Multimodalna kontrola referencji w Wan 3.0
Steruj generowaniem w Wan 3.0 za pomocą maksymalnie 10 obrazów, 5 klipów wideo, 5 klipów audio, jednego dokumentu lub publicznej strony internetowej.
Rozumie multimedia, dokumenty i strony internetowe, zapewniając generowaniu wideo pełniejszy kontekst twórczy.
Generator wideo AI Wan 3.0
Wan 3.0 to model generowania wideo AI od Alibaba, który przekształca instrukcje tekstowe i materiały referencyjne w ruchome sceny. W Seedance 2.0 model Wan 3.0 jest dostępny w przeglądarkowym obszarze roboczym w trybach Tekst, Klatki i Referencje.
Steruj generowaniem w Wan 3.0 za pomocą maksymalnie 10 obrazów, 5 klipów wideo, 5 klipów audio, jednego dokumentu lub publicznej strony internetowej.
Wybierz jakość wyjściową Wan 3.0: 480P, 720P lub 1080P, z proporcjami obrazu Adaptacyjne, 16:9, 4:3, 1:1, 3:4 lub 9:16.
Twórz prompty Wan 3.0 o długości do 20 000 znaków, używaj klatek początkowych i końcowych, włączaj zsynchronizowany dźwięk i używaj ponownie ziarna dla powtarzalnych ustawień.
Połącz obrazy produktów w Wan 3.0 z dokumentami, aby przekształcić cechy, pozycjonowanie i kierunek wizualny w zwięzły film promocyjny.
Używaj referencji audio w Wan 3.0, aby kontrolować rytm i nastrój, podczas gdy obrazy lub wideo definiują wykonawców, sceny i ruch.
Reżyseruj postacie, lokalizacje, język kamery i punkty zwrotne akcji w Wan 3.0 na podstawie wielu odniesień wizualnych i tekstowych.
Zmień obsługiwany plik lub publiczną stronę internetową w prezentację produktu, podsumowanie treści lub wideo prezentacyjne.
Definiują postacie, produkty, sceny i styl wizualny.
Kieruje ruchem, pracą kamery i tempem.
Dostarcza muzykę, głos, rytm i atmosferę.
Dodają informacje o produkcie, scenariusze i tło historii.
Dostarczają publiczną treść i kontekst.
Prześlij multimedia referencyjne Wan 3.0 lub dokument, dodaj publiczną stronę internetową albo wybierz klatkę początkową i końcową.
Opisz pożądany efekt i użyj Image1, Video1 lub Audio1, aby wskazać konkretne multimedia.
Wybierz tryb generowania, czas trwania, rozdzielczość, proporcje obrazu oraz dźwięk, a następnie rozpocznij generowanie.
Rozpocznij projekt tekst na wideo w Wan 3.0 od zdefiniowania obiektu i jego głównej czynności. Określ scenerię, kadrowanie, oświetlenie i ruch w tej kolejności, a następnie opisz zamierzone zakończenie. W przypadku Wan 3.0 pojedynczy, celowy ruch kamery jest łatwiejszy do przetworzenia niż kilka sprzecznych ruchów. Dłuższy czas trwania rezerwuj dla akcji wymagających widocznego postępu. Sprawdź, czy obiekt wykonuje żądaną czynność, zanim dodasz kolejne lokalizacje lub postacie drugoplanowe.
Użyj trybu Klatki dla funkcji obraz na wideo w Wan 3.0, gdy początkowa kompozycja jest już zatwierdzona. Prześlij wymaganą pierwszą klatkę i opcjonalnie dodaj ostatnią klatkę, aby określić punkt docelowy. W prompcie wyjaśnij ruch między tymi pozycjami: kamera zbliżająca się do ekranu, osoba odwracająca się w stronę drzwi lub produkt wchodzący w światło. Wan 3.0 wymaga wiarygodnego przejścia; odległe punkty widzenia i niepowiązane obiekty mogą utrudnić reżyserowanie ruchu. Wybierz tryb Materiały referencyjne, gdy wiele obrazów ma definiować tożsamość lub styl bez określania dokładnych punktów końcowych.
Brief dotyczący referencji do wideo w Wan 3.0 powinien wyjaśniać, dlaczego każdy przesłany zasób został użyty. Używaj etykiet Image1, Video1 i Audio1, aby powiązać instrukcje z odpowiednimi plikami. Wan 3.0 obsługuje wiele referencji, ale dodanie większej liczby zasobów nie gwarantuje czytelniejszego briefu. Zachowaj spójność kluczowych detali tożsamości we wszystkich referencjach. Takie przygotowanie ułatwia ocenę, czy wygenerowana sekwencja jest zgodna z zamierzonym tematem, ruchem i stylem wizualnym.
| Model | Wan 3.0 | Wan 2.7 | Seedance 2.5 |
|---|---|---|---|
| Parametry wejściowe | Tekst · Obrazy · Filmy · Dźwięk · Dokumenty / Link internetowy | Tekst · Obrazy · Filmy · Dźwięk | Tekst · Obrazy · Filmy · Dźwięk |
| Format wyjściowy | MP4 | MP4 | MP4 |
| Czas trwania (sekundy) | 2–30 / Automatycznie | 2–15; Materiały referencyjne: 2–10 | 4–30 / Automatycznie |
| Rozdzielczość natywna | 480P / 720P / 1080P | 720P / 1080P | 480P / 720P / 1080P |
| Proporcje obrazu | Adaptacyjne / 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 / Adaptacyjne |
| Limit polecenia (znaki) | 20000 | 5000 | 10000 |
Te oryginalne briefy Wan 3.0 przedstawiają kontrolowany obiekt, zdefiniowany ruch oraz wyraźne zakończenie. Należy dostosuj materiały referencyjne i ustawienia do konkretnego projektu; przykłady opisują zamierzone efekty, a nie gwarantowany rezultat.
Użyj Image1 jako referencji lampy ceramicznej oraz Image2 jako referencji pomieszczenia. Zachowaj zaokrąglony klosz i matowe wykończenie w kolorze kości słoniowej. Rozpocznij od średniego planu lampy na orzechowym biurku. Kamera powoli wykonuje najazd, podczas gdy pod kloszem zapala się ciepłe światło. Otaczające obiekty powinny pozostać nieruchome. Zakończ ujęciem całej lampy z wolną przestrzenią po prawej stronie na tytuł. Uwzględnij cichy dźwięk otoczenia bez dialogów.
Użyj Image1 dla postaci podróżnika oraz Image2 dla stacji. Podróżnik trzyma niebieski notatnik na wysokości pasa i idzie w stronę rozkładu jazdy. Zastosuj stabilne boczne ujęcie śledzące w miękkim, porannym świetle. Zachowaj kolor płaszcza i wygląd notatnika przez cały czas trwania ruchu. Zakończ w momencie, gdy podróżnik zatrzymuje się i spogląda w górę. Aktywność w tle powinna być subtelna. Uwzględnij odległy gwar stacji; bez dialogów i dodatkowej muzyki.
Wykorzystaj przesłany brief produktu jako kontekst merytoryczny. Stwórz krótkie wprowadzenie wizualne skupione na opisanej w dokumencie przenośnej lampce do czytania. Przedstaw biurko o zmierzchu, lampkę ustawianą nad otwartą książką oraz końcowe ujęcie oświetlonych stron. Zachowaj stonowany styl edytorski przy użyciu statycznej kamery. Nie twórz własnych danych liczbowych dotyczących wydajności. Szczegółowe specyfikacje i napisy należy dodać na etapie końcowego montażu.