verso l'alto per rivelare il DJ sullo sfondo e la cantante solista che si esibisce di lato in primo piano. L'attrezzatura e la disposizione dei personaggi rimangono stabili. La cantante solista canta: “ひとつのリズム.” Taglio netto nel momento in cui il DJ preme un pulsante. Inquadratura 4 | 9-12 secondi Inquadratura media di 3/4 di lato della cantante solista, con la telecamera che esegue una panoramica fluida per una breve distanza da sinistra a destra, mantenendo sempre un orizzonte orizzontale e l'asse spaziale stabilito. I due performer si muovono a ritmo sullo sfondo su entrambi i lati, con movimenti diversi ma ritmo unificato. La cantante solista segue la telecamera con gli occhi e leggeri movimenti della testa. La cantante solista canta: “하나의 리듬.” Sull'ultimo beat, la cantante solista alza la mano e la fa passare davanti alla telecamera, creando una transizione a tendina. Inquadratura 5 | 12-15 secondi Panoramica grandangolare a bassa angolazione. La cantante solista cammina verso la telecamera lungo l'area di esibizione sul tetto, la sua giacca argentata leggermente mossa dal vento notturno, con le luci della città sullo sfondo che creano un evidente parallasse di movimento, e il terreno bagnato che riflette una calda luce dorata. La cantante solista canta: “Um só ritmo.” I passi cadono sul beat pesante, taglio netto. Inquadratura 6 | 15-18 secondi Primo piano medio della cantante solista e della performer femminile sulla destra. Le due prima stanno schiena contro schiena, poi si girano contemporaneamente verso la telecamera. La cantante solista finisce di cantare, e la performer risponde al ritmo con movimenti di spalle e braccia, senza rubare la scena. La cantante solista canta: “จังหวะเดียวกัน.” L'ultimo beat viene naturalmente coperto dalla spalla della performer di destra che passa davanti alla telecamera, completando una transizione a copertura. Inquadratura 7 | 18-21 secondi Una spinta in avanti breve, potente ma costante, che passa da un'inquadratura media a un primo piano della cantante solista e si ferma immediatamente. La cantante solista entra in un climax di flow, con occhi determinati e gesti potenti. Il DJ e i due performer alzano contemporaneamente le mani sullo sfondo, e le luci del tetto si intensificano con il beat. La cantante solista canta: “Un mismo ritmo.” L'ultima parola finisce, taglio netto direttamente nella composizione stabile. Inquadratura 8 | 21-24 secondi Primo piano controluce laterale della cantante solista, con un lato del viso illuminato da una calda luce dorata di contorno, e l'altro lato che mantiene un'ombra blu profonda. La cantante solista canta per prima: “إيقاع واحد.” Poi il beat drop, e la telecamera si ritira fluidamente lungo l'asse frontale fino a un'inquadratura ampia eroica, con l'orizzonte che rimane orizzontale. Le quattro persone formano una stabile posizione triangolare, con la cantante solista davanti, il DJ al centro dietro, e i due performer su entrambi i lati. Tutti fanno un passo in avanti verso la telecamera a ritmo. La cantante solista canta: “Different voices, one beat.” Tutti rispondono all'unisono sull'ultimo beat: “One beat.” Tutti congelano i loro movimenti, la cantante solista guarda direttamente la telecamera, e la scena finisce. [Requisiti di performance] Tutti i testi della cantante solista devono essere sincronizzati con precisione, con pronuncia, accenti e velocità di parlato naturali mantenuti in tutte e otto le lingue, ma la linea vocale, l'identità e il flow generale della cantante solista rimangono coerenti. Testa, spalle, gesti e peso corporeo si muovono naturalmente con il beat. Nessuna recitazione meccanica, nessun cambiamento di personaggio, abbigliamento, età o linea vocale durante il cambio di lingua. [Requisiti visivi] Tetto della città dall'ora blu alla notte, con una palette di colori blu profondo, grigio argento, oro caldo e una piccola quantità di neon magenta. Un mix di obiettivi cinematografici da 24mm, 35mm, 50mm, profondità di campo ridotta reale, grana della pellicola delicata, leggera foschia atmosferica e texture della pelle realistica. Il montaggio crea un senso di velocità attraverso chiari cambiamenti nelle inquadrature lunghe, medie e ravvicinate, ma le inquadrature adiacenti non invertono frequentemente la direzione del movimento. Utilizza principalmente tagli netti, match cut e una transizione a tendina naturale; evita movimenti circolari su larga scala, whip pan continui, angolazioni olandesi e push-in incoerenti. Nessun sottotitolo, nessun testo di lyrics, nessun logo di marca, nessuna UI, nessuna filigrana. Caratteristiche facciali chiare, dita naturali, microfono e attrezzatura da DJ stabili, nessun galleggiamento o distorsione. Le identità, l'abbigliamento, le acconciature, gli accessori e l'ambientazione di tutte e quattro le persone rimangono coerenti per tutto il video.”

