Wan 3.0
Write a scene and Wan 3.0 films it, sound included.
Wan 3.0
Wan 3.0 AI動画ジェネレーター
Alibabaの最新Wanモデルは、最長30秒をワンテイクで撮影。セリフ、効果音、音楽も映像と一緒に生成されます。プロンプトや写真、あるいは参照画像・動画・音声の組み合わせから始められます。
Wan 3.0で作成
このページで生成した実際の出力を、無編集で掲載しています。各カードに入力内容をそのまま表示しています。
プロンプト: 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.
プロンプト: The subject slowly turns toward the camera and smiles, soft wind in the hair, gentle push-in, natural ambient sound.
入力画像プロンプト: Image 1 walks along a sunny beach at golden hour, waves rolling in, handheld camera.
入力画像Wan 3.0でできること
1つのモデルでテキスト、画像、参照からの生成に対応。どのモードでも長さ、解像度、音声の設定は共通です。
ワンテイクで30秒
2秒から30秒まで自由に長さを選択。短いクリップをつなぎ合わせるのではなく、1回の連続生成でカメラワークと人物をショット全体で安定させます。
同時に生成されるサウンド
セリフ、環境音、効果音、音楽が映像と一緒に生成されるため、口の動きや足音もぴったり合います。話させたいセリフは引用符で囲んでください。
オムニ参照
1回のリクエストで、画像10枚、動画5本、音声5本まで組み合わせ可能。顔、商品、声、スタイルがクリップ全体で一貫します。
最初と最後のフレーム
最初のフレームをアップロードして写真を動かしたり、最後のフレームを加えてショットの着地点を正確に決められます。
480Pから1080P
まず480Pで低コストにドラフトを作り、気に入ったものを720Pまたは1080Pでレンダリング。16:9、9:16、4:3、3:4、1:1から選ぶか、モデルに構図をお任せできます。
読みやすい画面内テキスト
看板、ラベル、字幕がくっきり読める仕上がりで、商品ショット、メニュー、解説動画に役立ちます。
Wan 3.0の料金
動画1秒あたりで課金されます。音声の追加料金はありません。
| 解像度 | 1秒あたり | 5秒のクリップ | 10秒のクリップ | 30秒のクリップ |
|---|---|---|---|---|
| 480P | 9クレジット | 45クレジット | 90クレジット | 270クレジット |
| 720P | 18クレジット | 90クレジット | 180クレジット | 540クレジット |
| 1080P | 36クレジット | 180クレジット | 360クレジット | 1080クレジット |
参照画像と音声は無料です。参照動画は1秒ごとに、出力1秒分と同じ料金が課金されます。生成に失敗した場合、クレジットは自動的に残高へ戻ります。
Wan 3.0で動画を作る手順
- 1
モードを選ぶ
Textはプロンプトから開始します。Imageは最初のフレームを動かし、最後のフレームも任意で追加できます。Referenceは画像、動画、音声を受け付けます。
- 2
ショットを描写する
誰が登場し、何が起こり、カメラがどう動き、どんな音が聞こえるかを書きます。Referenceモードでは、ファイルをImage 1、Video 1、Audio 1のように呼んでください。
- 3
長さと解像度を設定する
2秒から30秒、480P・720P・1080Pから選択します。ボタンに正確なコストが表示されます。ほとんどのクリップは1〜5分で完成し、My Videosに保存されます。
プロンプトのコツ
1つの連続したショットとして書く
Wan 3.0は、プロンプトが1回のカメラワークのように読めるときに最も力を発揮します。どこから始まり、何を通り過ぎ、どこで終わるかを書きましょう。
セリフは引用符で囲む
引用符で囲んだセリフは画面上で話されます。雨、車の音、群衆など、聞かせたい音も加えてください。
参照に名前を付ける
タグはタイプごとにアップロード順で番号が付きます。「Image 2 holds the product from Image 1 while Audio 1 plays.」
480Pでドラフトを作る
480Pのコストは1080Pの4分の1です。短いドラフトでアイデアを固めてから、最終的な長さをフル解像度でレンダリングしましょう。
Wan 3.0 よくある質問
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とは何ですか?
Wan 3.0は、AlibabaのTongyi Wanチームによる最新の動画モデルで、2026年8月にパブリックベータとして公開されました。1つのモデルでテキストから動画、画像から動画、参照から動画に対応し、最長30秒、最大1080Pで生成でき、音声も同時に生成します。
Wan 3.0の動画は最長どのくらいですか?
2秒から30秒までの整数秒で指定できます。参照動画を追加する場合は、その合計の長さと出力の長さを合わせて30秒以内にする必要があり、長さのスライダーは自動で調整されます。
Wan 3.0の料金はいくらですか?
料金は秒単位で、480Pは 9 クレジット、720Pは 18、1080Pは 36 です。5秒・720Pのクリップは 90 クレジットです。音声のオン・オフで料金は変わりません。参照画像と音声は無料で、参照動画の秒数は出力と同じレートで課金されます。
参照として何を使えますか?
画像は最大10枚(JPG、PNG、WEBP)、動画は5本(MP4、MOV)、音声は5本(MP3、WAV)まで使えます。各クリップは1〜15秒で、タイプごとの合計は最大15秒です。プロンプトでは、Image 1、Video 1、Audio 1のように呼んでください。
最初と最後のフレームを指定できますか?
はい。Imageモードで最初のフレームをアップロードして動かせます。任意で最後のフレームも指定すれば、ショットを思い通りの場所で終わらせられます。動画は最初のフレームの縦横比を維持します。
音を消せますか?
はい。Audioをオフにすると無音のクリップになります。料金はどちらでも同じです。
対応しているアスペクト比は?
16:9、9:16、4:3、3:4、1:1に対応しています。Referenceモードでは、参照をもとにモデルが構図を決めるAutoも選べます。Imageモードでは最初のフレームに従います。
Wan 3.0とWan 2.6の違いは?
Wan 3.0は最大の長さを30秒へと倍増し、480Pのドラフト用ティアと自動の縦横比を追加。最初と最後のフレームを固定でき、画像に加えて動画と音声も参照として使えます。
生成にはどのくらい時間がかかりますか?
通常は1〜5分です。30秒の1080Pクリップはさらに時間がかかります。ページを離れても問題ありません。完成した動画はMy Videosに表示されます。
生成に失敗した場合はどうなりますか?
その生成分のクレジットは自動的に残高へ戻り、すぐに再試行できます。