HiAPI
电影宽幅3D渲染:右侧半透明玻璃胶片带与镜头轨道环绕成叙事系统,虹彩分光,奶油底配青蓝、珊瑚粉与淡紫渐变;发光立体字wan3.0-video蚀刻于胶片上,左侧为通透光晕留白。

Alibaba

Wan 3.0 Video

wan3.0-video

Die neue Generation von Videogenerierungsmodellen der Alibaba-Wan-Serie: Sie erzeugt in einem Durchgang Clips von etwa 30 Sekunden in 1080p, unterstützt Referenzmaterial zur Wahrung der Konsistenz des Motivs und ermöglicht erstmals strukturierte Eingaben in Form von Dokumenten.

wan3.0-video ausprobieren

Eingabe

Ausgabe

video
Fülle die Parameter aus und generiere – die Ergebnisse erscheinen hier.

Preise

wan3.0-video per second

Spezifikationen Einzelpreis
480P $0.040
720P $0.080
1080P $0.160

Positionsübersicht

wan3.0-video ist ein Modell aus der Alibaba-Wan-Reihe für die referenzbasierte Videogenerierung, das über die einheitliche Schnittstelle von HiAPI.ai aufgerufen wird. Es konditioniert auf multimodale Referenzmaterialien und kann pro Aufruf ein Video mit Ton von bis zu 30 Sekunden Länge und bis zu 1080P ausgeben. Es eignet sich für Werbespots, Erklärvideos und lange erzählerische Sequenzen, bei denen Personen, Produkte oder Stile über eine Kamerasequenz hinweg konsistent bleiben sollen.

Zentrale Highlights

  • Kombinierbare multimodale Referenzbedingungen – bis zu 10 Bilder, 5 Videos und 5 Audioclips können gleichzeitig als Generierungsbedingungen dienen; der Prompt verweist in Array-Reihenfolge auf die Materialien.
  • Erzählung von bis zu 30 Sekunden pro Aufruf – die Ausgabedauer ist zwischen 2 und 30 Sekunden einstellbar; die Dauer des Referenzvideos und die Ausgabedauer zusammen dürfen 30 Sekunden nicht überschreiten.
  • Strukturierte Dokument- und Webseiten-Eingaben – unterstützt höchstens ein Dokument oder eine anmeldefreie Webseite als Referenz und verwandelt Materialien wie PPT oder PDF in Videoinhalte.
  • Steuerbare Start- und Endbilder sowie Tonspur-Schalter – Anfangs- und Endbild können separat festgelegt werden, und es lässt sich wählen, ob die Ausgabe eine bildsynchronisierte Tonspur enthält.

Funktionsbeschreibung

Multimodale Referenzgenerierung: Erzeugt Videos anhand von Bildern, Videos, Audio, Dokumenten oder Webseiten als Referenzbedingungen; der Prompt verweist über Nummern wie Image1, Video1 präzise auf konkrete Materialien, was die Kontrolle über Motiv- und Stilquellen erleichtert.

Start- und Endbild-Constraints: Durch Übergabe von first_frame_url und last_frame_url lassen sich Anfangs- und Endbild des Clips verankern, ideal zum Anschließen an vorhandene Aufnahmen oder zur Steuerung des Übergangsendpunkts.

Einstellbare Dauer und Auflösung: Ausgabedauer von 2 bis 30 Sekunden, Auflösung von 480P bis 1080P wählbar, Seitenverhältnisse in sechs Stufen einschließlich adaptive und 16:9, passend zum Ausspielkanal.

Synchronisierte Tonspur-Ausgabe: Standardmäßig wird ein Video mit synchronisierter Tonspur ausgegeben; die Tonspur kann auch deaktiviert werden, um später eine einheitliche Vertonung vorzunehmen. Audio-Referenzen müssen mit Bildern oder Videos kombiniert verwendet werden.

Reproduzierbare Generierung: Mit einem festgelegten seed lässt sich der Zufallsstartwert fixieren, um bei Parameteranpassungen oder Batch-Generierungen dasselbe Ergebnis zu reproduzieren.

Anwendungsszenarien

  • Produktbild zu Werbespot für Marken- und E-Commerce-Teams – aus Produktbildern und Referenzvideos wird ein filmisch wirkender Kurzclip erzeugt, der sich direkt als Werbematerial oder für Produktdetailseiten einsetzen lässt.
  • Konsistente Charaktererzählung für Content-Teams – mit hochgeladenen Personenreferenzbildern und Audio entstehen Kamerasequenzen mit konsistentem Aussehen der Personen, für Kurzserien oder serielle Inhalte.
  • Dokument zu Video für Schulungen und Erklärungen – PPT, PDF oder eine anmeldefreie Webseite dienen als Referenz, um Erklärvideos für interne Schulungen oder Produktvorstellungen zu erstellen.
  • Szenenerweiterung und Vervollständigung vorhandenen Materials – mit Referenzvideo plus Start- und Endbild werden Anschlussclips erzeugt, um Erzähllücken zu schließen oder die Länge bereits gedrehten Materials zu verlängern.

Einschränkungen und Auswahlhinweise

Für Referenzmaterialien gelten klare Obergrenzen: höchstens 10 Bilder, höchstens 5 Videos mit insgesamt nicht mehr als 15 Sekunden, höchstens 5 Audioclips mit je 1 bis 15 Sekunden, je ein Dokument und eine Webseite. Der Startbild-Modus kann nicht zusammen mit dem Referenzmaterial-Array verwendet werden. Die Qualität der Prompt-Beschreibung von Motiv, Aktion, Kamera und Ton beeinflusst die Ergebnisstabilität direkt; für die Feinabstimmung ist Aufwand einzuplanen. Die Abrechnung erfolgt nach Ausgabesekunden; die Kosten langer Laufzeiten kombiniert mit hoher Auflösung sollten vorab bewertet werden. Wer nur kurze Clips ohne Abhängigkeit von Referenzkonsistenz benötigt, kann ein leichteres Videomodell wählen.

  • Neues Modell wan3.0-video-prime Videogenerierungsmodell ist online
  • Was für ein Videomodell ist Wan 3.0 Video?

    Es basiert auf Prompts und kann zusätzlich Start- und Endframes oder Referenzbilder, -videos und -audios einbeziehen; die verschiedenen Steuerungsarten sollten gemäß dem aktuellen Parametervertrag kombiniert werden.

  • Welche Ausgabespezifikationen unterstützt Wan 3.0 Video?

    Unterstützt werden 2-30 Sekunden, die Auflösungen umfassen 480P, 720P, 1080P, die Seitenverhältnisse umfassen adaptive, 16:9, 4:3, 1:1, 3:4, 9:16.

  • Können Stimmen generiert oder Audioreferenzen verwendet werden?

    Optionale Referenzen für Bilder, Videos, Audio, Dateien und Links; synchronisiertes Audio wird unterstützt

  • Wie wird Wan 3.0 Video abgerechnet?

    Die Abrechnung erfolgt nach Ausgabedauer und Echtzeit-Stufe; Abweichungen durch Auflösung, Modus oder Audiooptionen richten sich nach dem Seitenpreis und den Aufgabenaufzeichnungen.

Ähnliche Modelle

Alle Modelle ansehen →

Gleicher Typ