Wan 3.0 AI Generator wideo

Zmień opis sceny lub statyczny obraz w wideo za pomocą Wan 3.0. Twórz reklamy produktów, kinowe ujęcia i klipy społecznościowe online, z wideo o długości do 30 sekund i opcjonalnym dźwiękiem.

Tekst i obraz na wideoReferencje multimodalneDo 30 sekund · 1080POpcjonalny dźwięk

Przykłady wideo Wan 3.0

Odkryj fantastyczne sceny, sztuki walki, muzykę i opowiadanie historii produktów z Wan 3.0.

Oficjalny przykład Wan 3.0

Uczta ponad chmurami

Prompt

“To jest 9-ujęciowy, 30-sekundowy film fantasy o orientalnej, nieśmiertelnej górskiej tajemnej krainie, renderowany w stylizowany sposób, z estetycznym nawiązaniem do stylu ilustracji plakatów kalendarzowych w Nowym Stylu Chińskim – jednolite, grube i cienkie tradycyjne linie gongbi obrysowują postacie, architekturę i wzory chmur; chmury i fale prezentują warstwowe, dekoracyjne kształty, a nie realistyczną mgłę czy zbiorniki wodne; kolory to akwarelowe rozmycia z postarzaną teksturą papieru Xuan, używając postarzanej palety kolorów zieleni i różowo-pomarańczowego; ogólny obraz prezentuje retro, nostalgiczną estetykę dekoracyjną, wyraźnie unikając fotorealistycznych materiałów i renderowania silnikiem 3D. Gigantyczny żółw unosi się nad rozległym morzem chmur, niosąc na grzbiecie warstwowe nieśmiertelne góry i pałace. Wzorzyste chmury i mgła, niczym warstwowe kłęby bawełny, unoszą się nad zboczami gór. Wróżka dosiada pozłacanego, pomyślnego qilin, przebijając się przez chmury i zstępując, galopując w powietrzu nad ucztą najwyższej błogości, spoglądając na scenę wypełnioną muzyką, tańcem i różnymi występami. W końcu ląduje na wysokiej platformie na placu, dołączając do muzyków i tancerzy, aby doprowadzić całe wydarzenie do kulminacji radości. Po dynamicznym zbiegu, wszyscy wracają do spokoju, z nieśmiertelnymi górami unoszącymi się na końcu morza chmur. Cały film wykorzystuje narrację obserwacyjną z perspektywy trzeciej osoby, z mieszanym stylem kamery, używając tylko czterech podstawowych technik: ekstremalnego przelotu FPV, szybkiego śledzenia z perspektywy subiektywnej, montażu match cut i rozszerzenia w zwolnionym tempie. Wszystkie ujęcia FPV i subiektywne przeloty muszą wykorzystywać szybkie ruchy kamery, aby podkreślić spektakularną scenę. Wzorzyste chmury i fale zachowują swoje pełne kontury bez zapadania się lub deformacji podczas szybkich ruchów. Rytm montażu jest mieszany: otwierające szybkie długie ujęcie ustala skalę gigantycznego obiektu, główna akcja w środku rozwija się szczegółowo z przerwami na oddech, kulminacja to szybkie zbieżne cięcie, a zakończenie to powolne długie ujęcie. Muzyka to fuzja starożytnej eleganckiej muzyki i nowoczesnej elektronicznej muzyki ambient, z guzheng, konghou i pipa jako głównymi instrumentami, oraz dzwonkami dla podkreślenia. Nastrój stopniowo przechodzi od odległego do żywego, z gęstymi i intensywnymi uderzeniami bębnów w kulminacyjnym momencie, powracając do odległego nastroju na końcu. Ujęcie 1 (0-4 sekundy · Przejście atmosfery) Długie ujęcie FPV, spadające z ekstremalną prędkością z wysokości nad morzem chmur. Wzorzyste chmury zachowują swoje pełne, przypominające kłęby bawełny kontury podczas szybkiego opadania, wyrażając prędkość poprzez ogólne przemieszczenie bloków kolorów, a nie fragmentację czy deformację. Kamera przelatuje obok niewyraźnego konturu głowy gigantycznego żółwia, a następnie przelatuje z gwizdem przez kilka warstw gór i pływających pałaców. Każda warstwa scenerii, z powodu nadmiernej prędkości, pojawia się tylko jako ulotne kontury bloków kolorów dekoracyjnych wzorów. Sylwetka białych żurawi trzepoczących skrzydłami w górach jest uproszczona liniami gongbi, aby przedstawić powidoki prędkości. W końcu kamera szybko opada i hamuje, nagle stabilizując się blisko kierunku wysokiej platformy na placu, ujawniając zarys tętniącego życiem festiwalu ze światłami i tłumem. Dźwięk otoczenia to niskoczęstotliwościowy dźwięk atmosferyczny falujących chmur nałożony na świst silnego wiatru; muzyka szybko rozwija się z guzheng i elektronicznymi długimi nutami, stopniowo zwiększając głośność. Ujęcie 2 (4-11 sekundy · Główna prezentacja · Poziom A) Śledzenie z perspektywy subiektywnej, symulujące wróżkę jadącą na qilin, długie ujęcie z pierwszej osoby lecącej z ekstremalnie dużą prędkością blisko ziemi, z widokiem na festiwal. Ekran generuje poczucie prędkości poprzez ogólne przemieszczenie bloków kolorów z powodu szybkiego ruchu. Pióra na szyi qilin są przedstawione liniami gongbi i blokami kolorów, wirującymi z przepływem powietrza, z pozłacanymi czerwonymi warstwami rozmycia na krawędziach ozdób z piór. Perspektywa przelatuje nisko nad placem z niemal niekontrolowaną prędkością. Sceneria po obu stronach – szerokie rękawy tancerzy falujące jak wzorzyste fale chmur, formacje muzyków grających na pipa, guzheng i konghou w unisonie, warstwowe wiszące lampiony i zasłony z gazy – pojawia się tylko jako ulotne dekoracyjne bloki kolorów z powodu nadmiernej prędkości. Tłumy i światła w głębi ekranu, z powodu szybkiego przelotu, nie mają czasu na skupienie, tworząc rozmyte, ciepłe pomarańczowe smugi światła. Wzorzyste chmury wokół ekranu zachowują swoje przypominające kłęby bawełny kontury, płynąc z perspektywą. Główną akcją jest ciągłe, szybkie szybowanie qilin po pełnym łuku: w fazie początkowej qilin rozpościera skrzydła i galopuje blisko ziemi, perspektywa gwałtownie się trzęsie, wywołując silne poczucie prędkości; w fazie rozwoju qilin wyskakuje i przelatuje nad głowami tłumu, perspektywa znacznie się waha, panoramiczny widok placu pojawia się w gwałtownym drżeniu, a następnie jest wyrzucany z kadru przez prędkość; w fazie kulminacyjnej qilin zawisa na chwilę, trzepocząc skrzydłami bezpośrednio pod aurą duchowego drzewa, prędkość ekranu nagle spada do zera, tworząc silny kontrast, aura wypełnia ekran postarzanymi złotymi rozmyciami, a linie gongbi przywracają klarowność i kompletność w momencie bezruchu; następnie qilin przyspiesza jeszcze gwałtowniej, nurkując w kierunku wysokiej platformy na placu, z ciągłym poczuciem prędkości przez cały czas. Zjawiska dynamiczne: lampiony gwałtownie kołyszą się z przepływem powietrza, wzorzyste zasłony z gazy unoszą się i opadają warstwami bez zapadania się konturów. Dźwięk ujęcia: dźwięk otoczenia to tętniąca życiem atmosfera tłumu nałożona na świst pędzącego powietrza; kluczowy efekt dźwiękowy to krótkie wzmocnienie arpeggiów pipa podczas mijania formacji muzyków; uderzenia bębnów muzyki zaczynają się nasilać, z dzwonkami wplecionymi w tle. Ujęcie 3 (11-19 sekundy · Główna prezentacja · Poziom A) Średnie ujęcie do zbliżenia, linie gongbi obrysowują kontury, ciepłe rozmycia