Wan 3.0 AI Videogenerator

Gjør en scenebeskrivelse eller et stillbilde om til video med Wan 3.0. Lag produktannonser, filmatiske øyeblikk og sosiale klipp på nett, med opptil 30 sekunder video og valgfri lyd.

Tekst- og bilde-til-videoMultimodale referanserOpptil 30 sekunder · 1080PValgfri lyd

Wan 3.0 Videoeksempler

Utforsk fantasiscener, kampsport, musikk og produktfortellinger med Wan 3.0.

Offisielt Wan 3.0-eksempel

En fest over skyene

Prompt

“Dette er en fantasikortfilm på 9 scener, 30 sekunder, om et orientalsk hemmelig rike med udødelige fjell, gjengitt på en stilisert måte, med en estetisk referanse til den nye kinesiske kalenderplakatillustrasjonsstilen – jevne, tykke og tynne tradisjonelle gongbi-linjer skisserer karakterer, arkitektur og skyformasjoner; skyer og bølger presenterer lagdelte, dekorative former snarere enn realistisk tåke eller vannmasser; fargene er akvarellvasker med en slitt Xuan-papirtekstur, ved hjelp av en slitt grønn og rosa-oransje fargepalett; det overordnede bildet presenterer en retro, nostalgisk dekorativ estetikk, som eksplisitt unngår fotorealistiske materialer og 3D-motorrendering. Den gigantiske skilpadden flyter over det enorme skyhavet, med lagdelte udødelige fjell og palasser på ryggen. Mønstrede skyer og tåke, som lagdelte bomullsballer, driver over fjellsidene. En fe rir en forgylt lovende qilin, bryter gjennom skyene og stiger ned, galopperer gjennom luften over en fest av ytterste lykke, og overser scenen fylt med musikk, dans og ulike forestillinger. Hun lander til slutt på den høye plattformen på torget, og slutter seg til musikere og dansere for å bringe hele stedet til et klimaks av jubel. Etter den dynamiske konvergensen vender alle tilbake til stillhet, med de udødelige fjellene flytende i enden av skyhavet. Hele filmen bruker en tredjepersons observasjonsfortelling, med en blandet kamerastil gjennomgående, og bruker bare fire kjerneteknikker: FPV ekstrem skyttel, subjektivt perspektiv rask følge, match cut-stafett og sakte film-forlengelse. Alle FPV- og subjektive skyttelscener må bruke høyhastighets kamerabevegelser for å fremheve den spektakulære scenen. Mønstrede skyer og bølger beholder sine komplette konturer uten å kollapse eller deformeres under høyhastighetsbevegelser. Redigeringsrytmen er blandet: et innledende høyhastighets langskudd etablerer skalaen til det gigantiske objektet, kjernehandlingen i midten utfolder seg detaljert med pustepauser, klimakset er en rask klippekonvergens, og avslutningen er et sakte langskudd. Musikken er en fusjon av gammel elegant musikk og moderne ambient elektronisk musikk, med guzheng, konghou og pipa som hovedinstrumenter, og klokkespill for vektlegging. Stemningen går gradvis fra fjern til livlig, med tette og intense trommeslag på klimakset, og vender tilbake til en fjern stemning på slutten. Scene 1 (0-4 sekunder · Atmosfæreovergang) Langskudd FPV-skyttel, stuper i ekstrem hastighet fra høyt over skyhavet. Mønstrede skyer beholder sine komplette bomullsball-lignende konturer under høyhastighetsnedstigningen, og uttrykker hastighet gjennom total fargeblokkforskyvning snarere enn fragmentering eller deformasjon. Kameraet suser forbi den svake omrisset av den gigantiske skilpaddens hode, og deretter suser det gjennom flere lag med fjell og flytende palasser. Hvert lag av landskapet, på grunn av den overdrevne hastigheten, vises bare som flyktige fargeblokkomriss av dekorative mønstre. Silhuetten av hvite traner som slår med vingene i fjellene er forenklet med gongbi-linjer for å representere hastighetsetterbilder. Til slutt faller kameraet raskt ned og bremser, stabiliserer seg plutselig nær retningen av den høye plattformen på torget, og avslører omrisset av en travel festival med lys og folkemengder. Omgivelseslyden er den lavfrekvente atmosfæriske lyden av bølgende skyer overlagret med suset av sterk vind; musikken utfolder seg raskt med guzheng og elektroniske vedvarende toner, og volumet øker gradvis. Scene 2 (4-11 sekunder · Kjernepresentasjon · Tier-A) Subjektivt perspektivfølge, simulerer feen som rir qilin, et førstepersons langskudd som flyr i ekstremt høy hastighet nær bakken, med utsikt over festivalen. Skjermen genererer en følelse av hastighet gjennom total fargeblokkforskyvning på grunn av høyhastighetsbevegelse. Qilins nakke fjær er avbildet med gongbi-linjer og fargeblokker, som virvler med luftstrømmen, med forgylte røde vaskelag på kantene av fjærpynten. Perspektivet suser lavt over torget i en nesten ukontrollert hastighet. Landskap på begge sider – dansernes vide ermer som bølger som mønstrede skybølger, musikerformasjoner som spiller pipa, guzheng og konghou i kor, lagdelte hengende lanterner og gasgardiner – vises bare som flyktige dekorative fargeblokker på grunn av den overdrevne hastigheten. Folkemengdene og lysene i dybden av skjermen, på grunn av høyhastighetspasseringen, rekker ikke å fokusere, og danner uskarpe varme oransje lysstriper. Mønstrede skyer rundt skjermen beholder sine bomullsball-konturer, og flyter med perspektivet. Kjernehandlingen er qilinens kontinuerlige høyhastighetsgliding gjennom en komplett bue: i den innledende fasen sprer qilin vingene og galopperer nær bakken, perspektivet rister voldsomt, noe som gir en sterk følelse av hastighet; i utviklingsfasen hopper qilin opp og sveiper over hodene på folkemengden, perspektivet svinger kraftig, det panoramiske synet av torget vises i voldsom risting og blir deretter kastet ut av rammen av hastighet; i klimaksfasen svever qilin et øyeblikk, slår med vingene rett under auraen til det åndelige treet, skjermhastigheten faller plutselig til null, noe som skaper en sterk kontrast, auraen fyller skjermen med slitte gyldne vasker, og gongbi-linjer gjenoppretter klarhet og fullstendighet i stillhetens øyeblikk; deretter akselererer qilin enda mer voldsomt, stuper ned mot den høye plattformen på torget, med en kontinuerlig følelse av hastighet gjennomgående. Dynamiske fenomener: lanterner svinger voldsomt med luftstrømmen, mønstrede gasgardiner stiger og faller i lag uten at konturene kollapser. Scenelyd: omgivelseslyden er den travle atmosfæren av folkemengden overlagret med suset av susende luftstrøm; viktig lydeffekt er den korte forsterkningen av pipa-arpeggioer når man passerer musikerformasjonen; musikkens trommeslag begynner å intensiveres, med klokkespill innimellom. Scene 3 (11-19 sekunder · Kjernepresentasjon · Tier-A) Midtskudd til nærbilde, gongbi-linjer skisserer