Alibabas Videomodell für Szenen mit mehreren Shots und Dialog
Führe Regie mit einem einzigen Prompt: mehrere Einstellungen, gesprochene Dialoge und eine komplette Tonspur in einem 1080p-Clip.
WAN 2.6 ist Alibabas Videomodell für Text zu Video und Bild zu Video, mit nativem Ton. Schreib einen Dialogsatz in Anführungszeichen und die Figur spricht ihn. Nummeriere deine Einstellungen und das Modell schneidet zwischen ihnen. Wie bei der Dampflok auf dieser Seite: vom Luftbild über einem Viadukt zum Schaffner, der auf seine Uhr schaut, bis zu den ratternden Rädern, alles in 15 Sekunden. Jedes Beispiel auf dieser Seite haben wir auf Pixel Dojo erstellt, jeweils mit dem genauen Prompt dazu. Alle Top-Modelle, sechs Studios und Sensei, der KI-Regisseur, stecken bei Pixel Dojo in einem Abo. Ungenutzte Credits bleiben erhalten, solange dein Abo läuft. Die kommerzielle Nutzung ist in jedem Abo inklusive.
10 credits ($0.63) In jedem Tarif enthalten, ab 10 $ im Monat.
Schon Mitglied? Anmelden
Von Brian Lovett · Aktualisiert am
Sieben Clips, die wir mit WAN 2.6 Standard erstellt haben, vier davon in 1080p. Jeder Clip hat seine eigene Tonspur. Schalte bei einer Kachel den Ton ein und tippe dann auf „Diesen Prompt verwenden“, um damit loszulegen.
Drei Einstellungen in 1080p, 15 Sekunden. Luftaufnahme, Dialog und eine Nahaufnahme der Räder aus einem Prompt. Dazu sagt der Schaffner „Genau im Zeitplan“, während die Lok schnauft.
Cinematic multi shot sequence. Shot 1: Aerial wide shot, a black steam locomotive with a glowing headlamp crosses a curved stone viaduct over a snowy pine valley at dusk, white steam trailing behind. Shot 2: Medium close-up inside a warm wood paneled dining car, a conductor in his sixties with a gray mustache and a navy cap checks a brass pocket watch and says, "Right on time." Shot 3: Low close-up of the iron wheels and pistons pounding through falling snow, sparks flying. 35mm lens, amber and teal grade. Sound: chugging engine, a long whistle, clinking glasses, wind.
Dialog in 1080p, 5 Sekunden. Eine hochgezogene Augenbraue und ein trockener Spruch: „Der Kaffee ist frisch. Der Kuchen eher nicht.“ Dazu Regen und das Brummen eines Kühlschranks.
Medium close-up, slow push in. A tired diner waitress in her fifties with silver streaked red curls pinned up and a mint green uniform leans on the counter late at night, coffee pot in hand, a pink neon sign glowing through the rain streaked window behind her. She raises an eyebrow and says with a wry smile, "Coffee's fresh. The pie, not so much." Warm tungsten practicals against cold blue street light, 50mm lens, soft film grain. Sound: rain on glass, a humming refrigerator, her low raspy voice.
Produktaufnahme in 1080p, 5 Sekunden. Eine langsame Kamerafahrt rund um den Flakon, eine Wasserkrone und ein goldener Lichtstreif über facettiertem Glas.
Macro product shot, slow orbit. An invented faceted amber glass perfume bottle with a brass cap stands on wet black slate as a single drop falls from above and bursts into a crown of water around its base, a slow sweep of golden light gliding across the glass. Pure black background, 100mm macro lens, crisp reflections, no text. Sound: a deep drip, a soft shimmer, a warm synth pad.
Tanz in 1080p, 9:16, 5 Sekunden. Ein goldenes Band zieht Bögen durch den Morgennebel, im Hochformat für Reels und Shorts.