wyrażają warstwy światła i cienia. Muzyk siedzi po jednej stronie wysokiej platformy, trzymając pipa ukośnie przed sobą. Jej skóra jest renderowana akwarelowymi rozmyciami, ukazując miękką, różową teksturę. Delikatna cynobrowa kropka między jej brwiami jest subtelnie rozmyta. Kilka sznurów pereł zwisających z jej włosów jest przedstawionych liniami gongbi, delikatnie kołysząc się, gdy pochyla głowę. Ma na sobie księżycowo-białą, długą suknię z ciemnymi wzorami, na którą nałożony jest ognisto-pomarańczowy półrękawek haftowany złotem. Tkanina jest renderowana akwarelowymi rozmyciami, ukazującymi różne głębie oraz naturalne fałdy i cienie, z ciągłymi i jednolitymi konturami. Główną akcją jest kompletny fragment muzyczny od szarpania i brzdąkania do przejścia na palce, a następnie do zakończenia szerokim brzdąknięciem: w fazie początkowej prawy kciuk i palec wskazujący naprzemiennie lekko szarpią i brzdąkają, struny są przedstawione prostymi liniami ukazującymi lekkie wibracje; w fazie rozwoju przechodzi się do techniki palcowej (rolling fingers), tutaj nie blokując precyzji palców, kamera przechodzi w zbliżenie skupiające się na samych strunach – struny ukazują rozmyte, wibrujące powidoki linii gongbi z powodu szybkiego szarpania, ruchy rąk są wyrażone płynnym, ogólnym rytmem konturu, a nie szczegółami linii poszczególnych palców; w fazie kulminacyjnej ramię muzyka nagle unosi się, jej dłoń wykonuje szerokie brzdąknięcie po wszystkich strunach, arpeggio tworzy eksplodujący efekt wizualny z rozmyciami bloków kolorów, kontur instrumentu wyraźnie wibruje z siłą, a kontur szerokiego rękawa znacznie kołysze się w górę i w dół wraz z ruchem ramienia. Kamera przechodzi tutaj w rozszerzenie w zwolnionym tempie, uchwycając szczegóły kołysania jedwabiu i wibracji strun podczas tego szerokiego ruchu. Warstwowe zmiany akwarelowych rozmyć są wyraźnie widoczne w zwolnionym tempie; w końcu dłoń muzyka zatrzymuje się nad strunami, lekko oddychając, jej oczy nagle podnoszą się, by spojrzeć w kierunku centrum placu, jej wyraz twarzy jest pochłonięty i zagubiony w chwili. Inne reakcje podmiotów: stuosobowa formacja muzyczno-taneczna w oddali, uproszczona do wzorzystych figur grupowych, unosi rękawy w odpowiedzi na eksplodujące brzdąknięcie. Dźwięk ujęcia: kluczowy efekt dźwiękowy to mocny dźwięk eksplodującego brzdąknięcia pipa i ciężkie uderzenie bębnów precyzyjnie się pokrywające; instrumentarium muzyczne osiąga tutaj szczyt gęstości, z dzwonkami oraz sheng i xiao grającymi w unisonie. Ujęcie 4 (19-21 sekundy · Przejście atmosfery, Przerwa na oddech) Średnie ujęcie, widok z góry, utrzymujący się dźwięk brzdąknięcia nie rozproszył się, krótkie, zamrożone zwolnione tempo panoramicznego widoku placu, moment, w którym szerokie rękawy stuosobowej formacji muzyczno-tanecznej są zawieszone nieruchomo w powietrzu, wzorzyste lampiony kołyszą się stopniowo wolniej, prędkość ekranu nagle zwalnia, aby stworzyć silne poczucie kontrastu oddechowego, postarzane rozmycia tekstury papieru Xuan ukazują miękkie warstwy w promieniach światła. Dźwięk ujęcia: uderzenia bębnów krótko rzadkie, długi, utrzymujący się dźwięk dzwonków. Ujęcie 5 (21-27 sekundy · Główna prezentacja · Poziom A) Średnie ujęcie do zbliżenia, linie gongbi obrysowują kontury, podświetlenie wyrażone rozmyciami ukazującymi miękkie aureole na włosach i krawędziach jedwabiu. W centrum placu tancerka stoi samotnie przed stuosobową formacją. Jej skóra jest renderowana akwarelowymi rozmyciami, ukazując miękką teksturę. Jej brwi są subtelnie rozmyte cienkimi liniami gongbi, wygięte ku górze. Jej czarne włosy są wysoko upięte, z ozdobą w kształcie płomienia ze złota na czubku, przedstawioną liniami i blokami kolorów ukazującymi załamane światło. Ma na sobie ognisto-pomarańczową, gradientową, przezroczystą, długą jedwabną suknię z szerokimi rękawami. Tkanina jedwabna jest renderowana akwarelowymi rozmyciami, ukazującymi lekką, półprzezroczystą jakość z warstwowymi krawędziami. Kilka metrów długiego jedwabiu jest owiniętych wokół jej ramion, ciągnąc się wzdłuż jej boków. Główną akcją jest pełny łuk wirującego długiego jedwabiu: w fazie początkowej ramiona tancerki są ściągnięte do środka, długi jedwab luźno opada i zwija się przy jej boku, jej oczy są lekko zamknięte, zbierając impet; w fazie rozwoju jej talia nagle obraca się, napędzając jej ramiona do szerokiego wymachu, długi jedwab tworzy ogromną spiralną trajektorię w powietrzu niczym wzorzyste płomienie, jej ciało znacznie przechyla się z impetem wymachu, a następnie prostuje, koniec długiego jedwabiu pozostawia uproszczoną trajektorię powidoku ruchu z liniami gongbi, kontur pozostaje ciągły bez zapadania się; w fazie kulminacyjnej tancerka obraca się do najwyższej prędkości, a następnie stabilizuje swój środek ciężkości, jej ramiona nagle rozkładają się, długi jedwab w pełni rozwija się wokół niej w ogromną wzorzystą aureolę płomienia, kontur pozostaje jednolicie wyraźny bez pękania lub skręcania w momencie rozłożenia; w końcu długi jedwab powoli zbiera się i opada, tancerka lekko oddycha, jej oczy otwierają się, by spojzeć w kierunku wysokiej platformy na placu, jej wyraz twarzy jest zrelaksowany i zagubiony w chwili. Inne reakcje podmiotów: stuosobowa formacja unosi rękawy w unisonie w momencie rozłożenia długiego jedwabiu, aura duchowego drzewa znacznie jaśnieje, a wzorzyste chmury są zabarwione ciepłymi rozmyciami. Dźwięk ujęcia: dźwięk otoczenia na krótko zanika; kluczowy efekt dźwiękowy to świst rozwijającego się długiego jedwabiu połączony z mocnymi nutami dzwonków; pięciowarstwowe instrumentarium muzyczne gra w unisonie, szczytowa głośność całego filmu. Ujęcie 6 (27-30 sekundy · Przejście atmosfery, Zakończenie długim ujęciem) Długie ujęcie, powoli wznoszący się widok z góry, utrzymujący się blask długiego jedwabiu i radość placu stopniowo zanurzają się w wzorzystych chmurach i mgle. Sylwetka qilin zniknęła w głębi świateł. Stuosobowa formacja i muzycy stopniowo się zmniejszają, wtapiając się w skalę nieśmiertelnych gór. Aura duchowego drzewa przekształca się w miękkie, utrzymujące się rozmycie koloru. Wzorzyste chmury ponownie się zbiegają, pokrywając zbocze góry. Ekran zatrzymuje się na panoramicznym widoku spowitych mgłą nieśmiertelnych gór unoszących się na końcu rozległego morza chmur. Linie gongbi w długim ujęciu są uproszczone do miękkich konturów gór, a postarzane rozmycia tekstury papieru Xuan powracają do spokoju. Dźwięk ujęcia: dźwięk otoczenia powraca do odległej, niskoczęstotliwościowej atmosfery morza chmur; pozostają tylko utrzymujące się nuty guzheng i elektroniczne długie nuty, stopniowo zanikając w ciszy, kończąc cały film.”

