Crea narrativas más largas de hasta 30 segundos, con detalles más realistas y guía multimodal a partir de medios creativos o documentos de ofimática.
Tres modos de generación que cubren prompts directos, animación controlada por fotogramas y flujos de trabajo con referencias multimodales.
Convierte un prompt en una secuencia corta y completa con controles para seleccionar la resolución, relación de aspecto, sonido, marca de agua y semilla.
La duración inteligente está desactivada en la beta para asegurar que la facturación sea predecible.
Anima una imagen o guía la transición con una segunda imagen opcional como fotograma final.
Útil para revelaciones de productos, retratos en movimiento y transiciones dirigidas.
Combina imágenes, videos cortos, audio y un documento o página web para guiar el contenido y la dirección visual.
Cada referencia de video o audio debe durar de 1 a 15 segundos, con un máximo de 15 segundos en total por tipo de medio.
Usa presentaciones, hojas de cálculo, PDF, archivos de texto, Markdown y de Apple iWork como contexto creativo.
La validación del número de páginas del documento la gestiona el proveedor del modelo.
Un resultado real de la beta de imagen a video, generado con el mismo flujo de trabajo de Wan 3.0 que se muestra arriba.
Preserve the same elegant fashion subject and visual identity across the sequence. She steps into a luminous futuristic gallery as the camera makes a slow cinematic orbit; reflective surfaces, flowing fabric, precise facial detail, natural motion, refined commercial lighting, coherent colors, polished premium fashion-film finish.
Usa la duración extendida para historias de productos con varias etapas, planos de establecimiento cinematográficos, secuencias educativas y videos para redes sociales que necesitan más que un solo momento.
Wan 3.0 busca ofrecer movimiento detallado y resultados audiovisuales de alta calidad, pero esta beta deja claro que las voces, el sonido, el texto visible y la precisión de las instrucciones detalladas aún pueden variar entre generaciones.
Wan 3.0 Video es un modelo de generación de video en fase beta que admite texto, fotogramas iniciales y finales, y referencias multimodales como imágenes, videos, audio, documentos y páginas web.
Wan 3.0 cuesta 10 créditos por segundo en 480p, 18 en 720p y 36 en 1080p. Los modos de texto e imagen facturan los segundos generados; el modo de solo referencias factura los segundos generados más los segundos del video de referencia.
La integración está disponible para pruebas, pero puede ser menos estable que los modelos de producción. La calidad del sonido, la renderización de texto, la precisión de las instrucciones y la disponibilidad del proveedor aún pueden variar.
Formatos compatibles: DOC, DOCX, XLS, XLSX, PPT, PPTX, PDF, TXT, Markdown, Keynote, Pages y Numbers. Usa un solo documento o una página web, no ambos.
Sí. El sonido está activado por defecto y se puede desactivar antes de generar. La calidad del audio y la precisión del texto hablado o en pantalla pueden fluctuar durante la fase beta.
Compara la creación multimodal beta, la producción principal, el video de personajes ajustado con LoRA, los flujos de trabajo de código abierto, la generación de múltiples tomas y la transferencia de movimiento sin salir de la familia Wan.
Empieza con texto, un par de fotogramas o un paquete de referencia multimodal. Revisa los créditos estimados antes de cada envío.
