Wan 3.0 AI 動画生成
シーンの説明や静止画から、Wan 3.0 で動画を作成。最長30秒の動画とオプションのサウンドで、商品広告、映画のような瞬間、ソーシャルクリップをオンラインで作成できます。
Wan 3.0 は、AlibabaのWan AI動画モデルファミリーの一部です。Raphael は、テキストから動画、Wan画像から動画、マルチモーダル参照生成を1つのオンラインワークスペースに統合します。プロンプトから開始し、画像をアニメーション化したり、画像、動画、音声、ドキュメント、またはウェブページの参照を追加して、次のクリップをガイドしたりできます。
AI強化
0 / 3,000
参照画像（オプション）
0 / 3,000
AI強化
モデル
アスペクト比
出力数
解像度
品質
高速
動画モデルを読み込み中...
Wan 3.0 動画例
ファンタジーシーン、武術、音楽、製品のストーリーテリングなど、Wan 3.0 のクリエイティブな表現をご覧ください。
Wan 3.0の公式例
雲上の宴
プロンプト
“これは、9つのショットと30秒からなる、東洋の仙山秘境を舞台にしたファンタジー短編映画です。様式化されたレンダリングで、新国潮の月暦ポスターイラストスタイルを美学の参考にしています。均一な太さの伝統的な工筆画の線で人物、建築物、雲の模様の輪郭を描き、雲と波は写実的な霧や水ではなく、層状で装飾的な形をしています。色彩は、古びた宣紙のような質感の水彩の滲みで、古びた緑とピンクオレンジの配色です。全体的にレトロでノスタルジックな装飾美を表現し、写真のような写実的な素材や3Dエンジンレンダリングの感覚は明確に避けています。
巨大な亀が広大な雲海の上に浮かび、その背には層状の仙山と宮殿がそびえ立っています。層状の綿のような模様の雲と霧が山腹を覆っています。仙女が金色の瑞獣麒麟に乗り、雲を突き破って降臨し、極楽の宴の上を風に乗って疾走し、舞台いっぱいの楽舞百芸を見下ろします。そして、広場の高台に降り立ち、楽師や踊り子たちと共に会場を歓喜の頂点へと導きます。ダイナミックな収束の後、人々は静寂に戻り、仙山は雲海の果てに浮かんでいます。全編を通して三人称の観察的なナラティブを使用し、FPVの高速シャトル、主観視点での高速追跡、マッチカットリレー、スローモーション延長の4つの核となるテクニックのみを組み合わせたカメラワークスタイルです。FPVと主観的なシャトルショットは、高速なカメラワークで壮大なシーンを強調する必要があります。模様の雲と波は、高速な動きの中でも輪郭を崩さず、完全な形を保ちます。編集のリズムは混合型で、冒頭の高速ロングショットで巨大なスケールを確立し、中盤の核となるアクションは詳細に展開され、呼吸の間のポーズが残されます。クライマックスは素早いカットの収束で、エンディングはゆっくりとしたロングショットで締めくくられます。音楽は、古風な雅楽と現代的なアンビエントエレクトロニクスを融合したもので、古筝、箜篌、琵琶が主旋律を奏で、編鐘がアクセントになっています。雰囲気は、悠遠なものから徐々に明るく活発になり、クライマックスではドラムの音が密集して激しくなり、最後は再び悠遠な雰囲気に戻ります。
ショット1（0-4秒・雰囲気の移行）
遠景FPVシャトル。雲海の高空から極速で急降下します。模様の雲は高速落下中も綿のような輪郭を保ち、砕けたり変形したりすることなく、全体的な色塊の移動で速度感を表現します。巨大な亀のぼんやりとした頭部の輪郭をかすめるように通り過ぎ、カメラは数層の山々と浮遊する宮殿の間を轟音を立てて駆け抜けます。各層の景色は、速度が速すぎるため、装飾的な模様の色塊の輪郭がちらりと見えるだけです。山間の白鶴が羽ばたく姿は、工筆画の線で簡略化され、速度の残像を表現します。最後に、カメラは急速に下降して制動し、広場の高台の方向に急に安定し、灯りと人々の賑わう盛大な祭りの輪郭を明らかにします。環境音は、雲海のうねるような低周波の雰囲気音に、疾風の唸り声が重なります。音楽は、古筝と電子のロングトーンで急速に展開され、音量が徐々に大きくなります。
ショット2（4-11秒・核心的な見せ場・Tier-A）
主観視点での追跡。仙女が麒麟に乗って、地面すれすれを極めて高速で飛び、祭りを上から見下ろす一人称のロングショットをシミュレートします。画面は高速な動きによって、全体的な色塊の移動による速度感を生み出します。麒麟の首の羽は、工筆画の線と色塊で、気流に翻弄される様子が表現され、羽飾りの縁には金赤の滲んだ層が見られます。視点は、広場の上空を制御不能なほどの速度で低空飛行します。両側の景色――踊り子の広い袖が模様の雲の波のようにうねり、楽師の隊列が琵琶、古筝、箜篌を合奏し、層状に吊るされた提灯と紗幕――は、速度が速すぎるため、装飾的な色塊がちらりと見えるだけです。画面奥の人々の群れと灯りは、高速で通り過ぎるため焦点を合わせる間もなく、ぼやけた暖色系のオレンジ色の光の帯を形成します。画面の周囲の模様の雲は、綿のような輪郭を保ち、視点に合わせて流れていきます。核となるアクションは、麒麟が連続して高速で滑空する完全な弧です。開始段階では、麒麟が翼を広げて地面すれすれを疾走し、視点が激しく揺れ動き、強い速度感を生み出します。展開段階では、麒麟が飛び上がって人々の頭上をかすめ、視点が大きく上下し、広場の全景が激しい揺れの中で次々と現れては、速度によって画面外に振り切られます。頂点段階では、麒麟が霊樹の光輪の真下で羽ばたきながら一瞬停止し、画面の速度が突然ゼロになり、強いコントラストを生み出します。光輪は古びた金色の滲みで画面いっぱいに広がり、静止した瞬間に工筆画の線が鮮明で完全な状態に戻ります。その後、麒麟はさらに激しい加速で広場の高台に向かって急降下し、速度感は途切れることなく続きます。動的な現象：提灯は気流によって激しく揺れ動き、模様の紗幕は層状に舞い上がり、また落ちますが、輪郭は崩れません。ショットの音声：環境音は、人々の歓声の賑やかな雰囲気音に、疾走する気流の唸り声が重なります。重要な効果音は、楽師の隊列を通り過ぎる際の琵琶のアルペジオの短い増幅です。音楽のドラムの音が密集し始め、編鐘が間に散りばめられます。