Od pomysłu do wideo Wan AI

Wybierz punkt wyjścia pasujący do Twojego projektu: opis sceny, obraz produktu lub zbiór referencji. Ustaw czas trwania i rozdzielczość przed generowaniem.

Oficjalny przykład Wan 3.0

PPTX

“Reklama wysokiej klasy inteligentnych okularów, o ogólnym minimalistycznym, futurystycznym i modnym stylu, z powściągliwym oświetleniem, paletą barw czerni, srebrnoszarego i lodowego błękitu jako głównymi tonami, z lokalnymi akcentami miękkiego białego światła i grafiką interfejsu użytkownika parametrów. Otwarcie na czystym, czarnym tle: para inteligentnych okularów powoli wyłania się z ciemności, z wyrafinowanymi refleksami ślizgającymi się wzdłuż krawędzi zauszników, a sylwetka oprawki zarysowana jest w chłodnym oświetleniu krawędziowym. Kamera w ekstremalnym zbliżeniu przechodzi nad soczewkami, noskami, zawiasami, zausznikami i detalami materiałowymi, ukazując delikatną teksturę metalu i wysokowydajnych materiałów kompozytowych, z wyrafinowanym i powściągliwym wykończeniem powierzchni oraz smukłymi, płynnymi liniami. Produkt następnie powoli obraca się w powietrzu, z minimalistyczną grafiką ruchomą wyświetlającą synchronicznie kluczowe informacje o parametrach. Kamera następnie szybko zbiega się, wszystkie komponenty precyzyjnie wracają, aby złożyć się w kompletny produkt. Następuje przejście do młodej modelki noszącej okulary — modelka ma wyraziste rysy twarzy, pewną siebie postawę, ubrana jest w elegancką, luksusową modę miejską, naturalnie obracająca głowę, podnosząca rękę, idąca i uśmiechająca się w minimalistycznej przestrzeni i środowisku miejskiego oświetlenia. Kamera pokazuje okulary z przodu, z boku i z ukośnych kątów tylnych, podkreślając smukłe dopasowanie, modną sylwetkę i wszechstronność na co dzień. Zakończenie przedstawia produkt unoszący się i zamrożony na jednolitym tle, z kamerą powoli zbliżającą się do logo marki i głównego sloganu. Całość muzyki to minimalistyczna elektroniczna atmosfera z precyzyjnymi bitami, czystym i mocnym rytmem. Jakość wizualna jest wyrafinowana, powściągliwa i czysta, z silnym znakiem firmowym i międzynarodową estetyką technologiczna.”

Przekształć prezentację PPT produktu w reklamę wideo Wan

Użyj prezentacji produktu jako odniesienia i opisz pożądany styl reklamy, ujęcia produktu oraz sceny użytkowania. Ten przykład inteligentnych okularów pokazuje, jak Wan 3.0 przekształca informacje o produkcie w reklamę technologiczną. Możesz również połączyć dane wejściowe z dokumentu z odniesieniami w postaci obrazów, filmów lub dźwięków.