konturene, varme vasker uttrykker lys- og skyggelag. Musikeren sitter på den ene siden av den høye plattformen, holder en pipa diagonalt foran seg. Huden hennes er gjengitt med akvarellvasker, som viser en myk, rosenrød tekstur. En delikat vermilion-prikk mellom øyenbrynene er subtilt blandet. Flere perlesnorer som henger i håret hennes er avbildet med gongbi-linjer, som forsiktig svaier når hun bøyer hodet. Hun er kledd i en månehvit langermet kjole med mørke mønstre, overlagret med en ildrød halvarm brodert med gull. Stoffet er gjengitt med akvarellvasker, som viser varierende dybder og naturlige folder og skygger, med kontinuerlige og jevne konturer. Kjernehandlingen er en komplett musikalsk passasje fra plukking og klimpring til en rullende fingerovergang, deretter til en feiende klimpringavslutning: i den innledende fasen veksler høyre tommel og pekefinger mellom lett plukking og klimpring, strengene er avbildet med enkle linjer som viser små vibrasjoner; i utviklingsfasen går det over til rullende fingre, her låses ikke fingerpresisjonen, kameraet skifter til et nærbilde som fokuserer på strengene selv – strengene viser uskarpe, vibrerende etterbilder av gongbi-linjer på grunn av høyhastighetsplukking, håndbevegelser uttrykkes gjennom flytende overordnet konturrytme snarere enn individuelle fingerlinjedetaljer; i klimaksfasen løfter musikerens arm seg plutselig, håndflaten hennes gjør et stort feiende klimpring over alle strengene, arpeggioen skaper en eksploderende visuell effekt med fargeblokkvasker, instrumentets kontur vibrerer synlig med kraften, og den vide ermekonturen svinger betydelig opp og ned med armbevegelsen. Kameraet her går over til sakte film-forlengelse, og fanger detaljene i silkens sving og strengenes vibrasjon under dette feiende øyeblikket. De lagdelte endringene av akvarellvasker er tydelig synlige i sakte film; til slutt stopper musikerens hånd over strengene, puster lett, øynene hennes løfter seg plutselig for å se mot midten av torget, uttrykket hennes er oppslukt og tapt i øyeblikket. Andre subjektive reaksjoner: en hundre-personers musikk- og danseformasjon i det fjerne, forenklet til mønstrede gruppefigurer, løfter ermene i respons til den eksploderende klimpringen. Scenelyd: viktig lydeffekt er den sterke lyden av den eksploderende pipa-klimpringen og det tunge trommeslaget som nøyaktig sammenfaller; den musikalske instrumenteringen når sitt tetthetspunkt her, med klokkespill og sheng og xiao som spiller i kor. Scene 4 (19-21 sekunder · Atmosfæreovergang, pustepause) Midtskudd, oversiktsbilde, den dvelende lyden av klimpringen har ikke forsvunnet, en kort, frossen-lignende sakte film av panoramautsikten over torget, øyeblikket de vide ermene til den hundre-personers musikk- og danseformasjonen er suspendert ubevegelig i luften, de mønstrede lanternene svaier gradvis saktere, skjermhastigheten senkes plutselig for å skape en sterk følelse av pustekontrast, de slitte Xuan-papirteksturvaskene viser myke lag i lysstrålene. Scenelyd: trommeslag kortvarig sparsomme, klokkespillenes dvelende lyd lang. Scene 5 (21-27 sekunder · Kjernepresentasjon · Tier-A) Midtskudd til nærbilde, gongbi-linjer skisserer konturene, bakgrunnsbelysning uttrykt med vasker som viser myke glorier på hår og silkekanter. I midten av torget står en danser alene foran hundre-personersformasjonen. Huden hennes er gjengitt med akvarellvasker, som viser en myk tekstur. Øyenbrynene hennes er subtilt blandet med fine gongbi-linjer, som buer oppover. Det svarte håret hennes er bundet høyt, med et flamme-mønstret gullornament på toppen, avbildet med linjer og fargeblokker som viser brutt lys. Hun er kledd i en ildrød gradient gjennomsiktig lang silkekjole med vide ermer. Silkestoffet er gjengitt med akvarellvasker, som viser en lett, gjennomsiktig kvalitet med lagdelte kanter. Flere meter lang silke er viklet rundt armene hennes, og henger ned langs sidene. Kjernehandlingen er den komplette buen av den lange silken som virvler: i den innledende fasen trekkes danserens armer inn, den lange silken er løst drapert og viklet rundt siden hennes, øynene hennes er litt lukket, og samler momentum; i utviklingsfasen roterer midjen hennes plutselig, og driver armene hennes til å svinge vidt ut, den lange silken danner en enorm spiralbane i luften som mønstrede flammer, kroppen hennes vipper betydelig med svingens momentum og retter seg deretter opp, halen av den lange silken trekker en forenklet bevegelsesetterbildespor med gongbi-linjer, konturen forblir kontinuerlig uten å kollapse; i klimaksfasen roterer danseren til sin høyeste hastighet, stabiliserer deretter tyngdepunktet, armene hennes sprer seg plutselig ut, den lange silken utfolder seg fullstendig rundt henne til en enorm mønstret flammehalo, konturen forblir jevnt klar uten å bryte eller vri seg i utfoldelsesøyeblikket; til slutt samler den lange silken seg sakte og faller, danseren puster lett, øynene hennes åpnes for å se mot den høye plattformen på torget, uttrykket hennes er avslappet og tapt i øyeblikket. Andre subjektive reaksjoner: hundre-personersformasjonen løfter ermene i kor i det øyeblikket den lange silken utfolder seg, auraen til det åndelige treet lyser betydelig opp, og mønstrede skyer får varme vasker. Scenelyd: omgivelseslyden trekker seg kortvarig tilbake; viktig lydeffekt er suset av den lange silken som utfolder seg kombinert med sterke klokkespilltoner; musikkens femlags instrumentering spiller i kor, toppvolum for hele filmen. Scene 6 (27-30 sekunder · Atmosfæreovergang, langskuddavslutning) Langskudd, sakte stigende oversiktsbilde, det dvelende glødet fra den lange silken og jubelen på torget synker gradvis ned i de mønstrede skyene og tåken. Qilins silhuett har forsvunnet inn i lysenes dyp. Den hundre-personersformasjonen og musikerne krymper gradvis, og smelter inn i skalaen til de udødelige fjellene. Auraen til det åndelige treet forvandles til en myk, dvelende fargevask. Mønstrede skyer samles igjen, og dekker fjellsiden. Skjermen fryser på et panoramabilde av tåkeinnhyllede udødelige fjell som flyter i enden av det enorme skyhavet. Gongbi-linjer i langskuddet er forenklet til myke fjellkonturer, og de slitte Xuan-papirteksturvaskene vender tilbake til stillhet. Scenelyd: omgivelseslyden vender tilbake til den fjerne lavfrekvente atmosfæren av skyhavet; bare guzhengens dvelende toner og elektroniske vedvarende toner gjenstår, og falmer gradvis til stillhet, og avslutter hele filmen.”