ショット3（11-19秒・核心的な見せ場・Tier-A）
ミドルショットからクローズアップ。工筆画の線で輪郭を描き、暖色の滲みで光と影の層を表現します。楽師が高台の片側に座り、琵琶を抱えて斜めに身を傾けています。肌は水彩の滲みで柔らかく血色の良い質感を表現し、眉間の一点朱砂は繊細にぼかされています。髪に垂れ下がった数珠は、工筆画の線で、頭を下げる動きに合わせて優しく揺れる様子が表現されています。月白の地紋入り広袖長衣の上に、燃えるようなオレンジ色の金刺繍半袖を羽織っています。布地は水彩の滲みで深さと浅さの層と自然なシワの影を表現し、輪郭線は均一で連続しています。核となるアクションは、弾き始めから輪指への移行、そして掃弦で締めくくる完全な楽章です。開始段階では、右手の親指と人差し指が交互に軽く弾き、弦は簡潔な線で微細な振動を表現します。展開段階では、輪指に移行します。ここでは指の精度に焦点を当てず、カメラは弦自体にクローズアップします。弦は高速な撥弦によって工筆画の線のぼやけた振動の残像を呈し、手の動きは個々の指の線の詳細ではなく、流れるような全体的な輪郭のリズムで表現されます。頂点段階では、楽師の腕が突然上がり、手のひらが大きく一気にすべての弦を掃弦します。アルペジオは色塊の滲みで爆発的な視覚効果を生み出し、琴の輪郭は力によって明らかに振動し、広い袖の輪郭は腕の動きに合わせて大きく舞い上がり、また落ちます。カメラはここでスローモーション延長に移行し、この掃弦の瞬間の絹の揺れと弦の振動の細部を捉えます。スローモーションでは、水彩の滲みの層の変化がはっきりと見えます。最後に、楽師の手は弦の上に静止し、わずかに息を荒げ、視線は突然広場の中央に向けられ、その表情は没頭し、我を忘れています。他の被写体の反応：遠くの百人楽舞隊列は、簡略化された模様の群像として、掃弦の爆発に合わせて一斉に袖を上げて応えます。ショットの音声：重要な効果音は、掃弦の爆発的な琵琶の強音とドラムの重いビートが正確に一致することです。音楽の楽器編成はここで密度のピークに達し、編鐘、笙、簫が斉奏します。
ショット4（19-21秒・雰囲気の移行、呼吸のポーズ）
ミドルショット、俯瞰。掃弦の余韻が消えないまま、広場の全景が一時的に静止したようなスローモーション。百人楽舞隊列の広い袖の輪郭が空中に静止している瞬間、模様の提灯の揺れが徐々に緩やかになり、画面の速度が突然減速し、強い呼吸のコントラスト感を生み出します。古びた宣紙のような質感の滲みが、光の中で柔らかい層を呈します。ショットの音声：ドラムの音が一時的にまばらになり、編鐘の余韻が長く響きます。
ショット5（21-27秒・核心的な見せ場・Tier-A）
ミドルショットからクローズアップ。工筆画の線で輪郭を描き、逆光は滲みで髪の毛と絹の縁の柔らかい光輪を表現します。広場の中央で、一人の踊り子が百人隊列の前に一人で立っています。肌は水彩の滲みで柔らかい質感を表現し、眉は工筆画の細い線で上向きにぼかされています。黒髪は高く結い上げられ、頭頂には炎の模様の金飾りが線と色塊で屈折する光を表現しています。燃えるようなオレンジ色のグラデーションの薄い絹の広袖ドレスを着用しています。絹の布地は水彩の滲みで、軽やかで透き通るような質感と、層になった縁を表現しています。数丈の長い絹が腕に巻き付けられ、体の横に垂れ下がっています。核となるアクションは、長い絹が舞い踊る完全な弧です。開始段階では、踊り子の腕は内側に引き寄せられ、長い絹は体の横にゆるく垂れ下がって巻き付いています。目はわずかに閉じられ、勢いを蓄えています。展開段階では、腰が突然回転し、腕を大きく振り出します。長い絹は、模様の炎のように空中に巨大な螺旋軌跡を描き、体は振り回される慣性で大きく傾き、そして元に戻ります。長い絹の先端は、工筆画の線で簡略化された運動残像軌跡を引きずり、輪郭は連続性を保ち、崩れません。頂点段階では、踊り子は最高速度で回転した後、重心を安定させ、腕を突然広げます。長い絹は体の周りに完全に広がり、巨大な模様の炎の光輪を形成します。輪郭線は広がる瞬間に均一で鮮明さを保ち、途切れたり歪んだりしません。最後に、長い絹はゆっくりと収束して落ち、踊り子はわずかに息を荒げ、目は開いて広場の高台の方向を見つめ、その表情はリラックスして我を忘れています。他の被写体の反応：百人隊列は、長い絹が広がる瞬間に一斉に袖を上げて応え、霊樹の光輪は大きく明るくなり、模様の雲も暖色の滲みを帯びます。ショットの音声：環境音は一時的に後退します。重要な効果音は、長い絹が広がる風切り音と編鐘の強音が重なることです。音楽の5層の楽器編成が斉奏し、全編の音量ピークに達します。
ショット6（27-30秒・雰囲気の移行、ロングショットの収束）
遠景、ゆっくりと上昇する俯瞰視点。長い絹の残光と広場の歓喜が、模様の雲と霧の中に徐々に沈んでいきます。麒麟の姿は灯りの奥に隠れ、百人隊列と楽師の姿は徐々に小さくなり、仙山のスケールに溶け込んでいきます。霊樹の光輪は、柔らかい余韻の滲んだ色合いに変わります。模様の雲は再び合流し、山腹を覆います。画面は、霧に包まれ、広大な雲海の果てに仙山が浮かぶ全景で静止します。遠景の工筆画の線は、柔らかい山の輪郭に簡略化され、古びた宣紙のような質感の滲みは静寂に戻ります。ショットの音声：環境音は、悠遠な雲海の低周波の雰囲気音に戻ります。古筝の残響と電子のロングトーンのみが残り、徐々にフェードアウトし、全編を締めくくります。”
アイデアをWan AI動画に
プロジェクトに合った開始点を選択してください。書かれたシーン、製品画像、または参照のコレクション。生成前に期間と解像度を設定します。
Wan 3.0の公式例
アフター
製品PPTをWan動画広告に変換
製品紹介PPTを参考に、Wan 3.0に希望する広告スタイル、製品ショット、使用シーンを伝えます。このスマートグラスの事例は、製品情報からテクノロジー広告を作成する方法を示しています。ドキュメント入力と画像、動画、音声の参照を組み合わせることも可能です。
Wan 3.0の公式例
ビフォーアフター
“【基本映像の厳格な要件】