Oficjalny przykład Wan 3.0

Narysuj ścieżkę, aby poprowadzić kamerę - Wejście

Przed

“【Twarde wymagania dla obrazu bazowego】 Ostateczny materiał filmowy musi być całkowicie pozbawiony wszelkich czerwonych linii, oznaczeń numerycznych, strzałek i znaków pomocniczych; w kadrze nie może być tekstu ani znaków wodnych. Surrealistyczna, fotorealistyczna tekstura klasycznego obrazu olejnego 8K, z wyraźnie widocznymi grubymi pociągnięciami pędzla i ziarnistością pigmentu, renderowanie oświetlenia na poziomie kinowym UE5, ciepłe, boczne światło kontrowe greckiego popołudnia, złocistobrązowy pył wirujący i unoszący się w słupach światła. Gigantyczny biały koń trojański, drewniana przyczepa i rolki, napięte grube liny konopne, trojański kamienny mur miejski i okrągła wieża strażnicza po lewej stronie, a także odległy kompleks górskiego miasta – wszystko to zachowuje swoją oryginalną formę, proporcje i niezmienioną pozycję. Proporcje ludzkie są naturalne i niezniekształcone; pozostaje tylko oryginalny tłum ciągnący liny i obrońcy na murze – żadne dodatkowe postacie nie są dodawane. Szaty pozostają w oryginalnych kolorach: ochrowo-czerwonym, indygo, ziemisto-żółtym i złamanej bieli. 【Podstawowe zasady ruchu kamery】 Perspektywa drona FPV z pierwszej osoby, jedno ujęcie, jeden nieprzerwany, ciągły ruch przez cały czas, lot wzdłuż pełnej ścieżki czerwonej linii 1→2→3→4→5 na obrazie 1, bez pomijania segmentów, upraszczania trajektorii czy zmiany kolejności. Początek nie jest prostym, płaskim lotem – najpierw wznosi się w lewo-górę, aby ominąć strefę lin holowniczych, a następnie nurkuje w dół w dużej, falistej łuku. Punkt orientacyjny 2 musi faktycznie przechodzić przez przestrzeń pod brzuchem konia; nie może omijać ciała konia ani przelatywać obok niego. Ogólna kadencja prędkości jest: szybko → wolno → szybko. 【Podział według punktów orientacyjnych】 Segment 1 (punkt orientacyjny 1 → punkt orientacyjny 2): szybkie wejście z impetem, nurkowanie, które najpierw wznosi się, a potem opada. Kamera startuje na niskiej wysokości z prawej krawędzi kadru, obok grotów włóczni wiwatujących włóczników, gwałtownie wznosi się w lewo-górę z ekstremalną prędkością, przelatując nad rzędami napiętych lin holowniczych, wznosząc się nad odległy kompleks górskiego miasta, aby przelecieć obok niego, a następnie gwałtownie skręca w dół w pozycji tuż na prawo od klatki piersiowej konia, opuszczając nos i nurkując wzdłuż głów tłumu i uniesionych włóczni. Ramiona i sztandary przelatują po obu stronach, wzbity pył jest rozrywany na długie smugi przez przepływ powietrza, a nos nurkuje prosto w cień pod brzuchem konia. Segment 2 (punkt orientacyjny 2, przejście przez brzuch): nurkowanie pod koniem, prędkość nagle zwalnia. Kamera opada do ekstremalnie niskiej pozycji, przeciskając się między czterema masywnymi, przypominającymi filary nogami konia, przechodząc przez zacienioną przestrzeń bezpośrednio pod brzuchem – nad głową znajdują się deski z usłojeniem drewna i ślady dłuta od spodu brzucha, po obu stronach grube liny, deski przyczepy i żelazne rolki, poniżej zakurzona ziemia zdeptana przez niezliczone stopy. Światło nagle przygasa, pozostawiając jedynie złote smugi światła przeciekające przez szczeliny; poczucie skali osiąga maksimum. Segment 3 (punkt orientacyjny 2 → punkt orientacyjny 3): zwolnione tempo, pochylenie w górę i ostry skręt. Kamera wyłania się z drugiej strony brzucha i, w pobliżu tyłu konia, blisko lewego muru miejskiego, wykonuje duży, wznoszący się łuk w kształcie litery U w zwolnionym tempie, przelatując obok rzeźbionej tekstury ogona i tylnych nóg. Kadłub powoli unosi się, a masywna bryła kamiennego muru miejskiego i okrągłej wieży strażniczej w tle stopniowo wypełnia kadr, gdy kamera się wznosi. Segment 4 (punkt orientacyjny 3 → punkt orientacyjny 4): utrzymanie zwolnionego tempa, wspinanie się i krążenie wzdłuż kręgosłupa. Kamera powoli wspina się wzdłuż linii kręgosłupa konia od tyłu do przodu, przelatując kolejno obok szwów drewna na grzbiecie, kręconej rzeźbionej grzywy i falujących mięśni szyi. Krążące ptaki na niebie rozpraszają się przed obiektywem; obrońcy gęsto rozmieszczeni na murze i odległe górskie miasto powoli cofają się poniżej. Segment 5 (punkt orientacyjny 4 → punkt orientacyjny 5): nagłe przyspieszenie, okrążenie głowy z gwałtownym zakończeniem. Po minięciu szczytu grzywy kamera nagle przyspiesza, wykonując pełną, zamkniętą pętlę wokół głowy konia – najpierw pędząc w otwarte niebo na prawo-przód od konia, następnie gwałtownie zawracając i cofając się, a na koniec pędząc prosto w kierunku głowy konia. Ruch zatrzymuje się nagle w ostatniej chwili. 【Ostateczna klatka zatrzymania】 Kamera zatrzymuje się w zbliżeniu bezpośrednio przed głową konia: oko konia, nozdrza i rzeźbiona grzywa dominują w kadrze, światło kontrowe rysuje złotą obwódka wokół głowy, a tłem jest rozmyte błękitne niebo, płynące chmury i odległe górskie miasto. 【Uwagi dotyczące oświetlenia i jakości】 Brak cięć, podziałów ujęć, przerw w przejściach – zachowanie natywnej tekstury szerokokątnego FPV z lekkim zniekształceniem, charakterystycznej dla jednego ciągłego ujęcia. Popołudniowe złote światło zawsze pada z prawej górnej części kadru; podczas przechodzenia przez brzuch następuje jedno naturalne przejście ekspozycji od jasnego do ciemnego i z powrotem do jasnego. Gęstość cząstek pyłu i mikrocząstek w powietrzu wzrasta wraz z prędkością, a pociągnięcia pędzla i ziarnistość pigmentu pozostają spójne w całym dziele – nie pojawia się fotorealistyczny, plastikowy połysk.”

Narysuj ścieżkę, aby poprowadzić kamerę

Zaznacz trasę i ponumerowane punkty na obrazie referencyjnym, a następnie opisz ruch kamery w swoim prompcie. Ten przykład Wan 3.0 przedstawia ciągłe ujęcie z drona przez scenę z drewnianymi końmi, wykorzystując narysowaną ścieżkę do kierowania zakrętami, zmianami wysokości i tempem. Gotowy film nie zawiera oznaczeń referencyjnych.

Oficjalny przykład Wan 3.0

Zbuduj scenę ze swoich słów

Opisz temat, scenerię, akcję i ruch kamery, aby stworzyć wideo z tekstu. Wan 3.0 daje Ci przestrzeń na krótką historię wizualną, niezależnie od tego, czy wyobrażasz sobie surrealistyczny świat, czy planujesz kinowy klip społecznościowy. Wybierz czas trwania od 2 do 30 sekund i wyjście do 1080P.