Vertical full body shot, slow handheld orbit. A dancer in her thirties with a sleek black bun and a flowing white linen outfit spins on a misty lakeside dock at sunrise, swirling two long saffron silk ribbons into wide spirals that ripple through the air, mist rising off the water behind her. Soft golden backlight, 35mm lens. Sound: the swish of silk, bare feet on wood, a slow solo erhu melody.
Action in 720p, 5 Sekunden. Schlamm, Spritzwasser und ein durchgezogener Drift durch die Haarnadelkurve, mit Motorbrüllen auf der Tonspur.
Low tracking shot at bumper height, the camera racing alongside. A mud splattered white rally car with no logos slides sideways through a hairpin bend on a rain soaked forest track, the rear tires flinging a thick rooster tail of mud and water toward the lens, headlights blazing through drifting mist between tall pines. 24mm lens, motion blur, desaturated green grade. Sound: engine scream, gravel and mud spray, rain.
Luftaufnahme in 720p, 5 Sekunden. Ein tiefer, schneller Anflug auf einen Felsen im Meer, an dem sich die Wellen des Atlantiks brechen.
Aerial drone shot flying low and fast over a black sand beach toward a towering basalt sea stack as huge Atlantic waves explode white against the rocks, seabirds wheeling through the spray, low silver sunrise light breaking through storm clouds. 24mm wide lens, epic scale, crisp detail. Sound: thundering surf, howling wind, distant gull cries.
Extremsport in 720p, 5 Sekunden. Ein Bike springt vom Dünenkamm und landet in einer goldenen Sandwolke.
Low tracking shot from the sand, the camera racing alongside. A rider in a white and orange helmet and a sand colored jersey launches a red dirt bike off the crest of a tall desert dune, hangs in the air against a deep blue sky, and lands in a spray of golden sand that blasts toward the lens, low afternoon sun raking across the ripples. 24mm lens, motion blur, warm high contrast grade. Sound: a screaming two stroke engine, the thump of the landing, sand hissing.
Die meisten KI-Videomodelle liefern dir eine Einstellung. Die Story schneidest du danach selbst zusammen. WAN 2.6 setzt eine ganze Szene um. Schreib „Shot 1“, „Shot 2“, „Shot 3“ in deinen Prompt und das Modell schneidet in einem Clip zwischen den Einstellungen. Figur, Licht und Tonspur bleiben über die Schnitte hinweg konsistent.
Unser Dampflok-Prompt verlangte eine Luftaufnahme über einem Viadukt, einen Schaffner im Speisewagen und eine Nahaufnahme der Räder. WAN 2.6 lieferte alle drei in 15 Sekunden bei 1080p. In der mittleren Einstellung sagt der Schaffner „Genau im Zeitplan“, passend zum Timing seines Satzes.
Der Ton ist direkt dabei. Wir haben unsere Dialogclips per Spracherkennung geprüft: Jeder Satz wurde exakt wie geschrieben erkannt. Motoren, Regen, Brandung und Wind werden passend zum Bild generiert.
Auch einzelne Einstellungen überzeugen: von einer Wasserkrone rund um einen Parfümflakon bis zum Dirtbike, das über eine Düne springt.
Wir haben ein Standbild des Schaffners aus unserer Zugszene mit beiden Versionen animiert. Der Prompt war identisch: Er klappt die Uhr zu, schaut auf und sagt „Nächster Halt: der Gipfel.“ Beide sprachen den Satz Wort für Wort, begleitet vom Rattern der Räder auf den Schienen. Standard kostete 10 Credits für 5 Sekunden bei 720p, Flash 7,5 Credits.
WAN 2.6 Standard, Bild zu Video, 720p, 5 Sekunden, 10 Credits.
Slow push in. The conductor snaps the brass pocket watch shut, looks up toward the lens with a warm grin and says, "Next stop, the summit." Snow streams past the windows behind him. Sound: the rhythmic clatter of the rails, the click of the watch, his deep friendly voice.
WAN 2.6 Flash, Bild zu Video, 720p, 5 Sekunden, 7,5 Credits.
Slow push in. The conductor snaps the brass pocket watch shut, looks up toward the lens with a warm grin and says, "Next stop, the summit." Snow streams past the windows behind him. Sound: the rhythmic clatter of the rails, the click of the watch, his deep friendly voice.