Fra idé til en Wan AI-video

Velg et utgangspunkt som passer prosjektet ditt: en skrevet scene, et produktbilde eller en samling referanser. Angi varighet og oppløsning før du genererer.

Offisielt Wan 3.0-eksempel

PPTX

Etter

“En reklame for et avansert smartbrilleprodukt, med en minimalistisk, futuristisk, moteriktig stil, dempet belysning, en palett av svart, sølvgrå og isblå som hovedtoner, med lokale myke hvite lysaksenter og parameter-UI-grafikk. Åpningen er på en ren svart bakgrunn, der et par smarte briller sakte dukker opp fra mørket, med raffinerte høydepunkter som glir langs stangendene, og rammesilhuetten som skisseres under kald kantbelysning. Kameraet passerer i ekstrem nærbilde over linsene, neseputene, hengslene, stengene og materialdetaljene, og viser den delikate teksturen av metall og høyytelseskomposittmaterialer, med en raffinert og dempet overflatebehandling og slanke, flytende linjer. Produktet roterer deretter sakte i luften, med minimalistisk bevegelsesgrafikk som synkronisert viser kjerne-parameterinformasjon. Kameraet konvergerer deretter raskt, alle komponenter vender presist tilbake for å monteres til det komplette produktet. Det går over til en ung modell som bærer brillene – modellen har definerte trekk, selvsikker holdning, kledd i elegant, eksklusiv urban mote, som naturlig snur hodet, løfter hånden, går og smiler i et minimalistisk rom og urbant lysmiljø. Kameraet viser brillene fra foran, siden og bak-skrå vinkler, og fremhever den slanke passformen, den moteriktige silhuetten og den daglige allsidigheten. Avslutningen viser produktet flytende og frosset mot en ensfarget bakgrunn, med kameraet som sakte zoomer inn mot merkevarelogoen og kjerneslagordet. Den overordnede musikken er minimalistisk elektronisk stemning med presise rytmer, ren og kraftig rytme. Den visuelle kvaliteten er raffinert, dempet og ren, med et sterkt merkevaresignatur og internasjonal teknologisk estetikk.”

Gjør en produkt-PPT om til en Wan-videoannonse

Bruk en produktpresentasjon som referanse, og beskriv annonsestilen, produktbildene og bruksscenene du ønsker. Dette eksemplet med smarte briller viser hvordan Wan 3.0 gjør produktinformasjon om til en teknologi-annonse. Du kan også kombinere dokumentinndata med bilde-, video- eller lydreferanser.