Oficjalny przykład Wan 3.0

“Wygeneruj kinowe intro CG do japońskiej gry science fiction, trwające około 24 sekund, na podstawie trzech obrazów referencyjnych. [Obraz 1] jest jedynym odniesieniem do wyglądu postaci męskiej. [Obraz 2] jest jedynym odniesieniem do wyglądu postaci żeńskiej. [Obraz 3] jest odniesieniem do przestrzeni, materiałów architektonicznych i oświetlenia tradycyjnego drewnianego dojo. Przez cały film należy ściśle zachować spójne rysy twarzy, fryzury, ubrania, proporcje ciała i mechaniczne akcesoria obu postaci. Nie zmieniać gogli, srebrno-szarych włosów i ciemnoszarego długiego płaszcza mężczyzny; nie zmieniać podwójnych koków, czerwonej mechanicznej maski i białego kombinezonu bojowego kobiety. 【Ogólny styl】 Intro CG do wysokobudżetowej japońskiej gry akcji RPG, z dojrzałą grafiką animacji science fiction, wykwintnym renderowaniem cel-shaded połączonym z kinową przestrzenią 3D. Atmosfera wizualna przypomina gracza wchodzącego na ukryty poziom treningowy: zimna, biała cyfrowa przestrzeń wirtualna stopniowo ładuje się w ciepłe, brązowe, tradycyjne dojo, łącząc technologię z przestrzenią wschodnich sztuk walki. Kamera jest powściągliwa, tworząc poczucie presji, bez formalnej walki, pokazując jedynie konfrontację przed rozpoczęciem poziomu. 【Ujęcia i dialogi】 [0–3 sekundy] Czysta, biała, bezkresna przestrzeń wirtualna. Postać męska stoi tyłem do postaci żeńskiej na pierwszym planie, podczas gdy postać żeńska pojawia się w oddali. W przestrzeni słychać jedynie słaby elektroniczny szum i niski dźwięk pulsu. Kamera płynnie i szybko zbliża się z bardzo dalekiego planu, okrążając postać męską od przodu, tworząc zbliżenie jego górnej części ciała. Wyraz twarzy mężczyzny jest spokojny, jakby czekał tu od dawna. Mężczyzna nie mówi. [3–8 sekundy] Kamera szybko wznosi się do pionowego widoku z góry. Jasnoszare cyfrowe linie współrzędnych i siatki architektoniczne zapalają się kolejno pod ich stopami, rozprzestrzeniając się na zewnątrz po ziemi, jakby ładował się ukryty poziom. W towarzystwie niskiego dźwięku uruchamiania systemu, drewniane deski podłogowe generują się kawałek po kawałku spod ich stóp na zewnątrz; drewniane filary wznoszą się pionowo jeden po drugim; belki automatycznie łączą się w powietrzu; ściany, drzwi shoji i konstrukcje dachowe budują się warstwa po warstwie. Proces generowania architektury jest ciągły i precyzyjny, z efektem wizualnym silnika gry wysokiej klasy ładującego scenę w czasie rzeczywistym. [8–11.5 sekundy] Kamera szybko opada z góry, przechodząc do niskiego kąta blisko drewnianej podłogi, przesuwając się do przodu między dwiema postaciami. Dojo jest w pełni wygenerowane. Ciepłe światło słoneczne przechodzi przez okna shoji, rzucając regularne długie cienie na drewnianą podłogę. Niewielka ilość kurzu unosi się w powietrzu, dźwięk generowania architektury stopniowo ustaje, a przestrzeń zapada w krótką ciszę. Kobieta najpierw rozgląda się po nowo wygenerowanym dojo, zatrzymuje się na pół sekundy, a następnie obniża głos i pyta czujnym i spokojnym japońskim: 「ここは……何のステージ？」 Naturalny rytm wymowy, około: Ko-ko wa……nan-no su-tē-ji? Znaczenie: To jest... jaki rodzaj poziomu? [11.5–14.5 sekundy] Przejście do średniego zbliżenia postaci żeńskiej. Ona już nie mówi. Szybko dostosowuje środek ciężkości, jej ciało lekko opada, i podnosi prawą rękę, dłonią skierowaną w stronę mężczyzny, przyjmując precyzyjną i powściągliwą postawę obronną sztuk walki. Jej czerwona mechaniczna maska emituje krótki blask, a mechaniczne urządzenie na jej uchu kończy skanowanie. Jej spojrzenie pozostaje czujne, bez przesadnej ekspresji. [14.5–19 sekundy] Przejście do średniego planu postaci męskiej. Mężczyzna spokojnie się odwraca, dół jego długiego płaszcza lekko się kołysze. Powoli podnosi prawą rękę, dłonią skierowaną w stronę kobiety, odpowiadając na jej postawę spokojnym zachowaniem. Kamera powoli zbliża się do mężczyzny. Mężczyzna kończy swoje kwestie całkowicie i spokojnie, z naturalnymi pauzami, odpowiadając niskim, spokojnym, przypominającym zarządcę poziomu japońskim: 「お前の適性を測る、最初の試練だ。」 Naturalny rytm wymowy, około: O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da. Znaczenie: To jest pierwsza próba, aby zmierzyć twoje predyspozycje. Mężczyzna nie uśmiecha się wyraźnie podczas mówienia, jego głos jest stabilny, bez złości czy krzyku. [19–24 sekundy] Przejście do zbliżenia na przód postaci męskiej. Tło dojo stopniowo wykazuje lekki efekt cyfrowego rozproszenia, ciepłe otoczenie zostaje pokryte intensywnym zimnym białym światłem, zanikając z powrotem w pierwotnej, czystej białej przestrzeni wirtualnej. Zimne białe światło skanujące przesuwa się po powierzchni gogli mężczyzny. Po półsekundowej pauzie na ekranie, z oddali słychać niski, kobiecy głos systemowy, bez wyświetlania napisów: 「適性試験、開始。」 Wymowa: Te-ki-sei shi-ken、kai-shi. Znaczenie: Test predyspozycji, start. Na koniec, w towarzystwie krótkiego, mocnego dźwięku potwierdzenia systemu, ekran zamraża się i kończy. 【Projekt dźwięku】 Na początku użyj niskich elektronicznych dźwięków otoczenia, słabych impulsów przestrzennych i odległego rezonansu mechanicznego. Podczas generowania sceny dodaj dźwięki aktywacji cyfrowej siatki, dźwięki rozkładania modułów drewnianych, dźwięki wznoszenia drewnianych filarów i niskoczęstotliwościowe dźwięki zamykania konstrukcji. Dźwięki powinny mieć wagę, ale nie być nadmiernie głośne. Po pełnym wygenerowaniu dojo, dźwięk otoczenia nagle się obniża, zachowując jedynie pogłos drewnianej przestrzeni, lekkie tarcie tkanin i dźwięki oddechu postaci. Postacie używają naturalnego japońskiego dubbingu: Głos kobiety jest młody, spokojny i czujny, unikając słodkich lub przesadzonych tonów anime. Głos mężczyzny jest niski, dojrzały i opanowany, jak mentor, strażnik poziomu lub przewodnik misji. Głos kobiecy systemu jest wyraźny, zimny i bez emocji, jak komunikat systemu gry. 【Kontrola generowania】 Kiedy postacie mówią, synchronizacja ruchu warg z japońskim dialogiem powinna być dokładna i zsynchronizowana. Mówić powinna tylko postać aktualnie widoczna w kadrze, unikając niedopasowanych głosów. Każda japońska kwestia musi być wypowiedziana w całości, bez pośpiechu i kompresowania szybkości mówienia; naturalne pauzy i oddechy powinny być zachowane przed i po kwestiach. Podkreśl sekwencję ładowania dojo: Aktywacja cyfrowych współrzędnych → Siatka rozprzestrzenia się na zewnątrz → Drewniane deski podłogowe układają się kawałek po kawałku → Drewniane filary wznoszą się kolejno → Belki automatycznie się łączą → Ściany i drzwi shoji generują się → Kompletne dojo zamyka się. Żadna z postaci nie angażuje się w szybką walkę, bieganie ani skakanie. One tylko obserwują otoczenie, dostosowują swoje postawy, podnoszą dłonie, aby zainicjować pozę, i konfrontują się ze sobą. Struktury dłoni i palców postaci powinny być naturalne; rysy twarzy, fryzury, maski, gogle i ubrania powinny pozostać stabilne przez cały czas; perspektywa architektoniczna powinna być dokładna; ruch kamery powinien być płynny. Na ekranie nie powinny pojawiać się żadne napisy, tytuły, interfejsy użytkownika (UI), menu gry, wartości liczbowe, identyfikatory, ramki storyboardu ani znaki wodne.”