最終映像からすべての赤線、数字マーカー、矢印、補助マークを完全に除去し、画面に文字や透かしは表示しない。超現実的なフォトリアルな8K古典油絵の質感、厚塗りの筆致と絵の具の粒子がはっきりと識別でき、UE5シネマティックグレードのライティングレンダリング、ギリシャの午後の暖色系のサイド逆光、光の柱の中を舞い漂う金褐色の塵。巨大な白い木馬、木製のトレーラーと車輪、ぴんと張られた太い麻縄、左側のトロイの石造りの城壁と円形の監視塔、遠景の山岳都市群はすべて元の形状、比率、位置を維持し、変更しない。人体の比率は自然で歪みがなく、元の縄を引く群衆と城壁の守備兵のみを保持し、余分な人物は追加しない。ローブは元の黄土色、藍色、土黄色、オフホワイトとする。
【コアとなるカメラワークのルール】
一人称FPVドローン視点、ワンカット、全編途切れない単一の連続運動で、図1の赤線1→2→3→4→5の完全な経路に沿って飛行し、セグメントを飛ばしたり、軌道を単純化したり、順序を変更したりしない。開始は直線的な水平飛行ではなく、まず左上方に上昇して牽引ロープ区域を越え、その後急降下する大きな波状の弧を描く。ウェイポイント2は、木馬の腹部の下の空間を実際に通過しなければならず、馬体を迂回したり、側面をかすめたりしてはならない。全体の速度階層のリズムは、速 → 遅 → 速 とする。
【ウェイポイントごとのセグメント】
セグメント1（ウェイポイント1 → ウェイポイント2）：高速突入、まず上昇してから降下するダイブ。
カメラはフレーム右端、歓声を上げる槍兵の槍の穂先横から低空で離陸し、極めて高速で左上方に急上昇し、ぴんと張られた牽引麻縄の列を越え、遠景の山岳都市群の上空をかすめるように上昇する。その後、木馬の胸部右側で急旋回して機首を下げ、群衆の頭上と高く掲げられた槍の穂先に沿って急降下する。両側を腕や旗が高速で通り過ぎ、舞い上がった塵は気流によって細長い筋に引き裂かれ、機首は木馬の腹部の下の影へとまっすぐ突入する。
セグメント2（ウェイポイント2、腹部を通過）：馬の腹部の下をくぐり抜け、速度が急激に減速する。
カメラは極限まで低くなり、木馬の4本の巨大な柱のような脚の間をすり抜け、腹部の真下の影の空間を通過する。頭上には木馬の腹部の木目調の板と鑿の跡があり、両側には太いロープ、トレーラーの板、鉄製の車輪があり、下には無数の足に踏み固められた埃っぽい地面が広がる。光は突然暗くなり、隙間から漏れる金色の光の筋だけが残り、スケールの圧迫感が最大限に高まる。
セグメント3（ウェイポイント2 → ウェイポイント3）：スローモーション、上向きに急旋回。
カメラは腹部の反対側から現れ、木馬の後方、左側の城壁に近い位置で、スローモーションで大きなU字型の上昇弧を描き、尾と後脚の彫刻された質感をかすめる。機体はゆっくりと上向きに傾き、カメラの上昇に伴い、背景にある石造りの城壁と円形の監視塔の巨大な塊が徐々に画面を満たしていく。
セグメント4（ウェイポイント3 → ウェイポイント4）：スローモーションを維持し、背骨に沿って上昇し旋回する。
カメラは木馬の背骨の線に沿って後方から前方へゆっくりと上昇し、背中の木目、巻き毛の彫刻、首の筋肉の起伏を一つずつかすめる。空を旋回する鳥がレンズの前で散らばり、城壁に密集する守備兵と遠景の山岳都市が下方にゆっくりと後退していく。
セグメント5（ウェイポイント4 → ウェイポイント5）：突然加速、頭部を旋回してフィニッシュ。
鬣の頂点を越えた後、カメラは突然加速し、馬の頭の周りを右に大きく旋回する完全な閉じたループを描く。まず馬の右前方の開けた空に飛び出し、その後急旋回して反転し、最後に木馬の頭部に向かって急速に接近し、最後の瞬間に動きが急停止する。
【最終静止画】
カメラは最終的に木馬の頭部真正面のクローズアップ位置で静止する。馬の目、鼻孔、彫刻された鬣が画面の主体を占め、逆光が頭部の輪郭に金色の縁取りを描き出し、背景にはぼかされた青空、流れる雲、遠くの山岳都市が広がる。
【ライティングと画質の補足】
全編カットなし、ショット分割なし、トランジションブレークなし。単一の連続ショットのネイティブFPV広角のわずかな歪みのある質感を保持する。午後の金色の光は常にフレームの右上から差し込み、腹部を通過する際には、明るい→暗い→明るいという自然な露出変化を一度経験する。塵の粒子と空気中の微細な塵の密度は速度に応じて増加し、油絵の筆致と絵の具の粒子は作品全体で一貫性を保ち、写真のようなリアルなプラスチック感は現れない。”
カメラの動きをガイドするパスを描く
参照画像上にルートと番号付きのポイントをマークし、プロンプトでカメラの動きを記述します。このWan 3.0の例では、木馬のシーンを連続したドローンショットで撮影し、描かれたパスが旋回、高さの変化、ペースをガイドする方法を示しています。生成されたビデオからは、参照マークと番号は削除されます。
Wan 3.0の公式例
“これは、9つのショットと30秒からなる、東洋の仙山秘境を舞台にしたファンタジー短編映画です。様式化されたレンダリングで、新国潮の月暦ポスターイラストスタイルを美学の参考にしています。均一な太さの伝統的な工筆画の線で人物、建築物、雲の模様の輪郭を描き、雲と波は写実的な霧や水ではなく、層状で装飾的な形をしています。色彩は、古びた宣紙のような質感の水彩の滲みで、古びた緑とピンクオレンジの配色です。全体的にレトロでノスタルジックな装飾美を表現し、写真のような写実的な素材や3Dエンジンレンダリングの感覚は明確に避けています。
巨大な亀が広大な雲海の上に浮かび、その背には層状の仙山と宮殿がそびえ立っています。層状の綿のような模様の雲と霧が山腹を覆っています。仙女が金色の瑞獣麒麟に乗り、雲を突き破って降臨し、極楽の宴の上を風に乗って疾走し、舞台いっぱいの楽舞百芸を見下ろします。そして、広場の高台に降り立ち、楽師や踊り子たちと共に会場を歓喜の頂点へと導きます。ダイナミックな収束の後、人々は静寂に戻り、仙山は雲海の果てに浮かんでいます。全編を通して三人称の観察的なナラティブを使用し、FPVの高速シャトル、主観視点での高速追跡、マッチカットリレー、スローモーション延長の4つの核となるテクニックのみを組み合わせたカメラワークスタイルです。FPVと主観的なシャトルショットは、高速なカメラワークで壮大なシーンを強調する必要があります。模様の雲と波は、高速な動きの中でも輪郭を崩さず、完全な形を保ちます。編集のリズムは混合型で、冒頭の高速ロングショットで巨大なスケールを確立し、中盤の核となるアクションは詳細に展開され、呼吸の間のポーズが残されます。クライマックスは素早いカットの収束で、エンディングはゆっくりとしたロングショットで締めくくられます。音楽は、古風な雅楽と現代的なアンビエントエレクトロニクスを融合したもので、古筝、箜篌、琵琶が主旋律を奏で、編鐘がアクセントになっています。雰囲気は、悠遠なものから徐々に明るく活発になり、クライマックスではドラムの音が密集して激しくなり、最後は再び悠遠な雰囲気に戻ります。