Offisielt Wan 3.0-eksempel

Tegn en bane for å styre kameraet - Inndata

Før

Etter

“【Krav til grunnleggende bilde】 Det ferdige opptaket skal være helt fritt for røde linjer, tallmarkører, piler og hjelpemerker; ingen tekst eller vannmerker skal vises i bildet. Surrealistisk fotorealistisk 8K klassisk oljemaleritekstur, tydelig synlige tykke penselstrøk og pigmentkorn, UE5 filmatisk lysgjengivelse, varmtonet sidelys fra en gresk ettermiddag, gyllenbrunt støv som virvler og driver gjennom lysstrålene. Den gigantiske hvite trehesten, trevognen og rullene, de stramme tykke hampetauene, den trojanske steinmuren og det runde vakttårnet til venstre, og det fjerne fjellbykomplekset skal alle beholde sin opprinnelige form, proporsjoner og posisjoner uendret. Menneskelige proporsjoner er naturlige og uforvrengte; bare den opprinnelige tau-trekkende folkemengden og forsvarerne på muren skal forbli – ingen ekstra figurer skal legges til. Kapper skal forbli i den originale oker-røde, indigoblå, jordgule og off-white fargen. 【Kamerabevegelsesregler】 Førstepersons FPV-droneperspektiv, ett enkelt opptak, en uavbrutt kontinuerlig bevegelse gjennom hele, flygende langs den komplette banen av rød linje 1→2→3→4→5 i bilde 1, uten å hoppe over segmenter, forenkle banen eller endre rekkefølgen. Åpningen er ikke en rett flat flytur – den stiger først opp-venstre for å passere tau-trekkområdet, deretter dykker den ned i en stor bue. Veipunkt 2 må genuint passere gjennom rommet under hestens mage; den kan ikke omgå hestens kropp eller sveipe forbi siden. Den totale hastighetslagdelte kadensen er rask → sakte → rask. 【Segmentert etter veipunkt】 Segment 1 (veipunkt 1 → veipunkt 2): høyhastighets innstikk, et dykk som først stiger og deretter faller. Kameraet tar av i lav høyde fra høyre kant av bildet, ved siden av spydspissene til de jublende spydbærerne, stiger skarpt opp-venstre i ekstrem hastighet, sveiper over rader med stramme trekktau, klatrer over det fjerne fjellbykomplekset for å skimte forbi det, deretter svinger skarpt nedover ved posisjonen rett til høyre for hestens bryst, presser nesen ned og dykker langs toppen av folkemengdens hoder og hevede spyd. Armer og bannere suser forbi på begge sider, oppvirvlet støv rives i lange strimler av luftstrømmen, og nesen dykker rett mot skyggen under hestens mage. Segment 2 (veipunkt 2, passerer gjennom magen): dukker under hesten, hastigheten avtar plutselig. Kameraet faller til et ekstremt lavt nivå, trer inn mellom hestens fire massive søylelignende ben, passerer gjennom det skyggelagte rommet rett under magen – over hodet er treplankene og meiselsmerkene på undersiden av magen, på begge sider er tykke tau, vognplanker og jernbåndede ruller, under er den støvete bakken tråkket av utallige føtter. Lyset dempes brått, og etterlater bare gylne lysstriper som lekker gjennom sprekkene; følelsen av skala presses til sitt maksimum. Segment 3 (veipunkt 2 → veipunkt 3): sakte film, vipper opp og svinger skarpt. Kameraet kommer ut fra den andre siden av magen og, nær hestens bakside nær venstre bymur, trekker ut en stor U-formet stigende bue i sakte film, sveiper forbi den utskårne teksturen av halen og bakbena. Flykroppen vipper sakte opp, og den massive massen av steinbymuren og det runde vakttårnet i bakgrunnen fyller gradvis bildet etter hvert som kameraet stiger. Segment 4 (veipunkt 3 → veipunkt 4): opprettholder sakte film, klatrer og sirkler langs ryggraden. Kameraet klatrer sakte langs hestens ryggradslinje fra bak til front, sveiper forbi tre-sømmene på ryggen, den krøllete utskårne manen og bølgene i nakkemusklene en etter en. Sirklende fugler på himmelen sprer seg foran linsen; forsvarerne tettpakket på muren og den fjerne fjellbyen driver sakte bakover under. Segment 5 (veipunkt 4 → veipunkt 5): plutselig akselerasjon, en hodesirkel for å avslutte. Etter å ha passert toppen av manen, akselererer kameraet plutselig, og svinger til høyre i en fullstendig lukket sløyfe rundt hestens hode – først skyter det inn i den åpne himmelen til hestens høyre-front, deretter reverserer det skarpt og presser tilbake, og til slutt suser det rett mot hestens hode. Bevegelsen stopper brått i siste øyeblikk. 【Endelig stillbilde】 Kameraet stopper på en nærbilde-posisjon rett foran hestens hode: hestens øye, nesebor og meislet man dominerer bildet, kantlys tegner en gyllen omriss rundt hodet, og bakgrunnen er den ufokuserte blå himmelen, drivende skyer og den fjerne fjellbyen. 【Merknader om lys og kvalitet】 Ingen kutt gjennom hele, ingen skudd-delinger, ingen overgangsbrudd – behold den naturlige FPV vidvinkel lett-forvrengte teksturen av et enkelt kontinuerlig opptak. Ettermiddagens gylne lys kommer alltid fra øvre høyre del av bildet; mens det passerer gjennom magen, gjennomgår det en naturlig eksponeringsovergang fra lyst til mørkt og tilbake til lyst. Støvpartikkel- og luftbåren mikro-støvtetthet intensiveres med hastigheten, og oljemaleripenselstrøket og pigmentkornet forblir konsistente gjennom hele stykket – ingen fotorealistisk plastglans vises.”

Tegn en bane for å styre kameraet

Merk en rute og nummererte punkter på et referansebilde, og beskriv deretter kameraets bevegelse i meldingen din. Dette Wan 3.0-eksemplet tar et kontinuerlig droneopptak gjennom en trehestscene, ved å bruke den tegnede banen til å styre svinger, høydeendringer og tempo. Den ferdige videoen fjerner referansemerkene.

Offisielt Wan 3.0-eksempel

Bygg en scene fra dine ord

Beskriv et motiv, en setting, handling og kamerabevegelse for å lage en video fra tekst. Wan 3.0 gir deg rom for en kort visuell historie, enten du forestiller deg en surrealistisk verden eller planlegger et filmatisk sosialt klipp. Velg en varighet fra 2 til 30 sekunder og utdata opptil 1080P.

