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

Nova geração de modelos de geração de vídeo da série Wan da Alibaba, capaz de produzir clipes de aproximadamente 30 segundos em 1080p por vez, com suporte à consistência do sujeito a partir de materiais de referência e suporte inédito a entradas estruturadas no formato de documento

Experimentar wan3.0-video

Entrada

Saída

video
Preencha os parâmetros e gere — os resultados aparecerão aqui.

Preços

wan3.0-video per second

Especificações Preço unitário
480P $0.040
720P $0.080
1080P $0.160

Apresentação do modelo

wan3.0-video é o modelo da série Alibaba Wan voltado à geração de vídeo a partir de referências, acessível por meio da interface unificada do HiAPI.ai. Condicionado por materiais de referência multimodais, ele gera em uma única chamada vídeos com áudio de até 30 segundos e resolução de até 1080P, sendo adequado para a criação de anúncios curtos, vídeos explicativos e trechos narrativos longos que exigem manter consistentes pessoas, produtos ou estilos ao longo de uma sequência de planos.

Destaques principais

  • Combinação de condições de referência multimodal — até 10 imagens, 5 vídeos e 5 áudios podem servir simultaneamente como condições de geração; o prompt referencia os materiais na ordem do array.
  • Narrativa de até 30 segundos em uma única chamada — a duração de saída pode ser definida entre 2 e 30 segundos; a soma da duração dos vídeos de referência com a duração de saída não pode ultrapassar 30 segundos.
  • Entrada de documentos estruturados e páginas web — aceita no máximo um documento ou uma página web sem necessidade de login como referência, convertendo materiais como PPT e PDF em conteúdo de vídeo.
  • Controle de primeiro e último quadro e alternância de faixa de áudio — é possível especificar separadamente as imagens do primeiro e do último quadro, além de escolher se a saída inclui uma faixa de áudio sincronizada com a imagem.

Descrição das capacidades

Geração com referência multimodal: gera vídeos a partir de imagens, vídeos, áudios, documentos ou páginas web como condições de referência; o prompt aponta com precisão para materiais específicos por meio de índices como Image1 e Video1, facilitando o controle da origem do sujeito e do estilo.

Restrição de primeiro e último quadro: ao fornecer first_frame_url e last_frame_url, é possível ancorar os quadros inicial e final do trecho, ideal para emendar planos existentes ou controlar o ponto de chegada de uma transição.

Duração e resolução ajustáveis: a duração de saída varia de 2 a 30 segundos e a resolução pode ser de 480P a 1080P; as proporções de tela incluem adaptive e 16:9, entre seis opções, para adequar o formato ao canal de veiculação.

Saída com faixa de áudio sincronizada: por padrão, o vídeo é gerado com faixa de áudio sincronizada; também é possível desativar o áudio para dublagem unificada na pós-produção. As referências de áudio devem ser usadas em par com imagens ou vídeos.

Geração reproduzível: ao especificar seed, é possível fixar a semente aleatória, o que facilita reproduzir o mesmo resultado durante ajustes de parâmetros ou geração em lote.

Cenários de aplicação

  • Conversão de imagens de produto em anúncios para equipes de marca e e-commerce — gera vídeos com estética cinematográfica a partir de imagens de produto e vídeos de referência, produzindo vídeos prontos para uso como material de veiculação ou em páginas de detalhes do produto.
  • Narrativas com consistência de personagem para equipes de conteúdo — com o envio de imagens de referência de personagens e áudio, gera sequências de planos que mantêm a aparência consistente dos personagens, para uso em séries curtas ou produções seriadas.
  • Conversão de documentos de treinamento e explicação em vídeo — usa PPT, PDF ou páginas web sem login como referência para produzir vídeos explicativos destinados a treinamento interno ou apresentação de produtos.
  • Extensão e complementação de planos com materiais existentes — com vídeo de referência e primeiro/último quadros, gera trechos de ligação para preencher lacunas narrativas ou prolongar a duração de materiais já gravados.

Limitações e recomendações de escolha

Os materiais de referência têm limites claros: no máximo 10 imagens, no máximo 5 vídeos com duração total não superior a 15 segundos, no máximo 5 áudios de 1 a 15 segundos cada, e no máximo um documento e uma página web; o modo de primeiro quadro não pode ser usado simultaneamente com o array de materiais de referência. A qualidade da descrição de sujeito, ação, enquadramento e som no prompt afeta diretamente a estabilidade do resultado, sendo necessário reservar custo de ajuste. A cobrança é feita por segundo de saída; o custo de combinações de longa duração com alta resolução deve ser avaliado previamente. Se for necessário apenas um trecho curto e não houver dependência de consistência com referências, pode-se optar por um modelo de vídeo mais leve.

  • Novo modelo Modelo de geração de vídeo wan3.0-video-prime já disponível

Perguntas frequentes

Ver todas as perguntas →
  • Que tipo de modelo de vídeo é o Wan 3.0 Video?

    Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; diferentes formas de controle devem ser combinadas de acordo com o contrato de parâmetros atual.

  • Quais especificações de saída o Wan 3.0 Video suporta?

    Suporta de 2 a 30 segundos, com resoluções incluindo 480P, 720P e 1080P, e proporções de tela incluindo adaptive, 16:9, 4:3, 1:1, 3:4 e 9:16.

  • É possível gerar voz ou usar referências de áudio?

    Referências opcionais de imagem, vídeo, áudio, arquivo e link; suporta áudio sincronizado

  • Como o Wan 3.0 Video é cobrado?

    A cobrança é feita com base na duração da saída e na faixa em tempo real; diferenças decorrentes da resolução, do modo ou das opções de áudio seguem os preços da página e o registro da tarefa.

Modelos relacionados

Ver todos os modelos →

Mesmo tipo