ショット1（0-4秒・雰囲気の移行）
遠景FPVシャトル。雲海の高空から極速で急降下します。模様の雲は高速落下中も綿のような輪郭を保ち、砕けたり変形したりすることなく、全体的な色塊の移動で速度感を表現します。巨大な亀のぼんやりとした頭部の輪郭をかすめるように通り過ぎ、カメラは数層の山々と浮遊する宮殿の間を轟音を立てて駆け抜けます。各層の景色は、速度が速すぎるため、装飾的な模様の色塊の輪郭がちらりと見えるだけです。山間の白鶴が羽ばたく姿は、工筆画の線で簡略化され、速度の残像を表現します。最後に、カメラは急速に下降して制動し、広場の高台の方向に急に安定し、灯りと人々の賑わう盛大な祭りの輪郭を明らかにします。環境音は、雲海のうねるような低周波の雰囲気音に、疾風の唸り声が重なります。音楽は、古筝と電子のロングトーンで急速に展開され、音量が徐々に大きくなります。
ショット2（4-11秒・核心的な見せ場・Tier-A）
主観視点での追跡。仙女が麒麟に乗って、地面すれすれを極めて高速で飛び、祭りを上から見下ろす一人称のロングショットをシミュレートします。画面は高速な動きによって、全体的な色塊の移動による速度感を生み出します。麒麟の首の羽は、工筆画の線と色塊で、気流に翻弄される様子が表現され、羽飾りの縁には金赤の滲んだ層が見られます。視点は、広場の上空を制御不能なほどの速度で低空飛行します。両側の景色――踊り子の広い袖が模様の雲の波のようにうねり、楽師の隊列が琵琶、古筝、箜篌を合奏し、層状に吊るされた提灯と紗幕――は、速度が速すぎるため、装飾的な色塊がちらりと見えるだけです。画面奥の人々の群れと灯りは、高速で通り過ぎるため焦点を合わせる間もなく、ぼやけた暖色系のオレンジ色の光の帯を形成します。画面の周囲の模様の雲は、綿のような輪郭を保ち、視点に合わせて流れていきます。核となるアクションは、麒麟が連続して高速で滑空する完全な弧です。開始段階では、麒麟が翼を広げて地面すれすれを疾走し、視点が激しく揺れ動き、強い速度感を生み出します。展開段階では、麒麟が飛び上がって人々の頭上をかすめ、視点が大きく上下し、広場の全景が激しい揺れの中で次々と現れては、速度によって画面外に振り切られます。頂点段階では、麒麟が霊樹の光輪の真下で羽ばたきながら一瞬停止し、画面の速度が突然ゼロになり、強いコントラストを生み出します。光輪は古びた金色の滲みで画面いっぱいに広がり、静止した瞬間に工筆画の線が鮮明で完全な状態に戻ります。その後、麒麟はさらに激しい加速で広場の高台に向かって急降下し、速度感は途切れることなく続きます。動的な現象：提灯は気流によって激しく揺れ動き、模様の紗幕は層状に舞い上がり、また落ちますが、輪郭は崩れません。ショットの音声：環境音は、人々の歓声の賑やかな雰囲気音に、疾走する気流の唸り声が重なります。重要な効果音は、楽師の隊列を通り過ぎる際の琵琶のアルペジオの短い増幅です。音楽のドラムの音が密集し始め、編鐘が間に散りばめられます。
ショット3（11-19秒・核心的な見せ場・Tier-A）
ミドルショットからクローズアップ。工筆画の線で輪郭を描き、暖色の滲みで光と影の層を表現します。楽師が高台の片側に座り、琵琶を抱えて斜めに身を傾けています。肌は水彩の滲みで柔らかく血色の良い質感を表現し、眉間の一点朱砂は繊細にぼかされています。髪に垂れ下がった数珠は、工筆画の線で、頭を下げる動きに合わせて優しく揺れる様子が表現されています。月白の地紋入り広袖長衣の上に、燃えるようなオレンジ色の金刺繍半袖を羽織っています。布地は水彩の滲みで深さと浅さの層と自然なシワの影を表現し、輪郭線は均一で連続しています。核となるアクションは、弾き始めから輪指への移行、そして掃弦で締めくくる完全な楽章です。開始段階では、右手の親指と人差し指が交互に軽く弾き、弦は簡潔な線で微細な振動を表現します。展開段階では、輪指に移行します。ここでは指の精度に焦点を当てず、カメラは弦自体にクローズアップします。弦は高速な撥弦によって工筆画の線のぼやけた振動の残像を呈し、手の動きは個々の指の線の詳細ではなく、流れるような全体的な輪郭のリズムで表現されます。頂点段階では、楽師の腕が突然上がり、手のひらが大きく一気にすべての弦を掃弦します。アルペジオは色塊の滲みで爆発的な視覚効果を生み出し、琴の輪郭は力によって明らかに振動し、広い袖の輪郭は腕の動きに合わせて大きく舞い上がり、また落ちます。カメラはここでスローモーション延長に移行し、この掃弦の瞬間の絹の揺れと弦の振動の細部を捉えます。スローモーションでは、水彩の滲みの層の変化がはっきりと見えます。最後に、楽師の手は弦の上に静止し、わずかに息を荒げ、視線は突然広場の中央に向けられ、その表情は没頭し、我を忘れています。他の被写体の反応：遠くの百人楽舞隊列は、簡略化された模様の群像として、掃弦の爆発に合わせて一斉に袖を上げて応えます。ショットの音声：重要な効果音は、掃弦の爆発的な琵琶の強音とドラムの重いビートが正確に一致することです。音楽の楽器編成はここで密度のピークに達し、編鐘、笙、簫が斉奏します。
ショット4（19-21秒・雰囲気の移行、呼吸のポーズ）
ミドルショット、俯瞰。掃弦の余韻が消えないまま、広場の全景が一時的に静止したようなスローモーション。百人楽舞隊列の広い袖の輪郭が空中に静止している瞬間、模様の提灯の揺れが徐々に緩やかになり、画面の速度が突然減速し、強い呼吸のコントラスト感を生み出します。古びた宣紙のような質感の滲みが、光の中で柔らかい層を呈します。ショットの音声：ドラムの音が一時的にまばらになり、編鐘の余韻が長く響きます。