Porta il Suono nella Scena

La generazione video di Wan può includere dialoghi, musica e suoni ambientali insieme all'immagine. Descrivi l'audio desiderato e abilita il suono nel generatore, oppure lascialo disattivato per una clip silenziosa che potrai sonorizzare in seguito. Questo è adatto per video di performance, scene atmosferiche e brevi storie.

Esplora altri modelli

Passa tra i migliori modelli video in un unico generatore.

NEW

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Confronto tra Wan 3.0 e Wan 3.0 Prime

Entrambi i modelli supportano le stesse modalità di generazione e tipi di riferimento. Scegli Wan 3.0 per un costo in crediti inferiore, o Prime quando la generazione più veloce è più importante.

Funzionalità	Wan 3.0	Wan 3.0 Prime
Modalità di generazione	Testo, fotogrammi iniziali/finali, riferimenti	Testo, fotogrammi iniziali/finali, riferimenti
Risoluzione	480P / 720P / 1080P	480P / 720P / 1080P
Durata output	2–30 secondi	2–30 secondi
Input di riferimento	Immagine, video, audio, documento o pagina web	Immagine, video, audio, documento o pagina web
Suono generato	Opzionale; disattivato per impostazione predefinita	Opzionale; disattivato per impostazione predefinita
Costo iniziale · 480P, 2 secondi	28 crediti	42 crediti
Vantaggio principale	Costo in crediti inferiore	Generazione più veloce

Usa lo stesso approccio creativo con entrambi i modelli. La risoluzione, la durata dell'output e la durata del video di riferimento determinano il totale dei crediti mostrato nel generatore.

Wan 3.0 Prime

Scegli il Tuo Piano

Le immagini gratuite includono un watermark. Aggiorna per output puliti, generazione più veloce e uso commerciale.

Professionale

-50%

$20$10/mese

Fatturato Annualmente ·$240$120/anno

Vantaggi Modello Illimitato

Seedream 3.5Illimitato
Seedream 3.5 ProIllimitato non incluso
MiniMax H3 TurboIllimitato non incluso
MiniMax H3Illimitato non incluso

Esegui l'upgrade per sbloccare tutti i modelli avanzati e approfittare di sconti esclusivi
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
2,000 crediti al mese
Fino a 2,000 immagini rapide
Fino a 200 video di base
Coda prioritaria
Nessun watermark
Elaborazione in batch con strumenti AI
Privacy completa

Consigliato

Definitivo

-50%

$40$20/mese

Fatturato Annualmente ·$480$240/anno

Vantaggi Modello Illimitato

Seedream 3.5Illimitato
Seedream 3.5 ProIllimitato
MiniMax H3 TurboIllimitato non incluso
MiniMax H3Illimitato non incluso

Esegui l'upgrade per sbloccare tutti i modelli avanzati e approfittare di sconti esclusivi
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
5,000 crediti al mese
Fino a 5,000 immagini rapide
Fino a 500 video di base
Coda massima priorità
Nessun watermark
Elaborazione in batch con strumenti AI
Privacy completa

Massimo

-50%

$80$40/mese

Fatturato Annualmente ·$960$480/anno

Vantaggi Modello Illimitato

Seedream 3.5Illimitato
Seedream 3.5 ProIllimitato
MiniMax H3 TurboIllimitato
MiniMax H3Illimitato

Esegui l'upgrade per sbloccare tutti i modelli avanzati e approfittare di sconti esclusivi
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
10,000 crediti al mese
Fino a 10,000 immagini rapide
Fino a 1,000 video di base
Coda massima priorità
Nessun watermark
Elaborazione in batch con strumenti AI
Privacy completa

Domande Frequenti su Wan 3.0

Scopri come usare Wan AI online, animare immagini, aggiungere riferimenti e pianificare i tuoi crediti video.

