Twórz dłuższe narracje o długości do 30 sekund, z bardziej realistycznymi detalami i multimodalnym naprowadzaniem na podstawie materiałów kreatywnych lub biurowych.
Trzy tryby generowania obejmują bezpośrednie promptowanie, kontrolowaną animację klatek oraz złożone procesy oparte na referencjach multimodalnych.
Przekształć prompt w kompletną, krótką sekwencję z możliwością wyboru rozdzielczości, proporcji, dźwięku, znaku wodnego i ustawień seed.
Inteligentny czas trwania jest celowo niedostępny w wersji beta, aby zapewnić przewidywalność rozliczeń.
Animuj jeden obraz lub poprowadź przejście, używając opcjonalnie drugiego obrazu jako ostatniej klatki.
Przydatne do prezentacji produktów, animacji portretów i reżyserowanych przejść.
Połącz obrazy, krótkie filmy, pliki audio oraz jeden dokument lub stronę internetową, aby ukierunkować treść i styl wizualny.
Każda referencja wideo lub audio musi mieć długość 1–15 sekund, a łączny czas na dany typ mediów nie może przekroczyć 15 sekund.
Używaj prezentacji, arkuszy kalkulacyjnych, plików PDF, tekstowych, Markdown i Apple iWork jako kontekstu kreatywnego.
Weryfikacja liczby stron w dokumencie jest obsługiwana przez dostawcę modelu.
Autentyczny materiał wideo wygenerowany z obrazu w wersji beta, przy użyciu tego samego procesu Wan 3.0, który jest dostępny powyżej.
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.
Wykorzystaj wydłużony czas trwania do tworzenia wielowątkowych historii o produktach, kinowych ujęć wprowadzających, sekwencji edukacyjnych i filmów do mediów społecznościowych, które potrzebują czegoś więcej niż tylko chwili.
Wan 3.0 ma na celu tworzenie szczegółowego ruchu i materiałów audiowizualnych, jednak ta wersja beta wyraźnie pokazuje, że głosy, dźwięk, widoczny tekst i precyzyjne instrukcje mogą nadal różnić się między generacjami.
Wan 3.0 Video to model generowania wideo w wersji beta, który obsługuje tekst, pierwszą i ostatnią klatkę oraz multimodalne odniesienia, w tym obrazy, filmy, dźwięk, dokumenty i strony internetowe.
Koszt Wan 3.0 to 10 kredytów za sekundę w 480p, 18 w 720p i 36 w 1080p. Tryby tekstowe i obrazowe rozliczane są za sekundy wygenerowanego wideo; tryb oparty na referencjach rozliczany jest za sekundy wideo wyjściowego plus sekundy wideo referencyjnego.
Integracja jest dostępna do testów, ale może być mniej stabilna niż modele produkcyjne. Jakość dźwięku, renderowanie tekstu, dokładność instrukcji i dostępność dostawcy mogą się różnić.
Obsługiwane formaty to DOC, DOCX, XLS, XLSX, PPT, PPTX, PDF, TXT, Markdown, Keynote, Pages i Numbers. Użyj jednego dokumentu lub jednej strony internetowej, nie obu jednocześnie.
Tak. Dźwięk jest domyślnie włączony i można go wyłączyć przed generowaniem. Jakość dźwięku oraz dokładność mowy lub tekstu na ekranie mogą wciąż ulegać zmianom w okresie beta.
Porównuj multimodalne tworzenie w wersji beta, flagową produkcję, wideo postaci dostrojone przez LoRA, przepływy pracy open-source, generowanie wieloujęciowe i transfer ruchu – wszystko w ramach rodziny Wan.
Zacznij od tekstu, pary klatek lub multimodalnego pakietu referencyjnego. Sprawdź szacowaną liczbę kredytów przed każdym zleceniem.
