Write a scene and Wan 3.0 films it, sound included.
Wan 3.0
L'ultimo modello Wan di Alibaba gira fino a 30 secondi in un'unica ripresa continua, con dialoghi, effetti e musica generati insieme all'immagine. Parti da un prompt, da una foto o da un mix di immagini, clip e audio di riferimento.
Risultati reali di questa pagina, non modificati. Ogni scheda mostra esattamente cosa è stato inserito.
Prompt: One continuous tracking shot through a rain-slick night market in Hong Kong. The camera glides past steaming noodle stalls and neon signs reflected in puddles, then settles on a street vendor who looks up and says, "Last bowl of the night." Cinematic lighting, shallow depth of field, ambient rain and sizzling woks.
Prompt: The subject slowly turns toward the camera and smiles, soft wind in the hair, gentle push-in, natural ambient sound.
Immagine di inputPrompt: Image 1 walks along a sunny beach at golden hour, waves rolling in, handheld camera.
Immagine di inputUn unico modello copre la generazione da testo, immagine e riferimenti, quindi tutte le modalità condividono gli stessi controlli di durata, risoluzione e audio.
Scegli qualsiasi durata da 2 a 30 secondi. Un unico passaggio continuo mantiene stabili movimenti di camera e personaggi per tutta la ripresa, invece di unire clip brevi.
Dialoghi, ambienti, effetti e musica vengono generati insieme all'immagine, così labbra e passi sono sincronizzati. Metti le battute tra virgolette.
Combina fino a 10 immagini, 5 clip video e 5 clip audio in una sola richiesta. Volti, prodotti, voci e stili restano coerenti in tutta la clip.
Carica un primo fotogramma per animare una foto, oppure aggiungi un ultimo fotogramma per decidere esattamente dove finisce la ripresa.
Fai le bozze a basso costo in 480P, poi genera la versione finale in 720P o 1080P. Scegli 16:9, 9:16, 4:3, 3:4 o 1:1, oppure lascia che sia il modello a inquadrare.
Insegne, etichette e didascalie risultano leggibili, un dettaglio importante per riprese di prodotto, menu e video esplicativi.
Si paga al secondo di video. L'audio non costa nulla in più.
| Risoluzione | Al secondo | Clip da 5 s | Clip da 10 s | Clip da 30 s |
|---|---|---|---|---|
| 480P | 9 crediti | 45 crediti | 90 crediti | 270 crediti |
| 720P | 18 crediti | 90 crediti | 180 crediti | 540 crediti |
| 1080P | 36 crediti | 180 crediti | 360 crediti | 1080 crediti |
Le immagini e l'audio di riferimento sono gratuiti. Ogni secondo di video di riferimento viene addebitato come un secondo di output. Se una generazione non riesce, i crediti tornano automaticamente sul tuo saldo.
Text parte da un prompt. Image anima un primo fotogramma, con un ultimo fotogramma facoltativo. Reference accetta immagini, clip e audio.
Indica chi c'è, cosa succede, come si muove la camera e cosa si sente. In modalità Reference, chiama i tuoi file Image 1, Video 1, Audio 1.
Scegli da 2 a 30 secondi e 480P, 720P o 1080P. Il pulsante mostra il costo esatto. La maggior parte delle clip è pronta in 1-5 minuti e viene salvata in My Videos.
Wan 3.0 rende al meglio quando il prompt si legge come un unico movimento di camera: dove parte, cosa attraversa, dove finisce.
Le battute tra virgolette vengono pronunciate a schermo. Aggiungi i suoni che vuoi sentire, come pioggia, traffico o una folla.
I tag sono numerati per tipo in ordine di caricamento: «Image 2 holds the product from Image 1 while Audio 1 plays.»
Il 480P costa un quarto del 1080P. Fissa l'idea con bozze brevi, poi genera la durata finale alla massima risoluzione.
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
Wan 3.0 è l'ultimo modello video del team Tongyi Wan di Alibaba, uscito in beta pubblica nell'agosto 2026. Un unico modello gestisce da testo a video, da immagine a video e da riferimento a video, genera fino a 30 secondi con risoluzione fino a 1080P e produce l'audio nello stesso passaggio.
Qualsiasi numero intero di secondi da 2 a 30. Se aggiungi video di riferimento, la loro durata totale più quella dell'output deve restare entro 30 secondi, e il cursore della durata si regola da solo.
Si paga al secondo: 9 crediti in 480P, 18 in 720P e 36 in 1080P. Una clip da 5 secondi in 720P costa 90 crediti. Con o senza audio il prezzo è lo stesso. Le immagini e l'audio di riferimento sono gratuiti; i secondi di video di riferimento vengono addebitati alla stessa tariffa dell'output.
Fino a 10 immagini (JPG, PNG, WEBP), 5 clip video (MP4, MOV) e 5 clip audio (MP3, WAV). Ogni clip dura da 1 a 15 secondi e ogni tipo arriva a un massimo di 15 secondi in totale. Nel prompt chiamali Image 1, Video 1, Audio 1 e così via.
Sì. In modalità Image, carica un primo fotogramma per animarlo e, se vuoi, un ultimo fotogramma perché la ripresa finisca esattamente dove desideri. Il video mantiene il formato del tuo primo fotogramma.
Sì. Disattiva Audio per ottenere una clip muta. Il prezzo è lo stesso in entrambi i casi.
16:9, 9:16, 4:3, 3:4 e 1:1. La modalità Reference offre anche Auto, in cui il modello inquadra la ripresa in base ai tuoi riferimenti. La modalità Image segue il tuo primo fotogramma.
Wan 3.0 raddoppia la durata massima a 30 secondi, aggiunge un livello bozza in 480P e una proporzione adattiva, fissa primo e ultimo fotogramma e accetta video e audio come riferimenti oltre alle immagini.
Di solito da 1 a 5 minuti; le clip da 30 secondi in 1080P richiedono di più. Puoi lasciare la pagina. I video completati compaiono in My Videos.
I crediti di quell'esecuzione tornano automaticamente sul tuo saldo e puoi riprovare subito.