Kieruj ruchem za pomocą referencji multimodalnych

Połącz obrazy postaci z referencjami wideo dla ruchu i kierunku kamery. Dodaj dźwięk, aby nadać nastrój, lub użyj dokumentu bądź publicznej strony internetowej jako briefu kreatywnego. Powiedz Wan, jak każda referencja powinna wpływać na scenę, aby ukształtować wygląd, akcję i atmosferę nowego wideo.

Oficjalny przykład Wan 3.0

“Wygeneruj 24-sekundowy kinowy, międzynarodowy teledysk hip-hopowy o fotorealistycznej jakości, z estetyką high-end street fashion MV oraz szybkim, pewnym siebie i mocnym rytmem. [Obrazy referencyjne] Obraz 1: Odniesienie do składu czteroosobowej grupy, tożsamości postaci, ubioru i ogólnej stylizacji. Cały film będzie konsekwentnie przedstawiał cztery osoby: jedną wokalistkę prowadzącą, jednego DJ-a płci męskiej i po jednym performerze wspierającym po każdej stronie. Nie wolno dodawać nowych postaci, duplikować ani zamieniać postaci. Obraz 2: Odniesienie do twarzy wokalistki prowadzącej, fryzury, makijażu, srebrno-czarnego stroju w stylu funkcjonalnym i mikrofonu ręcznego. Wszystkie zbliżenia powinny utrzymywać tę samą twarz i strój. Obraz 3: Odniesienie do sceny na dachu, stanowiska DJ-a, mokrej, odbijającej światło nawierzchni, oświetlenia, szklanej balustrady i panoramy miasta. Cały film będzie konsekwentnie rozgrywał się na tym samym dachu. [Koncepcja główna] Różne głosy, jeden bit. Ta sama wokalistka prowadząca naturalnie przełącza się między ośmioma językami w tym samym oryginalnym, chwytliwym, międzynarodowym hymnie hip-hopowym. Muzyka ma około 106 BPM, natychmiast wchodząc w mocny groove w pierwszej sekundzie, bez powolnego budowania atmosfery; wykorzystuje ciężkie, uderzające stopy, wyraźne, czyste werble, sprężystą i synkopowaną linię basu, a także wyraźny, zapadający w pamięć, łatwy do zaśpiewania dwutaktowy syntezator elektroniczny i krótki hook dęty. Ten główny hook jest ustanowiony od początku, ciągle powracając z krótkimi wariacjami między każdą zmianą języka, i w pełni wybucha w beat dropie w 21 sekundzie. Osiem języków płynie jak ciągły rap flow w tej samej piosence, zawsze naturalnie lądując na bicie, nie recytując mechanicznie słów zdanie po zdaniu; akompaniament zawsze utrzymuje melodię, rytm i poczucie pędu do przodu, nie osłabiając się z powodu synchronizacji ruchu ust. [Sekwencja ujęć] Cały film utrzymuje wyraźną i stabilną oś przestrzenną: wokalistka prowadząca zawsze znajduje się na środku z przodu, DJ zawsze przy tylnej konsoli sprzętowej, a dwaj performerzy zawsze po obu stronach. Kamera głównie porusza się do przodu, cofa się lub płynnie panoramuje wzdłuż osi przedniej, przy czym każde ujęcie wykonuje tylko jeden główny ruch; rytm pochodzi głównie z występu, zmian rozmiaru ujęć i ostrych cięć, nie polegając na ciągłym krążeniu, częstych szybkich panoramach czy nagłych odwróceniach. Ujęcie 1 | 0-3 sekundy Niskie ujęcie z drona przelatuje nad budynkami miasta, szybko opadając na scenę na dachu z Obrazu 3. Wokalistka prowadząca znajduje się na środku z przodu, DJ przy tylnej konsoli sprzętowej, a dwaj performerzy po obu stronach. Gdy kamera zbliża się do wokalistki prowadzącej, przechodzi w szerokokątny najazd z niskiego kąta. Wokalistka prowadząca patrzy prosto w kamerę, śpiewając: „One beat.” Ostatnie mocne uderzenie, ostre cięcie. Ujęcie 2 | 3-6 sekund Frontalne półzbliżenie wokalistki prowadzącej, ściśle nawiązujące do Obrazu 2. Stabilizator przesuwa się na krótką odległość wzdłuż osi przedniej i naturalnie zatrzymuje, z światłami miasta tworzącymi rozmyte bokeh w tle. Wokalistka prowadząca trzyma mikrofon w jednej ręce, a drugą ręką wskazuje na kamerę w rytm, energicznie kiwając głową. Wokalistka prowadząca śpiewa: „同一个节拍.” Ostatnie słowo ląduje w rytm, bezpośrednie ostre cięcie do następnego rozmiaru ujęcia. Ujęcie 3 | 6-9 sekund Makro ujęcie DJ-a obsługującego gramofon, suwaki i świecące przyciski, następnie szybkie panoramowanie w górę, aby odsłonić DJ-a w tle i wokalistkę prowadzącą występującą bokiem na pierwszym planie. Sprzęt i układ postaci pozostają stabilne. Wokalistka prowadząca śpiewa: „ひとつのリズム.” Ostre cięcie w momencie, gdy DJ naciska przycisk. Ujęcie 4 | 9-12 sekund Średnie ujęcie wokalistki prowadzącej z boku pod kątem 3/4, z kamerą płynnie panoramującą na krótką odległość od lewej do prawej, zawsze utrzymującą poziomą linię horyzontu i ustaloną oś przestrzenną. Dwaj performerzy kołyszą się w tle po obu stronach, z różnymi ruchami, ale zjednoczonym rytmem. Wokalistka prowadząca śledzi kamerę wzrokiem i lekkimi ruchami głowy. Wokalistka prowadząca śpiewa: „하나의 리듬.” Na ostatnim uderzeniu wokalistka prowadząca podnosi rękę i przesuwa ją przed kamerą, tworząc przejście wycierane. Ujęcie 5 | 12-15 sekund Szerokokątne panoramowanie z niskiego kąta. Wokalistka prowadząca idzie w stronę kamery wzdłuż obszaru występu na dachu, jej srebrna kurtka delikatnie powiewa na nocnym wietrze, a światła miasta w tle tworzą wyraźną paralaksę ruchu, a mokra nawierzchnia odbija ciepłe złote światło. Wokalistka prowadząca śpiewa: „Um só ritmo.” Kroki lądują na mocnym uderzeniu, ostre cięcie. Ujęcie 6 | 15-18 sekund Półzbliżenie wokalistki prowadzącej i performerki po prawej stronie. Obie najpierw stoją plecami do siebie, a następnie jednocześnie odwracają się w stronę kamery. Wokalistka prowadząca kończy śpiewać, a performerka reaguje na rytm ruchami ramion i rąk, nie odwracając uwagi od głównego obiektu. Wokalistka prowadząca śpiewa: „จังหวะเดียวกัน.” Ostatnie uderzenie jest naturalnie zasłonięte przez ramię performerki po prawej stronie, która przechodzi przed kamerą, kończąc przejście zasłaniające. Ujęcie 7 | 18-21 sekund Krótki, mocny, ale stabilny najazd do przodu, przechodzący od średniego ujęcia do zbliżenia wokalistki prowadzącej i natychmiast zatrzymujący się. Wokalistka prowadząca wchodzi w kulminację flow, z zdeterminowanym wzrokiem i mocnymi gestami. DJ i dwaj performerzy jednocześnie podnoszą ręce w tle, a światła na dachu intensyfikują się w rytm. Wokalistka prowadząca śpiewa: „Un mismo ritmo.” Ostatnie słowo kończy się, bezpośrednie ostre cięcie w stabilnej kompozycji. Ujęcie 8 | 21-24 sekundy Zbliżenie wokalistki prowadzącej z bocznym podświetleniem, z jedną stroną jej twarzy oświetloną ciepłym złotym światłem konturowym, a drugą stroną zachowującą głęboki niebieski cień. Wokalistka prowadząca najpierw śpiewa: „إيقاع واحد.” Następnie następuje beat drop, a kamera płynnie cofa się wzdłuż osi przedniej do heroicznego ujęcia szerokiego, z horyzontem pozostającym poziomym. Cztery osoby tworzą stabilną trójkątną pozycję, z wokalistką prowadzącą z przodu, DJ-em na środku z tyłu i dwoma performerami po obu stronach. Wszyscy robią krok do przodu w stronę kamery w rytm. Wokalistka prowadząca śpiewa: „Different voices, one beat.” Wszyscy odpowiadają chórem na ostatnie uderzenie: „One beat.” Wszyscy zamierają w ruchu, wokalistka prowadząca patrzy prosto w kamerę, a scena kończy się. [Wymagania dotyczące występu] Wszystkie teksty wokalistki prowadzącej muszą być precyzyjnie zsynchronizowane z ruchem ust, z zachowaniem naturalnej wymowy, akcentów i tempa mówienia we wszystkich ośmiu językach, ale linia wokalna, tożsamość i ogólny flow wokalistki prowadzącej pozostają spójne. Głowa, ramiona, gesty i środek ciężkości ciała naturalnie poruszają się w rytm. Bez mechanicznego recytowania, bez zmiany postaci, ubioru, wieku czy linii wokalnej podczas przełączania języków. [Wymagania wizualne] Miejski dach o niebieskiej godzinie przechodzącej w noc, z paletą kolorów głębokiego błękitu, srebrnoszarego, ciepłego złota i niewielkiej ilości neonowego różu. Mieszanka obiektywów kinowych 24mm, 35mm, 50mm, prawdziwa płytka głębia ostrości, delikatne ziarno filmowe, lekkie zamglenie atmosferyczne i realistyczna tekstura skóry. Montaż tworzy poczucie szybkości poprzez wyraźne zmiany w ujęciach dalekich, średnich i bliskich, ale sąsiednie ujęcia nie często odwracają kierunek ruchu. Głównie wykorzystuje ostre cięcia, cięcia montażowe i jedno naturalne przejście wycierane; unika szeroko zakrojonego krążenia, ciągłych szybkich panoram, holenderskich kątów i niespójnych najazdów. Bez napisów, tekstu piosenek, logo marek, interfejsu użytkownika, znaków wodnych. Wyraźne rysy twarzy, naturalne palce, stabilny mikrofon i sprzęt DJ-a, bez unoszenia się czy zniekształceń. Tożsamości, ubrania, fryzury, akcesoria i sceneria wszystkich czterech osób pozostają spójne przez cały film.”