Nummeriere die Einstellungen, schreibe die Dialoge in Anführungszeichen und erhalte eine geschnittene Szene mit passendem Ton. So wie unsere Zugfahrt mit drei Einstellungen.
Kellnerinnen, Schaffner, Moderatoren und Erzähler, die ihren Satz mit passender Mimik und dem richtigen Timing sprechen.
Wasserspritzer, Kamerafahrten rund ums Produkt und wandernde Lichtreflexe in 1080p, bereit für Ads und Produktseiten.
Rallye-Drifts, Dünensprünge und Kamerafahrten, die mit schnellen Bewegungen Schritt halten.
Tiefe Drohnenflüge über Küsten, Täler und Städte, mit Wind und Brandung auf der Tonspur.
Wähle 9:16 für Reels, TikTok und Shorts, wie bei unserer Bandtänzerin.
WAN 2.6 ist in jedem Pixel Dojo Abo ab 10 $/Monat enthalten. Ungenutzte Credits bleiben erhalten, solange dein Abo läuft. Abgerechnet wird pro Sekunde, Ton inklusive. WAN 2.6 Standard kostet 2 Credits pro Sekunde bei 720p und 3 Credits pro Sekunde bei 1080p. WAN 2.6 Flash kostet 1,5 Credits pro Sekunde bei 720p und 2,25 Credits pro Sekunde bei 1080p.
Clips sind zwischen 5 und 15 Sekunden lang. Ein Standard-Clip mit 5 Sekunden kostet 10 Credits bei 720p und 15 Credits bei 1080p. Unsere 15 Sekunden lange Zugszene in 1080p kostete 45 Credits.
WAN 2.6 ist Alibabas KI-Videomodell für Text zu Video und Bild zu Video. Es generiert den Ton direkt zum Bild, spricht Dialoge, die du in Anführungszeichen schreibst, und schneidet mehrere Einstellungen zu einem Clip zusammen, mit bis zu 1080p und 15 Sekunden.
Ja. Jeder Clip auf dieser Seite hat eine generierte Tonspur. Setze gesprochene Sätze in Anführungszeichen und liste Geräusche in einer „Sound“-Zeile auf. Unsere Kellnerin, unser Schaffner und die Zugszene geben alle ihre Dialoge Wort für Wort wieder.
Schreibe die Einstellungen der Reihe nach in einen Prompt: „Shot 1: Totale aus der Luft...“, „Shot 2: Halbnahe...“, „Shot 3: Nahaufnahme aus tiefer Perspektive...“. Wähle eine längere Dauer, damit jede Einstellung genug Raum hat. Unsere 15 Sekunden lange Zugszene bestand aus drei Einstellungen.
Standard ist die hochwertigere Version für Text zu Video, Bild zu Video und 1080p, für 2 Credits pro Sekunde bei 720p. Flash ist die schnellere, günstigere Bild-zu-Video-Option für 1,5 Credits pro Sekunde bei 720p. Beide ließen unseren Schaffner seinen Satz Wort für Wort sprechen.
Ja. Was du erstellst, gehört dir. In jedem Abo.
Mit einem kostenlosen Konto bekommst du täglich 3 kostenlose Effekte, um Pixel Dojo auszuprobieren. WAN 2.6 ist in jedem Abo ab 10 $/Monat enthalten. Ungenutzte Credits bleiben erhalten, solange dein Abo läuft. Ein Standard-Clip mit 5 Sekunden bei 720p kostet 10 Credits.
Ja. Sende einen Prompt mit Modus, Dauer und Auflösung per POST an /api/v1/models/wan-2.6-standard/run oder nutze wan-2.6-flash für Bild zu Video.
Schreib oben einen Prompt oder starte mit einem Beispiel von dieser Seite. Ein Tarif umfasst alle Top-Modelle, sechs Studios und Sensei, und deine Credits werden übertragen.
Mit WAN 2.6 starten