ショット5（21-27秒・核心的な見せ場・Tier-A）
ミドルショットからクローズアップ。工筆画の線で輪郭を描き、逆光は滲みで髪の毛と絹の縁の柔らかい光輪を表現します。広場の中央で、一人の踊り子が百人隊列の前に一人で立っています。肌は水彩の滲みで柔らかい質感を表現し、眉は工筆画の細い線で上向きにぼかされています。黒髪は高く結い上げられ、頭頂には炎の模様の金飾りが線と色塊で屈折する光を表現しています。燃えるようなオレンジ色のグラデーションの薄い絹の広袖ドレスを着用しています。絹の布地は水彩の滲みで、軽やかで透き通るような質感と、層になった縁を表現しています。数丈の長い絹が腕に巻き付けられ、体の横に垂れ下がっています。核となるアクションは、長い絹が舞い踊る完全な弧です。開始段階では、踊り子の腕は内側に引き寄せられ、長い絹は体の横にゆるく垂れ下がって巻き付いています。目はわずかに閉じられ、勢いを蓄えています。展開段階では、腰が突然回転し、腕を大きく振り出します。長い絹は、模様の炎のように空中に巨大な螺旋軌跡を描き、体は振り回される慣性で大きく傾き、そして元に戻ります。長い絹の先端は、工筆画の線で簡略化された運動残像軌跡を引きずり、輪郭は連続性を保ち、崩れません。頂点段階では、踊り子は最高速度で回転した後、重心を安定させ、腕を突然広げます。長い絹は体の周りに完全に広がり、巨大な模様の炎の光輪を形成します。輪郭線は広がる瞬間に均一で鮮明さを保ち、途切れたり歪んだりしません。最後に、長い絹はゆっくりと収束して落ち、踊り子はわずかに息を荒げ、目は開いて広場の高台の方向を見つめ、その表情はリラックスして我を忘れています。他の被写体の反応：百人隊列は、長い絹が広がる瞬間に一斉に袖を上げて応え、霊樹の光輪は大きく明るくなり、模様の雲も暖色の滲みを帯びます。ショットの音声：環境音は一時的に後退します。重要な効果音は、長い絹が広がる風切り音と編鐘の強音が重なることです。音楽の5層の楽器編成が斉奏し、全編の音量ピークに達します。
ショット6（27-30秒・雰囲気の移行、ロングショットの収束）
遠景、ゆっくりと上昇する俯瞰視点。長い絹の残光と広場の歓喜が、模様の雲と霧の中に徐々に沈んでいきます。麒麟の姿は灯りの奥に隠れ、百人隊列と楽師の姿は徐々に小さくなり、仙山のスケールに溶け込んでいきます。霊樹の光輪は、柔らかい余韻の滲んだ色合いに変わります。模様の雲は再び合流し、山腹を覆います。画面は、霧に包まれ、広大な雲海の果てに仙山が浮かぶ全景で静止します。遠景の工筆画の線は、柔らかい山の輪郭に簡略化され、古びた宣紙のような質感の滲みは静寂に戻ります。ショットの音声：環境音は、悠遠な雲海の低周波の雰囲気音に戻ります。古筝の残響と電子のロングトーンのみが残り、徐々にフェードアウトし、全編を締めくくります。”
言葉からシーンを構築
被写体、設定、アクション、カメラの動きを記述して、テキストから動画を作成します。Wan 3.0 は、超現実的な世界を想像する場合でも、映画のようなソーシャルクリップを計画する場合でも、短いビジュアルストーリーの余地を与えます。2秒から30秒までの期間を選択し、最大1080Pで出力します。
Wan 3.0の公式例
“3枚の参考画像に基づき、約24秒の映画のような日本製SFゲームのオープニングCGを生成してください。
[画像1]は男性キャラクターの唯一の見た目の参考です。
[画像2]は女性キャラクターの唯一の見た目の参考です。
[画像3]は伝統的な木造道場の空間、建築素材、光の参考です。
全編を通して、両キャラクターの顔、髪型、服装、体型、機械的なアクセサリーを厳密に一貫させてください。男性のゴーグル、銀灰色の髪型、濃い灰色のロングコートは変更しないでください。女性のツインバンズ、赤い機械マスク、白い戦闘服は変更しないでください。
【全体的なスタイル】
高予算の日本製アクションRPGのオープニングCG。成熟したSFアニメーションアート、精巧なセルルックレンダリングと映画のような3D空間を組み合わせます。
視覚的な雰囲気は、プレイヤーが隠された訓練レベルに入るようなものです。冷たい白いデジタル仮想空間が、徐々に温かい茶色の伝統的な道場へとロードされ、テクノロジーと東洋武術の空間が融合します。カメラは抑制され、圧迫感を与え、正式な戦闘は行わず、レベル開始前の対決のみを描写します。
【ショットとセリフ】
[0–3秒]
純粋な白で、境界のない仮想空間。男性キャラクターは女性キャラクターに背を向けて前景に立ち、女性キャラクターは遠くに現れます。空間にはかすかな電子音と低いパルス音のみが存在します。カメラは超遠景から素早くスムーズに前進し、男性の正面に回り込み、上半身のクローズアップを形成します。男性の表情は冷静で、まるでずっとここで待っていたかのようです。男性は話しません。
[3–8秒]
カメラは高速で垂直俯瞰視点に上昇します。二人の足元に、薄い灰色のデジタル座標線と建築グリッドが順次点灯し、グリッドは地面に沿って周囲に広がり、まるで隠しレベルがロードされているかのようです。低いシステム起動音とともに、木製の床板が足元から周囲へと一枚ずつ生成されます。木製の柱が一本ずつ垂直に立ち上がり、梁が空中で自動的に接続され、壁、障子、屋根の構造が層状に構築されます。建築生成プロセスは連続的で正確であり、ハイエンドゲームエンジンのリアルタイムシーンロードのような視覚効果があります。
[8–11.5秒]
カメラは上空から急速に下降し、木製の床に近い低いアングルに移行し、二人のキャラクターの間を前方にスライドします。道場が完全に生成されます。暖かい日差しが障子窓を通り抜け、木製の床に規則的な長い帯状の影を落とします。空気中には少量の埃が漂い、建築生成音は徐々に止み、空間は一時的な静寂に包まれます。女性はまず、生成されたばかりの道場を見回し、0.5秒間停止した後、声を低くして、警戒しながらも冷静な日本語で尋ねます。
「ここは……何のステージ？」
発音のリズムは自然で、おおよそ次のようになります。
Ko-ko wa……nan-no su-tē-ji?