Offisielt Wan 3.0-eksempel

“Generer en filmatisk japansk sci-fi-spillåpnings-CG, omtrent 24 sekunder lang, basert på tre referansebilder. [Bilde 1] er den eneste utseendereferansen for den mannlige karakteren. [Bilde 2] er den eneste utseendereferansen for den kvinnelige karakteren. [Bilde 3] er referansen for rommet, arkitektoniske materialer og belysning i en tradisjonell tre-dojo. Gjennom hele filmen, oppretthold strengt konsistente ansiktstrekk, frisyrer, klær, kroppsproporsjoner og mekaniske tilbehør for begge karakterene. Ikke endre mannens briller, sølvgrå hår og mørkegrå lange frakk; ikke endre kvinnens doble hårknuter, røde mekaniske maske og hvite kampdrakt. 【Overordnet stil】 En høybudsjetts japansk action-RPG-åpnings-CG, med moden sci-fi-animasjonskunst, utsøkt cel-shaded gjengivelse kombinert med filmatisk 3D-rom. Den visuelle atmosfæren ligner en spiller som går inn i et skjult treningsnivå: et kaldt hvitt digitalt virtuelt rom lastes gradvis inn i en varm brun tradisjonell dojo, som blander teknologi med et østlig kampsportrom. Kameraet er behersket, og skaper en følelse av press, uten formell kamp, kun for å vise konfrontasjonen før nivået begynner. 【Scener og dialog】 [0–3 sekunder] Et rent hvitt, grenseløst virtuelt rom. Den mannlige karakteren står med ryggen til den kvinnelige karakteren i forgrunnen, mens den kvinnelige karakteren dukker opp i det fjerne. Kun svak elektronisk summing og en lav pulslyd er til stede i rommet. Kameraet skyver jevnt og raskt inn fra et ekstremt langt skudd, sirkler til mannens front, og danner et nærbilde av overkroppen hans. Mannens uttrykk er rolig, som om han har ventet her lenge. Mannen snakker ikke. [3–8 sekunder] Kameraet stiger raskt til et vertikalt ovenfra-perspektiv. Lysegrå digitale koordinatlinjer og arkitektoniske rutenett lyser opp sekvensielt under føttene deres, og sprer seg utover langs bakken, som om et skjult nivå lastes. Akkompagnert av en lav systemoppstartslyd, genereres treplanker bit for bit fra under føttene deres og utover; trepillarer stiger vertikalt én etter én; bjelker kobles automatisk i luften; vegger, shoji-dører og takkonstruksjoner bygges lag for lag. Den arkitektoniske generasjonsprosessen er kontinuerlig og presis, med den visuelle effekten av en avansert spillmotor som laster en scene i sanntid. [8–11.5 sekunder] Kameraet synker raskt ovenfra, og går over til en lav vinkel nær tregulvet, og glir fremover mellom de to karakterene. Dojoen er fullt generert. Varmt sollys passerer gjennom shoji-vinduene, og kaster regelmessige lange striper av skygger på tregulvet. En liten mengde støv flyter i luften, lyden av arkitektonisk generasjon opphører gradvis, og rommet faller inn i en kort stillhet. Kvinnen ser først rundt i den nylig genererte dojoen, pauser et halvt sekund, senker deretter stemmen og spør på en våken og rolig japansk: 「ここは……何のステージ？」 Uttalserytmen er naturlig, omtrent: Ko-ko wa……nan-no su-tē-ji? Betydning: Dette er... hva slags scene? [11.5–14.5 sekunder] Klipp til et medium-nært skudd av den kvinnelige karakteren. Hun snakker ikke lenger. Hun justerer raskt tyngdepunktet, kroppen synker litt, og hun løfter høyre hånd, med håndflaten vendt mot mannen, og inntar en presis og behersket kampsportforsvarsstilling. Den røde mekaniske masken avgir et kort glimt, og den mekaniske enheten på øret hennes fullfører en skanning. Blikket hennes forblir våkent, uten overdrevent uttrykk. [14.5–19 sekunder] Klipp til et medium skudd av den mannlige karakteren. Mannen snur seg rolig, kanten av den lange frakken hans svaier litt. Han løfter sakte høyre hånd, med håndflaten vendt mot kvinnen, og svarer på hennes holdning med en rolig fremtoning. Kameraet skyver sakte inn mot mannen. Mannen fullfører replikkene sine fullstendig og rolig, med naturlige pauser imellom, og svarer på en lav, rolig, nivåleder-lignende japansk: 「お前の適性を測る、最初の試練だ。」 Uttalserytmen er naturlig, omtrent: O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da. Betydning: Dette er den første prøven for å måle din egnethet. Mannen viser ikke et tydelig smil når han snakker, stemmen hans er jevn, uten sinne eller roping. [19–24 sekunder] Klipp til et nærbilde av mannens front. Dojo-bakgrunnen viser gradvis en svak digital oppløsningseffekt, det varme miljøet dekkes av intenst kaldt hvitt lys, og falmer tilbake til det opprinnelige rene hvite virtuelle rommet. Et kaldt hvitt skannelys feier over overflaten av mannens briller. Etter at skjermen pauser et halvt sekund, høres en lav systemkvinnestemme fra avstand, uten å vise undertekster: 「適性試験、開始。」 Uttale: Te-ki-sei shi-ken、kai-shi. Betydning: Egnethetstest, start. Til slutt, akkompagnert av en kort, kraftig systembekreftelseslyd, fryser skjermen og avsluttes. 【Lyddesign】 I begynnelsen, bruk lave elektroniske omgivelseslyder, svake romlige pulser og fjern mekanisk resonans. Under scene generering, legg til digitale rutenettaktiveringslyder, lyder av utfoldende tremoduler, lyder av stigende trepillarer og lavfrekvente strukturelle lukkelyder. Lydene skal ha tyngde, men ikke være overdrevent støyende. Etter at dojoen er fullt generert, senkes omgivelseslyden plutselig, og beholder kun etterklangen av trerommet, svak stofffriksjon og karakterens pustelyder. Karakterene bruker naturlig japansk stemmeskuespill: Kvinnens stemme er ung, rolig og våken, og unngår søte eller overdrevne anime-toner. Menns stemme er lav, moden og behersket, som en mentor, nivåvokter eller oppdragsguide. Systemkvinnestemmen er klar, kald og følelsesløs, som en spill-systemmelding. 【Generasjonskontroll】 Når karakterer snakker, skal japansk leppesynkronisering være nøyaktig og synkronisert. Kun karakteren som er i bildet skal snakke, for å unngå feilaktige stemmer. Hver japanske replikk må sies fullstendig, uten å skynde seg eller komprimere taletiden; naturlige pauser og pust skal opprettholdes før og etter replikkene. Fremhev dojoens lastesekvens: Digitale koordinater aktiveres → Rutenett sprer seg utover → Treplanker legges ut bit for bit → Trepillarer stiger sekvensielt → Bjelker kobles automatisk → Vegger og shoji-dører genereres → Komplett dojo lukkes. Ingen av karakterene deltar i rask kamp, løping eller hopping. De observerer kun miljøet, justerer stillingene sine, løfter håndflatene for å starte en positur, og konfronterer hverandre. Karakterens håndflater og fingerstrukturer skal være naturlige; ansiktstrekk, frisyrer, masker, briller og klær skal forbli stabile gjennom hele; arkitektonisk perspektiv skal være nøyaktig; kamerabevegelsen skal være flytende. Ingen undertekster, titler, brukergrensesnitt, spillmenyer, numeriske verdier, identifikatorer, storyboard-rammer eller vannmerker skal vises på skjermen.”

