Multimodal referensstyrning
Styr genereringen med upp till 10 bilder, 5 videoklipp, 5 ljudklipp eller ett dokument eller en offentlig webbsida.
Förstår media, dokument och webbsidor och ger videogenereringen ett rikare kreativt sammanhang.
Wan 3.0 AI-videogenerator
Bilder definierar uttrycket, video ger rörelse, ljud förmedlar rytm och dokument och webbsidor kompletterar bakgrunden för ett mer fullständigt genereringssammanhang.
Styr genereringen med upp till 10 bilder, 5 videoklipp, 5 ljudklipp eller ett dokument eller en offentlig webbsida.
Välj 480P, 720P eller 1080P och Adaptiv, 16:9, 4:3, 1:1, 3:4 eller 9:16.
Skriv prompter på upp till 20 000 tecken, använd start- och slutbildruta, aktivera synkroniserat ljud och återanvänd ett seed.
Kombinera produktbilder och dokument för att omvandla egenskaper, positionering och visuell riktning till en tydlig reklamvideo.
Använd ljud för att styra rytm och stämning, och bilder eller video för att definiera artister, scener och rörelse.
Bygg karaktärer, platser, kameraspråk och berättelsepunkter från flera visuella och textbaserade referenser.
Förvandla en fil som stöds eller en offentlig sida till en produktgenomgång, innehållssammanfattning eller presentationsvideo.
Definierar karaktärer, produkter, scener och visuell stil.
Styr rörelse, kameraarbete och tempo.
Tillför musik, röst, rytm och atmosfär.
Tillför produktinformation, manus och berättelsebakgrund.
Tillför offentligt sidinnehåll och sammanhang.
Ladda upp media, lägg till en länk till ett dokument eller en webbsida eller välj start- och slutbildruta.
Skriv det önskade resultatet och använd Image1, Video1 eller Audio1 för att peka ut ett specifikt medium.
Välj genereringsläge, längd, upplösning, bildförhållande och ljud och starta sedan genereringen.
Starta ett text till video-projekt i Wan 3.0 genom att identifiera motivet och dess huvudsakliga handling. Ange miljö, inramning, ljussättning och rörelse i den ordningen, och beskriv sedan det tänkta slutet. För Wan 3.0 är en enda medveten kamerarörelse lättare att utvärdera än flera motstridiga rörelser. Reservera längre tidslängder för handlingar som kräver ett synligt förlopp. Granska om motivet slutför den begärda handlingen innan du lägger till fler platser eller bikaraktärer.
Använd Bildrutor-läget för bild till video i Wan 3.0 när den initiala kompositionen redan är godkänd. Ladda upp den obligatoriska första rutan och ange vid behov en sista ruta för att beskriva den tänkta slutdestinationen. Förklara rörelsen mellan dessa positioner i din prompt: en kamera som närmar sig en skärm, en person som vänder sig mot en dörröppning eller en produkt som rör sig in i ljuset. Wan 3.0 behöver fortfarande en rimlig övergång; avlägsna vinklar och orelaterade motiv kan göra rörelsen svår att styra. Välj istället Referenser-läget när flera bilder ska styra identitet eller stil utan att definiera exakta slutpunkter.
En Wan 3.0-brief för videoreferenser bör förklara varför varje uppladdad tillgång finns med. Använd etiketterna Image1, Video1 och Audio1 för att koppla instruktioner till motsvarande uppladdningar. Wan 3.0 kan ta emot flera referenser, men att lägga till fler tillgångar ger inte automatiskt en tydligare brief. Håll de viktigaste identitetsdetaljerna konsekventa mellan referenserna. Denna förberedelse gör det enklare att bedöma om en genererad sekvens följer det avsedda motivet, rörelsen och den visuella stilen.
| Modell | Wan 3.0 | Wan 2.7 | Seedance 2.5 |
|---|---|---|---|
| Indataparametrar | Text · Bilder · Videor · Ljud · Dokument / Webblänk | Text · Bilder · Videor · Ljud | Text · Bilder · Videor · Ljud |
| Utdataformat | MP4 | MP4 | MP4 |
| Längd (sekunder) | 2–30 / Automatiskt | 2–15; Referenser: 2–10 | 4–30 / Automatiskt |
| Ursprunglig upplösning | 480P / 720P / 1080P | 720P / 1080P | 480P / 720P / 1080P |
| Bildförhållande | Adaptiv / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 | 16:9 / 9:16 / 1:1 / 4:3 / 3:4 | 1:1 / 21:9 / 4:3 / 3:4 / 16:9 / 9:16 / Adaptiv |
| Promptgräns (tecken) | 20000 | 5000 | 10000 |
Dessa ursprungliga Wan 3.0-briefar illustrerar ett kontrollerbart motiv, en definierad rörelse och ett tydligt slut. Anpassa referenser och inställningar efter det faktiska projektet; exemplen beskriver avsedda resultat snarare än garanterat utfall.
Använd Image1 som referens för den keramiska lampan och Image2 som rumsreferens. Bevara den rundade skärmen och den matta elfenbensfinishen. Börja med en halvbild av lampan på ett skrivbord i valnöt. Kameran rör sig långsamt närmare medan ett varmt ljus tänds under skärmen. Håll omgivande objekt stilla. Avsluta med hela lampan synlig och tomt utrymme till höger för en titel. Inkludera tyst rumsatmosfär utan tal.
Använd Image1 för resenären och Image2 för stationen. Resenären håller en blå anteckningsbok i midjehöjd och går mot tidtabellen. Använd en stadig sidoföljning med mjukt morgonljus. Bevara kappans färg och anteckningsboken genom hela rörelsen. Avsluta när resenären stannar och tittar uppåt. Håll bakgrundsaktiviteten subtil. Inkludera avlägsen stationsatmosfär; ingen dialog eller ytterligare musik.
Använd den uppladdade produktbriefen som faktakontext. Skapa en kort visuell introduktion centrerad kring den bärbara läslampan som beskrivs i dokumentet. Visa ett skrivbord i skymningen, lampan som placeras ovanför en öppen bok och en slutvy av de upplysta sidorna. Håll en återhållsam redaktionell stil med stationär kamera. Hitta inte på numeriska prestandapåståenden. Lämna detaljerade specifikationer och bildtexter till den slutliga redigeringen.