Cos'è Wan AI, e dove si inserisce Wan 3.0?

Wan AI è la famiglia di modelli generativi di Alibaba. Wan 3.0 è un modello video di quella famiglia, che supporta la generazione da testo a video, l'animazione del primo fotogramma e del primo/ultimo fotogramma, e la generazione di riferimenti multimodali. Puoi usarlo online in Raphael senza installare un modello localmente.

Come si usa Wan 3.0 online?

Scrivi la descrizione della tua scena nel generatore qui sopra. Aggiungi un'immagine per la conversione da immagine a video, o passa alla modalità riferimento per usare altri materiali sorgente. Scegli la durata, la risoluzione, il rapporto d'aspetto e l'impostazione audio, rivedi il totale dei crediti, quindi genera il tuo video.

Come funziona Wan da immagine a video?

Carica un'immagine come primo fotogramma e descrivi il movimento o la direzione della telecamera. Un fotogramma finale opzionale può guidare il modo in cui la clip termina. Per più immagini che guidano soggetti o stile piuttosto che il primo e l'ultimo fotogramma, usa invece la modalità riferimento.

Quali materiali di riferimento posso usare?

La modalità riferimento accetta fino a 10 immagini, 5 video e 5 clip audio, più un documento o una pagina web pubblica. Documenti e link a pagine web non possono essere usati insieme. Aggiungi i file tramite lo stesso input materiale e incolla un link completo a una pagina web pubblica nella casella del prompt per creare una scheda di riferimento.

Quali lunghezze e risoluzioni video sono disponibili?

Scegli una durata in secondi interi da 2 a 30 secondi e una risoluzione di 480P, 720P o 1080P. I video di riferimento possono totalizzare fino a 15 secondi, e la loro durata combinata più l'output deve rimanere entro 30 secondi. Un riferimento video di 10 secondi lascia quindi fino a 20 secondi per l'output.

Wan 3.0 può generare video con audio?

Sì. Abilita il suono per generare audio con il video e descrivi il dialogo, la musica o l'ambiente nel tuo prompt. Il suono è disattivato per impostazione predefinita in Raphael, e attivarlo non modifica la tariffa dei crediti.

La generazione video Wan AI è gratuita su Raphael?

Wan 3.0 utilizza crediti anziché la generazione gratuita. L'output costa 14 crediti al secondo a 480P, 27 a 720P e 53 a 1080P. La durata del video di riferimento viene addebitata alla stessa tariffa; immagini, audio, documenti e riferimenti a pagine web non aggiungono un costo di input separato. Controlla il totale visualizzato prima di generare.

Qual è la differenza tra Wan 3.0 e Prime?

Entrambi supportano le stesse modalità, risoluzioni, durate e tipi di riferimento. Wan 3.0 costa meno crediti; Prime è l'opzione di generazione più veloce. Scegli in base al tuo budget e alle tue esigenze di tempo, senza trattare Prime come un set separato di capacità creative.

Wan 3.0 AI Generatore Video

Esempi Video di Wan 3.0

Da un'Idea a un Video Wan AI

Trasforma una presentazione PPT di prodotto in un annuncio video Wan

Disegna un percorso per guidare la telecamera

Crea una Scena dalle Tue Parole

Guida il Movimento con Riferimenti Multimodali

Porta il Suono nella Scena

Esplora altri modelli

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Confronto tra Wan 3.0 e Wan 3.0 Prime

Scegli il Tuo Piano

Professionale

Vantaggi Modello Illimitato

Definitivo

Vantaggi Modello Illimitato

Massimo

Vantaggi Modello Illimitato

Domande Frequenti su Wan 3.0

Cos'è Wan AI, e dove si inserisce Wan 3.0?

Come si usa Wan 3.0 online?

Come funziona Wan da immagine a video?

Quali materiali di riferimento posso usare?

Quali lunghezze e risoluzioni video sono disponibili?

Wan 3.0 può generare video con audio?

La generazione video Wan AI è gratuita su Raphael?

Qual è la differenza tra Wan 3.0 e Prime?

Trasforma la Tua Prossima Idea in un Video Wan 3.0