Veiled bevegelse med multimodale referanser

Kombiner karakterbilder med videoreferanser for bevegelse og kameraretning. Legg til lyd for å veilede stemningen, eller bruk et dokument eller en offentlig nettside som en kreativ brief. Fortell Wan hvordan hver referanse skal påvirke scenen for å forme utseendet, handlingen og atmosfæren i en ny video.

Offisielt Wan 3.0-eksempel

“Generer en 24-sekunders filmatisk internasjonal hiphop-musikkvideo med fotorealistisk kvalitet, en high-end street fashion MV-estetikk og en rask, selvsikker, kraftfull rytme. [Referansebilder] Bilde 1: Referanse for gruppens fire personer, karakteridentiteter, klær og generell styling. Hele videoen skal konsekvent vise fire personer: én kvinnelig hovedvokalist, én mannlig DJ og én hype-utøver på hver side. Ingen nye karakterer, duplisering eller bytte av karakterer er tillatt. Bilde 2: Referanse for den kvinnelige hovedvokalistens ansikt, frisyre, sminke, sølv- og svartfunksjonelle klær og håndholdte mikrofon. Alle nærbilder skal opprettholde samme ansikt og antrekk. Bilde 3: Referanse for takscenen, DJ-boden, våt reflekterende bakke, belysning, glassrekkverk og byens silhuett. Hele videoen skal konsekvent finne sted på samme tak. [Kjernekonspt] Different voices, one beat. Den samme hovedvokalisten bytter naturlig mellom åtte språk i den samme originale, fengende internasjonale hiphop-anthem. Musikken er omtrent 106 BPM, og går umiddelbart inn i en sterk groove i det første sekundet uten langsom atmosfærisk oppbygging; den bruker tunge, slagkraftige kicks, skarpe, klare skarptrommer, en spretten og synkopert basslinje, og en klar, minneverdig, nynnbar to-takters elektronisk synthesizer og kort messinghook. Denne kjernehooken etableres fra begynnelsen, kommer kontinuerlig tilbake med korte variasjoner mellom hvert språkskifte, og bryter fullt ut i beat dropet ved 21 sekunder. De åtte språkene flyter som en kontinuerlig rap-flow innenfor samme sang, alltid naturlig landende på takten, ikke mekanisk resiterende ord setning for setning; akkompagnementet opprettholder alltid melodi, rytme og en følelse av fremdrift, og svekkes ikke på grunn av leppesynkronisering. [Sekvens av bilder] Hele videoen opprettholder en klar og stabil romlig akse: hovedvokalisten er alltid i midten foran, DJ-en er alltid ved utstyrskonsollen bak, og de to utøverne er alltid på hver side. Kameraet beveger seg primært fremover, trekker seg tilbake eller panorerer jevnt langs frontaksen, med hvert bilde som kun utfører én hovedbevegelse; rytmen kommer primært fra fremføring, endringer i bildeutsnitt og harde kutt, og er ikke avhengig av kontinuerlig sirkling, hyppige piskepanoreringer eller plutselige reverseringer. Bilde 1 | 0-3 sekunder Lavtliggende luftfoto som flyr over bygningene, og raskt senker seg ned til takscenen fra Bilde 3. Hovedvokalisten er i midten foran, DJ-en er ved utstyrskonsollen bak, og de to utøverne er på hver side. Når kameraet nærmer seg hovedvokalisten, går det over til en lavvinklet vidvinkel-push-in. Hovedvokalisten ser rett opp i kameraet og synger: «One beat.» Det siste tunge slaget faller, hardt kutt. Bilde 2 | 3-6 sekunder Frontalt medium nærbilde av hovedvokalistens byste, strengt refererende til Bilde 2. Stabilisatoren skyver inn en kort avstand langs frontaksen og stopper naturlig, med bylys som danner en uskarp bokeh i bakgrunnen. Hovedvokalisten holder mikrofonen i den ene hånden, og med den andre hånden peker hun mot kameraet med takten, og nikker kraftfullt med hodet. Hovedvokalisten synger: «同一个节拍.» Det siste ordet lander på takten, direkte hardt kutt til neste bildeutsnitt. Bilde 3 | 6-9 sekunder Makrobilde av DJ-en som betjener platespilleren, fadere og glødende knapper, deretter raskt panorerer opp for å avsløre DJ-en i bakgrunnen og hovedvokalisten som opptrer sidelengs i forgrunnen. Utstyret og karakteroppsettet forblir stabilt. Hovedvokalisten synger: «ひとつのリズム.» Hardt kutt i det øyeblikket DJ-en trykker på en knapp. Bilde 4 | 9-12 sekunder 3/4 side medium bilde av hovedvokalisten, med kameraet som jevnt panorerer en kort avstand fra venstre til høyre, alltid opprettholdende en horisontal horisont og den etablerte romlige aksen. De to utøverne groover i bakgrunnen på hver side, med forskjellige bevegelser, men samlet rytme. Hovedvokalisten følger kameraet med øynene og små hodebevegelser. Hovedvokalisten synger: «하나의 리듬.» På det siste slaget løfter hovedvokalisten hånden og feier forbi kameraet, og skaper en tørkeovergang. Bilde 5 | 12-15 sekunder Lavvinklet vidvinkelpanorering. Hovedvokalisten går mot kameraet langs takets fremføringsområde, hennes sølvjakke blåses forsiktig av nattvinden, med bylys i bakgrunnen som skaper tydelig bevegelsesparallakse, og den våte bakken reflekterer varmt gyllent lys. Hovedvokalisten synger: «Um só ritmo.» Fotspor lander på det tunge slaget, hardt kutt. Bilde 6 | 15-18 sekunder Medium nærbilde av hovedvokalisten og den kvinnelige utøveren til høyre. De to står først rygg mot rygg, deretter snur de seg samtidig mot kameraet. Hovedvokalisten avslutter sangen, og utøveren svarer på rytmen med skulder- og armbevegelser, uten å stjele fokus. Hovedvokalisten synger: «จังหวะเดียวกัน.» Det siste slaget blir naturligvis tørket bort av den høyre utøverens skulder som passerer kameraet, og fullfører en deknings overgang. Bilde 7 | 18-21 sekunder Et kort, kraftfullt, men jevnt fremoverpress, som beveger seg fra et medium bilde til et nærbilde av hovedvokalisten og umiddelbart stopper. Hovedvokalisten går inn i et flow-klimaks, med bestemte øyne og kraftfulle gester. DJ-en og de to utøverne løfter samtidig hendene i bakgrunnen, og taklysene intensiveres med takten. Hovedvokalisten synger: «Un mismo ritmo.» Det siste ordet slutter, hardt kutt direkte i den stabile komposisjonen. Bilde 8 | 21-24 sekunder Side bakgrunnsbelyst nærbilde av hovedvokalisten, med den ene siden av ansiktet hennes opplyst av varmt gyllent kantlys, og den andre siden beholder dyp blå skygge. Hovedvokalisten synger først: «إيقاع واحد.» Deretter faller takten, og kameraet trekker seg jevnt tilbake langs frontaksen til et heroisk vidvinkelbilde, med horisonten som forblir horisontal. De fire personene danner en stabil trekantet holdning, med hovedvokalisten foran, DJ-en i midten bak, og de to utøverne på hver side. Alle tar et skritt fremover mot kameraet med takten. Hovedvokalisten synger: «Different voices, one beat.» Alle svarer unisont på det siste slaget: «One beat.» Alle fryser bevegelsene sine, hovedvokalisten ser direkte inn i kameraet, og scenen slutter. [Fremføringskrav] Alle hovedvokalistens tekster må være nøyaktig leppesynkronisert, med naturlig uttale, aksenter og taletempo opprettholdt på tvers av alle åtte språk, men hovedvokalistens stemmelinje, identitet og generelle flyt forblir konsistent. Hode, skuldre, gester og kroppsvekt beveger seg naturlig med takten. Ingen mekanisk resitasjon, ingen endring av karakter, klær, alder eller stemmelinje ved bytte av språk. [Visuelle krav] Bytak i blåtime til natt, med dypblå, sølvgrå, varmgull og en liten mengde magenta neonfargepalett. En blanding av 24mm, 35mm, 50mm kinolinser, ekte grunn dybdeskarphet, delikat filmkorn, lett atmosfærisk dis og realistisk hudtekstur. Redigering skaper en følelse av hastighet gjennom klare endringer i lange, medium og nærbilder, men tilstøtende bilder reverserer ikke ofte bevegelsesretningen. Bruker primært harde kutt, match cuts og én naturlig tørke; unngår storskala sirkling, kontinuerlige piskepanoreringer, nederlandske vinkler og inkonsekvente push-ins. Ingen undertekster, ingen tekst, ingen merkelogoer, ingen UI, ingen vannmerker. Klare ansiktstrekk, naturlige fingre, stabil mikrofon og DJ-utstyr, ingen flytende eller forvrengning. Identitetene, klærne, frisyrene, tilbehøret og settingen til alle fire personene forblir konsistente gjennom hele videoen.”