意味：ここは……何のステージ？
[11.5–14.5秒]
女性キャラクターのミディアムクローズアップに切り替わります。彼女はもう話しません。彼女は素早く重心を調整し、体をわずかに沈め、右手を上げ、手のひらを男性に向け、正確で抑制された武術の防御の構えを取ります。赤い機械マスクが短く微かに光り、耳の機械装置が一度スキャンを完了します。彼女の視線は警戒を保ち、誇張された表情はありません。
[14.5–19秒]
男性キャラクターのミディアムショットに切り替わります。男性は落ち着いて振り返り、ロングコートの裾がわずかに揺れます。彼はゆっくりと右手を上げ、手のひらを女性に向け、冷静な態度で彼女の構えに応えます。カメラはゆっくりと男性に近づきます。男性は完全に、落ち着いてセリフを言い終え、途中に自然な間と呼吸を挟み、低く、冷静で、レベル管理者のような日本語で答えます。
「お前の適性を測る、最初の試練だ。」
発音のリズムは自然で、おおよそ次のようになります。
O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da.
意味：お前の適性を測る、最初の試練だ。
男性は話すときに明確な笑顔を見せず、声は落ち着いており、怒りや叫び声の感じはありません。
[19–24秒]
男性の正面クローズアップに切り替わります。道場の背景は徐々にわずかなデジタル的な消散効果を示し、暖かい環境は強烈な冷たい白い光に覆われ、元の純粋な白い仮想空間へと再び薄れていきます。男性のゴーグルの表面を冷たい白いスキャン光が横切ります。画面が0.5秒間停止した後、遠くから低いシステム女性の声が聞こえますが、字幕は表示されません。
「適性試験、開始。」
発音：
Te-ki-sei shi-ken、kai-shi.
意味：適性試験、開始。
最後に、短く力強いシステム確認音とともに、画面が静止して終了します。
【サウンドデザイン】
冒頭では、低い電子アンビエント音、かすかな空間パルス、遠距離の機械共鳴を使用します。
シーン生成時には、デジタルグリッド起動音、木製モジュール展開音、木製柱上昇音、低周波構造閉鎖音を追加します。音には重厚感がありますが、過度に騒がしくはありません。
道場が完全に生成された後、環境音は突然低下し、木製空間の残響、わずかな布の摩擦音、キャラクターの呼吸音のみが残ります。
キャラクターは自然な日本語の音声を使用します。
女性の声は若く、冷静で、警戒心があり、可愛らしい声や誇張されたアニメ声は避けます。
男性の声は低く、成熟しており、落ち着いていて、メンター、レベルの守護者、またはクエストガイドのような声です。
システム女性の声はクリアで、冷たく、感情がなく、ゲームのシステムプロンプトのような声です。
【生成制御】
キャラクターが話すとき、日本語の口の動きは正確に同期している必要があります。現在画面に映っているキャラクターのみが話すようにし、音声の不一致を避けてください。各日本語のセリフは完全に話し終え、急いだり、話す速度を圧縮したりしないでください。セリフの前後に自然な間と呼吸を保ってください。
道場のロード順序を強調してください。
デジタル座標の起動 → グリッドが外側に広がる → 木製の床板が一枚ずつ敷かれる → 木製の柱が順次立ち上がる → 梁が自動的に接続される → 壁と障子が生成される → 完全な道場が閉じる。
両キャラクターは素早い戦闘、走行、跳躍は行いません。環境を観察し、姿勢を調整し、手のひらを上げて構えを取り、互いに対峙するだけです。
キャラクターの手のひらと指の構造は自然であること。顔の表情、髪型、マスク、ゴーグル、服装は終始安定していること。建築の遠近法は正確であること。カメラの動きは流れるようであること。
画面には、字幕、タイトル、UIインターフェース、ゲームメニュー、数値、識別子、ストーリーボードの境界線、透かしなどは一切表示しないでください。”
マルチモーダル参照で動きをガイド
キャラクター画像と動画参照を組み合わせて、動きとカメラの方向を指示します。雰囲気をガイドするために音声を加えたり、クリエイティブなブリーフとしてドキュメントや公開ウェブページを使用したりできます。Wan に、各参照がシーンにどのように影響するかを伝え、新しい動画のルック、アクション、雰囲気を形作ります。
Wan 3.0の公式例
“24秒の映画級国際ヒップホップミュージックビデオを生成。フォトリアルな質感、ハイエンドなストリートファッションMVの雰囲気、テンポが速く、自信に満ちた力強いリズムで。
【参考画像】
図1：4人組の構成、人物の役割、服装、全体的なスタイリングの参考。全編を通して、女性リードボーカル1名、男性DJ1名、左右に各1名のハイプパフォーマーの計4名で一貫して構成されます。新しい人物の追加、複製、人物の入れ替えは禁止です。
図2：女性リードボーカルの顔、髪型、メイク、シルバーとブラックの機能的な服装、ハンドヘルドマイクの参考。すべてのクローズアップショットで、同じ顔と衣装を維持してください。
図3：屋上ステージ、DJブース、濡れて反射する地面、照明、ガラスの手すり、都市のスカイラインの参考。ビデオ全体を通して、同じ屋上で一貫して撮影されます。
【コアコンセプト】
Different voices, one beat。
同じリードボーカルが、同じオリジナルでキャッチーな国際ヒップホップアンセムの中で、8つの言語を自然に切り替えます。音楽は約106 BPMで、最初の1秒でゆっくりとした雰囲気作りなしに、すぐに力強いグルーヴに入ります。重くインパクトのあるキック、切れ味の良いクリアなスネア、弾力性がありシンコペーションの効いたベースライン、そしてクリアで覚えやすく、口ずさめる2小節のエレクトロニックシンセサイザーと短いブラスフックを使用します。このコアフックは最初から確立され、各言語切り替えの間に短いバリエーションを伴って継続的に戻り、21秒のビートドロップで完全に爆発します。8つの言語は、同じ曲の中で連続するラップフローのように流れ、常に自然にビートに乗ります。単語を機械的に読み上げるのではなく、伴奏は常にメロディ、リズム、そして前進する感覚を維持し、口パクのために弱まることはありません。
【ショットシーケンス】
ビデオ全体を通して、明確で安定した空間軸を維持します。リードボーカルは常に前方中央、DJは常に後方の機材コンソール、2人のパフォーマーは常に左右に配置されます。カメラは主に前方軸に沿って前進、後退、またはスムーズにパンし、各ショットでは1つの主要な動きのみを実行します。リズムは主にパフォーマンス、ショットサイズの変更、ハードカットから生まれ、連続的な旋回、頻繁なウィップパン、突然の反転には依存しません。
ショット1 | 0-3秒
都市のビル群を越える低空からの空撮で、参考図3の屋上ステージへと急速に下降します。リードボーカルは前方中央、DJは後方の機材コンソール、2人のパフォーマーは左右に配置されます。カメラがリードボーカルに近づくにつれて、ローアングル広角のプッシュインに移行します。
リードボーカルはカメラをまっすぐ見上げ、歌います：
“One beat.”