Wprowadź dźwięk do sceny

Generowanie wideo Wan może obejmować dialogi, muzykę i dźwięki otoczenia wraz z obrazem. Opisz pożądany dźwięk i włącz opcję dźwięku w generatorze, lub pozostaw ją wyłączoną dla niemego klipu, który możesz później udźwiękowić. Jest to odpowiednie dla filmów z występami, scen atmosferycznych i krótkich historii.

Odkryj inne modele

Przełączaj się między najlepszymi modelami wideo w jednym generatorze.

NEW

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Wan 3.0 kontra Wan 3.0 Prime

Oba modele obsługują te same tryby generowania i typy referencji. Wybierz Wan 3.0 dla niższego kosztu kredytów, lub Prime, gdy ważniejsza jest szybkość generowania.

Funkcja	Wan 3.0	Wan 3.0 Prime
Tryby generowania	Tekst, klatki początkowe/końcowe, referencje	Tekst, klatki początkowe/końcowe, referencje
Rozdzielczość	480P / 720P / 1080P	480P / 720P / 1080P
Czas trwania wyjścia	2–30 sekund	2–30 sekund
Materiały referencyjne	Obraz, wideo, audio, dokument lub strona internetowa	Obraz, wideo, audio, dokument lub strona internetowa
Generowany dźwięk	Opcjonalnie; domyślnie wyłączone	Opcjonalnie; domyślnie wyłączone
Koszt początkowy · 480P, 2 sekundy	28 kredytów	42 kredytów
Główna zaleta	Niższy koszt kredytów	Szybsze generowanie

Użyj tego samego podejścia twórczego z każdym modelem. Twoja rozdzielczość, czas trwania wyjścia i czas trwania wideo referencyjnego określają całkowitą liczbę kredytów wyświetlaną w generatorze.