Inkluder lyd i scenen

Wan videogenerering kan inkludere dialog, musikk og omgivelseslyd sammen med bildet. Beskriv lyden du ønsker og aktiver lyd i generatoren, eller la den være av for et stille klipp du kan sette musikk til senere. Dette passer for fremføringsvideoer, stemningsfulle scener og korte historier.

Utforsk andre modeller

Bytt mellom topp video-modeller i én generator.

NEW

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Sammenligning av Wan 3.0 og Wan 3.0 Prime

Begge modellene støtter de samme generasjonsmodusene og referansetypene. Velg Wan 3.0 for lavere kredittkostnad, eller Prime når raskere generering er viktigere.

Funksjon	Wan 3.0	Wan 3.0 Prime
Generasjonsmoduser	Tekst, første/siste rammer, referanser	Tekst, første/siste rammer, referanser
Oppløsning	480P / 720P / 1080P	480P / 720P / 1080P
Utdata varighet	2–30 sekunder	2–30 sekunder
Referansematerialer	Bilde, video, lyd, dokument eller nettside	Bilde, video, lyd, dokument eller nettside
Generert lyd	Valgfritt; av som standard	Valgfritt; av som standard
Startkostnad · 480P, 2 sekunder	28 kreditter	42 kreditter
Hovedfordel	Lavere kredittkostnad	Raskere generering

Bruk den samme kreative tilnærmingen med begge modellene. Oppløsningen, utdata varigheten og referansevideoens varighet bestemmer den totale kredittkostnaden som vises i generatoren.