最後の重いビートが落ちたところで、ハードカット。
ショット2 | 3-6秒
リードボーカルのバストアップの正面ミディアムクローズアップで、参考図2を厳密に参照します。スタビライザーは前方軸に沿って短距離をプッシュインし、自然に停止します。背景には都市の光がぼやけたボケを形成します。リードボーカルは片手にマイクを持ち、もう一方の手でビートに合わせてカメラを指し、力強く頭を頷かせます。
リードボーカルは歌います：
“同一个节拍。”
最後の言葉がビートに乗ったところで、次のショットサイズに直接ハードカット。
ショット3 | 6-9秒
DJがターンテーブル、フェーダー、光るボタンを操作するマクロショット。その後、素早くパンアップして、背景のDJと前景で横向きにパフォーマンスするリードボーカルを映し出します。機材と人物の配置は安定したままです。
リードボーカルは歌います：
“ひとつのリズム。”
DJがボタンを押した瞬間にハードカット。
ショット4 | 9-12秒
リードボーカルの3/4サイドミディアムショットで、カメラは左から右へ短距離をスムーズにパンし、常に水平な地平線と確立された空間軸を維持します。2人のパフォーマーは背景の左右でグルーヴし、動きは異なりますがリズムは統一されています。リードボーカルは視線とわずかな頭の動きでカメラを追います。
リードボーカルは歌います：
“하나의 리듬.”
最後のビートで、リードボーカルが手を上げてカメラを横切り、ワイプトランジションを作成します。
ショット5 | 12-15秒
ローアングル広角パン。リードボーカルは屋上パフォーマンスエリアに沿ってカメラに向かって歩き、夜風に銀色のジャケットが軽くたなびきます。背景の都市の光は明らかなモーションパララックスを生み出し、濡れた地面は暖かく金色に光を反射します。
リードボーカルは歌います：
“Um só ritmo.”
足音が重いビートに着地したところで、ハードカット。
ショット6 | 15-18秒
リードボーカルと右側の女性パフォーマーのミディアムクローズアップ。2人はまず背中合わせに立ち、その後同時にカメラの方を向きます。リードボーカルが歌い終えると、パフォーマーは肩と腕の動きでリズムに反応しますが、主役の注意をそらすことはありません。
リードボーカルは歌います：
“จังหวะเดียวกัน.”
最後のビートは、右側のパフォーマーの肩がカメラを横切ることで自然にワイプされ、カバー切り替えが完了します。
ショット7 | 18-21秒
短く力強いが安定した前方へのプッシュで、ミディアムショットからリードボーカルのクローズアップへと移動し、すぐに停止します。リードボーカルはフローのクライマックスに入り、決意に満ちた目と力強いジェスチャーを見せます。DJと2人のパフォーマーは背景で同時に手を上げ、屋上の照明はビートに合わせて強まります。
リードボーカルは歌います：
“Un mismo ritmo.”
最後の言葉が終わったところで、安定した構図のまま直接ハードカット。
ショット8 | 21-24秒
リードボーカルのサイド逆光クローズアップで、顔の片側は暖かく金色に縁取られた光で照らされ、もう片側は深い青い影を保ちます。
リードボーカルはまず歌います：
“إيقاع واحد.”
その後ビートがドロップし、カメラは前方軸に沿ってスムーズに後退し、地平線を水平に保ったままヒーローショットのワイドショットになります。4人は安定した三角形の立ち位置を形成し、リードボーカルは前方、DJは後方中央、2人のパフォーマーは左右に配置されます。全員がビートに合わせてカメラに向かって一歩前進します。
リードボーカルは歌います：
“Different voices, one beat.”
最後のビートで全員がユニゾンで応えます：
“One beat.”