Wan 3.0 Prime

Wybierz Swój Plan

Zdobądź to, co najlepsze z Raphael AI dzięki szybszemu generowaniu i użytkowaniu komercyjnemu

Profesjonalny

-50%

$20$10/miesiąc

Rozliczane rocznie ·$240$120/rok

Nieograniczone korzyści modelu

Seedream 3.5Nielimitowane
Seedream 3.5 ProBrak nielimitowanego
MiniMax H3 TurboBrak nielimitowanego
MiniMax H3Brak nielimitowanego

Uaktualnij, aby odblokować wszystkie zaawansowane modele i cieszyć się ekskluzywnymi zniżkami
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
2,000 kredytów miesięcznie
Do 2,000 szybkich obrazów
Do 200 podstawowych filmów
Kolejka priorytetowa
Brak znaków wodnych
Wsadowe użycie narzędzi AI
Pełna prywatność

Polecane

Najwyższy

-50%

$40$20/miesiąc

Rozliczane rocznie ·$480$240/rok

Nieograniczone korzyści modelu

Seedream 3.5Nielimitowane
Seedream 3.5 ProNielimitowane
MiniMax H3 TurboBrak nielimitowanego
MiniMax H3Brak nielimitowanego

Uaktualnij, aby odblokować wszystkie zaawansowane modele i cieszyć się ekskluzywnymi zniżkami
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
5,000 kredytów miesięcznie
Do 5,000 szybkich obrazów
Do 500 podstawowych filmów
Najwyższy priorytet w kolejce
Brak znaków wodnych
Wsadowe użycie narzędzi AI
Pełna prywatność

Maksimum

-50%

$80$40/miesiąc

Rozliczane rocznie ·$960$480/rok

Nieograniczone korzyści modelu

Seedream 3.5Nielimitowane
Seedream 3.5 ProNielimitowane
MiniMax H3 TurboNielimitowane
MiniMax H3Nielimitowane

Uaktualnij, aby odblokować wszystkie zaawansowane modele i cieszyć się ekskluzywnymi zniżkami
MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
10,000 kredytów miesięcznie
Do 10,000 szybkich obrazów
Do 1,000 podstawowych filmów
Najwyższy priorytet w kolejce
Brak znaków wodnych
Wsadowe użycie narzędzi AI
Pełna prywatność

Często zadawane pytania dotyczące Wan 3.0

Dowiedz się, jak używać Wan AI online, animować obrazy, dodawać referencje i planować swoje kredyty wideo.

Czym jest Wan AI i gdzie pasuje Wan 3.0?

Wan AI to rodzina modeli generatywnych firmy Alibaba. Wan 3.0 to model wideo z tej rodziny, obsługujący generowanie wideo z tekstu, animację z pierwszej klatki oraz z pierwszej i ostatniej klatki, a także generowanie z referencji multimodalnych. Możesz go używać online w Raphael bez konieczności instalowania modelu lokalnie.

Jak używać Wan 3.0 online?

Wpisz opis sceny w generatorze powyżej. Dodaj obraz dla funkcji obraz na wideo lub przełącz się na tryb referencyjny, aby użyć innych materiałów źródłowych. Wybierz czas trwania, rozdzielczość, proporcje obrazu i ustawienia dźwięku, sprawdź całkowitą liczbę kredytów, a następnie wygeneruj wideo.

Jak działa funkcja Wan obraz na wideo?

Prześlij obraz jako pierwszą klatkę i opisz ruch lub kierunek kamery. Opcjonalna klatka końcowa może kierować zakończeniem klipu. W przypadku kilku obrazów, które kierują tematem lub stylem, a nie tylko pierwszą i ostatnią klatką, użyj trybu referencyjnego.

Jakich materiałów referencyjnych mogę użyć?

Tryb referencyjny akceptuje do 10 obrazów, 5 filmów i 5 klipów audio, plus jeden dokument lub jedną publiczną stronę internetową. Dokumenty i linki do stron internetowych nie mogą być używane jednocześnie. Dodaj pliki poprzez to samo wejście materiałowe i wklej pełny link do publicznej strony internetowej w polu monitu, aby utworzyć kartę referencyjną.

Jakie długości i rozdzielczości wideo są dostępne?

Wybierz czas trwania w pełnych sekundach od 2 do 30 sekund oraz rozdzielczość 480P, 720P lub 1080P. Łączny czas trwania filmów referencyjnych może wynosić do 15 sekund, a ich łączny czas trwania plus czas trwania wyjścia nie może przekroczyć 30 sekund. Na przykład, referencja wideo o długości 10 sekund pozostawia do 20 sekund na wyjście.

Czy Wan 3.0 może generować wideo z dźwiękiem?

Tak. Włącz dźwięk, aby wygenerować audio wraz z wideo i opisz dialog, muzykę lub atmosferę w swoim monicie. Dźwięk jest domyślnie wyłączony w Raphael, a jego włączenie nie zmienia stawki kredytów.

Czy generowanie wideo Wan AI na Raphael jest darmowe?

Wan 3.0 wykorzystuje kredyty, a nie darmowe generowanie. Wyjście kosztuje 14 kredytów za sekundę w 480P, 27 w 720P i 53 w 1080P. Czas trwania wideo referencyjnego jest naliczany według tej samej stawki; obrazy, audio, dokumenty i referencje stron internetowych nie dodają oddzielnej opłaty za wejście. Sprawdź wyświetloną sumę przed generowaniem.

Jaka jest różnica między Wan 3.0 a Prime?

Oba obsługują te same tryby, rozdzielczości, czasy trwania i typy referencji. Wan 3.0 kosztuje mniej kredytów; Prime to szybsza opcja generowania. Wybierz na podstawie swojego budżetu i potrzeb czasowych, nie traktując Prime jako oddzielnego zestawu możliwości twórczych.

Wan 3.0 AI Generator wideo

Przykłady wideo Wan 3.0

Od pomysłu do wideo Wan AI

Przekształć prezentację PPT produktu w reklamę wideo Wan

Narysuj ścieżkę, aby poprowadzić kamerę

Zbuduj scenę ze swoich słów

Kieruj ruchem za pomocą referencji multimodalnych

Wprowadź dźwięk do sceny

Odkryj inne modele

Wan 3.0 Prime

Gemini Omni Flash

MiniMax H3

Seedance 2.5

Seedance 2.0

Seedance 2.0 Mini

Wan 3.0 kontra Wan 3.0 Prime

Wybierz Swój Plan

Profesjonalny

Nieograniczone korzyści modelu

Najwyższy

Nieograniczone korzyści modelu

Maksimum

Nieograniczone korzyści modelu

Często zadawane pytania dotyczące Wan 3.0

Czym jest Wan AI i gdzie pasuje Wan 3.0?

Jak używać Wan 3.0 online?

Jak działa funkcja Wan obraz na wideo?

Jakich materiałów referencyjnych mogę użyć?

Jakie długości i rozdzielczości wideo są dostępne?

Czy Wan 3.0 może generować wideo z dźwiękiem?

Czy generowanie wideo Wan AI na Raphael jest darmowe?

Jaka jest różnica między Wan 3.0 a Prime?

Zmień swój kolejny pomysł w wideo Wan 3.0