Wan 3.0 Prime

Velg Din Plan

Få det beste fra Raphael AI med raskere generering og kommersiell bruk

Profesjonell

-50%

$20$10/måned

Fakturert årlig ·$240$120/år

Ubegrenset modellfordeler

Seedream 3.5Ubegrenset
Seedream 3.5 ProIkke ubegrenset
MiniMax H3 TurboIkke ubegrenset
MiniMax H3Ikke ubegrenset

Oppgrader for å låse opp alle avanserte modeller og nyt eksklusive rabatter
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
2,000 kreditter per måned
Opptil 2,000 raske bilder
Opptil 200 grunnvideoer
Prioritert kø
Ingen vannmerker
Massebehandling med AI-verktøy
Fullt personvern

Anbefalt

Toppnivå

-50%

$40$20/måned

Fakturert årlig ·$480$240/år

Ubegrenset modellfordeler

Seedream 3.5Ubegrenset
Seedream 3.5 ProUbegrenset
MiniMax H3 TurboIkke ubegrenset
MiniMax H3Ikke ubegrenset

Oppgrader for å låse opp alle avanserte modeller og nyt eksklusive rabatter
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
5,000 kreditter per måned
Opptil 5,000 raske bilder
Opptil 500 grunnvideoer
Høyest prioritert kø
Ingen vannmerker
Massebehandling med AI-verktøy
Fullt personvern

Maksimum

-50%

$80$40/måned

Fakturert årlig ·$960$480/år

Ubegrenset modellfordeler

Seedream 3.5Ubegrenset
Seedream 3.5 ProUbegrenset
MiniMax H3 TurboUbegrenset
MiniMax H3Ubegrenset

Oppgrader for å låse opp alle avanserte modeller og nyt eksklusive rabatter
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
10,000 kreditter per måned
Opptil 10,000 raske bilder
Opptil 1,000 grunnvideoer
Høyest prioritert kø
Ingen vannmerker
Massebehandling med AI-verktøy
Fullt personvern

Wan 3.0 Ofte stilte spørsmål

Lær hvordan du bruker Wan AI på nett, animerer bilder, legger til referanser og planlegger videokredittene dine.

Hva er Wan AI, og hvor passer Wan 3.0 inn?

Wan AI er Alibabas familie av generasjonsmodeller. Wan 3.0 er en videomodell i den familien, som støtter tekst-til-video, animasjon av første ramme og første/siste ramme, samt multimodal referansegenerering. Du kan bruke den på nett i Raphael uten å installere en modell lokalt.

Hvordan bruker jeg Wan 3.0 på nett?

Skriv scenebeskrivelsen din i generatoren ovenfor. Legg til et bilde for bilde-til-video, eller bytt til referansemodus for å bruke andre kildematerialer. Velg varighet, oppløsning, sideforhold og lydinnstilling, se over kreditttotalen, og generer deretter videoen din.

Hvordan fungerer Wan bilde-til-video?

Last opp et bilde som første ramme og beskriv bevegelsen eller kameraretningen. En valgfri sluttramme kan veilede hvordan klippet avsluttes. For flere bilder som veileder motiver eller stil i stedet for første og siste ramme, bruk referansemodus i stedet.

Hvilke referansematerialer kan jeg bruke?

Referansemodus aksepterer opptil 10 bilder, 5 videoer og 5 lydklipp, pluss ett dokument eller én offentlig nettside. Dokumenter og nettsidelinker kan ikke brukes samtidig. Legg til filer via samme materialinndata og lim inn en komplett offentlig nettsidelink i ledetekstboksen for å opprette et referansekort.

Hvilke videolengder og oppløsninger er tilgjengelige?

Velg en helsekunds varighet fra 2 til 30 sekunder og en oppløsning på 480P, 720P eller 1080P. Referansevideoer kan totalt være opptil 15 sekunder, og deres kombinerte varighet pluss utdata må holde seg innenfor 30 sekunder. En 10-sekunders videoreferanse gir derfor opptil 20 sekunder for utdata.

Kan Wan 3.0 generere video med lyd?

Ja. Aktiver lyd for å generere lyd med videoen og beskriv dialogen, musikken eller stemningen i ledeteksten din. Lyd er av som standard i Raphael, og å slå den på endrer ikke kredittprisen.

Er Wan AI videogenerering gratis på Raphael?

Wan 3.0 bruker kreditter i stedet for gratis generering. Utdata koster 14 kreditter per sekund ved 480P, 27 ved 720P og 53 ved 1080P. Referansevideoens varighet belastes med samme sats; bilder, lyd, dokumenter og nettsidereferanser legger ikke til en separat inndatakostnad. Sjekk totalen som vises før du genererer.

Hva er forskjellen mellom Wan 3.0 og Prime?

Begge støtter de samme modusene, oppløsningene, varighetene og referansetypene. Wan 3.0 koster færre kreditter; Prime er det raskere generasjonsalternativet. Velg basert på budsjett og tidsbehov, uten å behandle Prime som et separat sett med kreative funksjoner.

Wan 3.0 AI Videogenerator

Wan 3.0 Videoeksempler

Fra idé til en Wan AI-video

Gjør en produkt-PPT om til en Wan-videoannonse

Tegn en bane for å styre kameraet

Bygg en scene fra dine ord

Veiled bevegelse med multimodale referanser

Inkluder lyd i scenen

Utforsk andre modeller

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Sammenligning av Wan 3.0 og Wan 3.0 Prime

Velg Din Plan

Profesjonell

Ubegrenset modellfordeler

Toppnivå

Ubegrenset modellfordeler

Maksimum

Ubegrenset modellfordeler

Wan 3.0 Ofte stilte spørsmål

Hva er Wan AI, og hvor passer Wan 3.0 inn?

Hvordan bruker jeg Wan 3.0 på nett?

Hvordan fungerer Wan bilde-til-video?

Hvilke referansematerialer kan jeg bruke?

Hvilke videolengder og oppløsninger er tilgjengelige?

Kan Wan 3.0 generere video med lyd?

Er Wan AI videogenerering gratis på Raphael?

Hva er forskjellen mellom Wan 3.0 og Prime?

Gjør din neste idé om til en Wan 3.0-video