全員が動きを止め、リードボーカルはカメラをまっすぐ見つめ、シーンは終了します。
【パフォーマンス要件】
リードボーカルのすべての歌詞は正確に口パクされ、8つの言語すべてで自然な発音、アクセント、話す速度が維持されますが、リードボーカルのボーカルライン、アイデンティティ、全体的なフローは一貫性を保ちます。頭、肩、ジェスチャー、体重移動はビートに合わせて自然に動きます。機械的な朗読ではなく、言語を切り替える際に人物、服装、年齢、ボーカルラインを変更しないでください。
【ビジュアル要件】
ブルーアワーから夜にかけての都市の屋上。ディープブルー、シルバーグレー、ウォームゴールド、そして少量のマゼンタネオンのカラーパレットを使用します。24mm、35mm、50mmのシネマレンズを組み合わせ、リアルな浅い被写界深度、繊細なフィルムグレイン、わずかな大気中の霞、リアルな肌の質感を表現します。
編集は、ロングショット、ミディアムショット、クローズアップショットの明確な変化を通じてスピード感を演出しますが、隣接するショットで頻繁に動きの方向を反転させません。主にハードカット、マッチカット、そして1回の自然なワイプを使用します。大規模な旋回、連続的なウィップパン、ダッチアングル、一貫性のないプッシュインは避けてください。
字幕、歌詞テキスト、ブランドロゴ、UI、ウォーターマークはなし。人物の顔の特徴は鮮明に、指は自然に、マイクとDJ機材は安定しており、浮遊したり歪んだりしないこと。ビデオ全体を通して、4人の人物のアイデンティティ、服装、髪型、アクセサリー、設定は一貫性を保ちます。”
サウンドをシーンに取り入れる
Wan 動画生成では、映像とともに会話、音楽、環境音を含めることができます。希望する音声を記述し、ジェネレーターでサウンドを有効にするか、後でスコアを付けるサイレントクリップのためにオフのままにします。これは、パフォーマンス動画、雰囲気のあるシーン、短編小説に適しています。
他のモデルを探索する
1つのジェネレーターでトップのビデオモデルを切り替えます。
Wan 3.0 と Wan 3.0 Prime の比較
両方のモデルは、同じ生成モードと参照タイプをサポートしています。クレジットコストを抑えたい場合はWan 3.0を、より速い生成速度を重視する場合はPrimeを選択してください。
| 機能 | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|
| 生成モード | テキスト、最初/最後フレーム、参照 | テキスト、最初/最後フレーム、参照 |
| 解像度 | 480P / 720P / 1080P | 480P / 720P / 1080P |
| 出力時間 | 2–30秒 | 2–30秒 |
| 参照入力 | 画像、動画、音声、ドキュメント、またはウェブページ | 画像、動画、音声、ドキュメント、またはウェブページ |
| 生成サウンド | オプション; デフォルトでオフ | オプション; デフォルトでオフ |
| 開始コスト・480P、2秒 | 28クレジット | 42クレジット |
| 主な利点 | 低クレジットコスト | 高速生成 |
どちらのモデルでも同じクリエイティブなアプローチを使用できます。解像度、出力時間、参照動画の期間によって、ジェネレーターに表示されるクレジットの合計が決まります。
プランを選択
無料画像には透かしが含まれます。クリーンな出力、高速な生成、商用利用のためにアップグレードしてください。
プロ版
-50%$20$10/月
年払い ·$240$120/年
無制限モデル特典
Seedream 3.5無制限- Seedream 3.5 Pro無制限なし
MiniMax H3 Turbo無制限なし- MiniMax H3無制限なし
- アップグレードして、すべての高度なモデルをアンロックし、限定割引をお楽しみくださいMiniMax H3-70%
Gemini
Nano Banana
GPT-50%Seedream-40%Veo
Seedance 2.5
Kling - 月あたり2,000クレジット
- 最大 2,000 枚の高速画像
- 最大 200 本の基本動画
- 優先キュー
- 透かしなし
- AIツールバッチ処理
- 完全なプライバシー
おすすめ
最上位版
-50%$40$20/月
年払い ·$480$240/年
無制限モデル特典
- Seedream 3.5無制限
- Seedream 3.5 Pro無制限
- MiniMax H3 Turbo無制限なし
- MiniMax H3無制限なし
- アップグレードして、すべての高度なモデルをアンロックし、限定割引をお楽しみくださいMiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
- 月あたり5,000クレジット
- 最大 5,000 枚の高速画像
- 最大 500 本の基本動画
- 最高優先キュー
- 透かしなし
- AIツールバッチ処理
- 完全なプライバシー
マックス版
-50%$80$40/月
年払い ·$960$480/年
無制限モデル特典
- Seedream 3.5無制限
- Seedream 3.5 Pro無制限
- MiniMax H3 Turbo無制限
- MiniMax H3無制限
- アップグレードして、すべての高度なモデルをアンロックし、限定割引をお楽しみくださいMiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
- 月あたり10,000クレジット
- 最大 10,000 枚の高速画像
- 最大 1,000 本の基本動画
- 最高優先キュー
- 透かしなし
- AIツールバッチ処理
- 完全なプライバシー
Wan 3.0 よくある質問
Wan AI のオンラインでの使用方法、画像から動画への変換、参照の追加、動画クレジットの計画について学びましょう。
1
Wan AI とは何ですか？Wan 3.0 はどのモデルに属しますか？
Wan AI はAlibabaの生成モデルファミリーです。Wan 3.0 はそのファミリーの動画モデルで、テキストから動画、最初フレームと最初/最後フレームのアニメーション、マルチモーダル参照生成をサポートしています。Raphael でオンラインで直接使用でき、モデルをローカルにインストールする必要はありません。
2
Wan 3.0 をオンラインで利用するには？
上記のジェネレーターにシーンの説明を入力します。画像を追加して画像から動画を作成するか、参照モードに切り替えて他のソース素材を使用します。期間、解像度、アスペクト比、サウンド設定を選択し、クレジットの合計を確認してから動画を生成します。
3
Wan 画像から動画への変換はどのように機能しますか？
最初のフレームとして画像をアップロードし、希望する動きやカメラの方向を記述します。オプションの終了フレームを追加して、クリップの終了方法をガイドできます。最初と最後のフレームではなく、被写体やスタイルをガイドする複数の画像を使用する場合は、代わりに参照モードを使用してください。
4
どの参照素材を使用できますか？
参照モードでは、最大10枚の画像、5本の動画、5本のオーディオクリップ、さらに1つのドキュメントまたは1つの公開ウェブページを受け入れます。ドキュメントとウェブページリンクは同時に使用できません。同じ素材入力からファイルを追加し、完全な公開ウェブページリンクをプロンプトボックスに貼り付けて参照カードを作成します。
5
利用可能な動画の長さと解像度は？
2秒から30秒までの整数秒の期間と、480P、720P、または1080Pの解像度を選択できます。参照動画は合計で最大15秒までで、その合計期間と出力期間の合計は30秒以内である必要があります。したがって、10秒の動画参照の場合、出力には最大20秒が残されます。
6
Wan 3.0 はサウンド付きの動画を生成できますか？
はい。サウンドを有効にして、プロンプトで会話、音楽、または雰囲気を記述すると、モデルは動画とともに音声を生成できます。Raphael ではサウンドはデフォルトでオフになっており、オンにしてもクレジットレートは変わりません。
7
Raphael でのWan AI動画生成は無料ですか？
Wan 3.0 は無料生成ではなくクレジットを使用します。出力コストは、480Pで1秒あたり14クレジット、720Pで27クレジット、1080Pで53クレジットです。参照動画の期間は同じレートで課金されます。画像、音声、ドキュメント、ウェブページの参照には別途入力料金はかかりません。生成前に表示される合計クレジットを確認してください。
8
Wan 3.0 と Prime の違いは何ですか？
どちらも同じモード、解像度、期間、参照タイプをサポートしています。Wan 3.0 はクレジットコストが低く、Prime はより高速な生成オプションです。Prime を別のクリエイティブ機能のセットとして扱うことなく、予算と納期に基づいて選択してください。
