Le modèle vidéo multi-plans d’Alibaba avec dialogues
Réalise une scène entière avec un seul prompt : plusieurs plans, des répliques et une bande-son complète dans un seul clip en 1080p.
WAN 2.6 est le modèle vidéo d’Alibaba qui transforme du texte ou une image en vidéo, avec son natif. Écris une réplique entre guillemets et le personnage la prononce. Numérote tes plans et il enchaîne les coupes. Comme le train à vapeur sur cette page : une vue aérienne du viaduc, un contrôleur qui consulte sa montre, puis les roues qui martèlent les rails, le tout en 15 secondes. Nous avons créé tous les exemples de cette page sur Pixel Dojo, et chacun affiche le prompt exact utilisé. Sur Pixel Dojo, un seul abonnement réunit tous les meilleurs modèles, six studios et Sensei, le réalisateur IA. Tes crédits sont reportés tant que ton abonnement reste actif, et l’usage commercial est inclus dans toutes les formules.
10 credits ($0.63) Inclus dans chaque forfait, dès 10 $/mois.
Déjà membre ? Se connecter
Par Brian Lovett · Mis à jour
Sept clips créés avec WAN 2.6 Standard, dont quatre en 1080p. Chaque clip a sa propre bande-son. Active le son d’une vignette pour l’écouter, puis appuie sur Utiliser ce prompt pour partir de cet exemple.
Scène en trois plans, en 1080p, 15 secondes. Vue aérienne, dialogue et gros plan sur une roue à partir d’un seul prompt, avec le contrôleur qui dit « Pile à l’heure » sur le halètement de la locomotive.
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.
Dialogue en 1080p, 5 secondes. Un sourcil levé et une réplique pince-sans-rire : « Le café est frais. La tarte, beaucoup moins », sur fond de pluie et de ronronnement de réfrigérateur.
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.
Plan produit en 1080p, 5 secondes. Un lent mouvement orbital, une éclaboussure en couronne et une lumière dorée qui balaie le verre à facettes.
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.
Danse en 1080p, 9:16, 5 secondes. Un ruban doré dessine un arc dans la brume matinale, en cadrage vertical pour Reels et 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 en 720p, 5 secondes. Boue, gerbes d’eau et dérapage sur toute l’épingle, avec le rugissement du moteur sur la bande-son.
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.
Vue aérienne en 720p, 5 secondes. Une approche rapide à basse altitude vers un piton rocheux, tandis que l’Atlantique se fracasse contre lui.
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.
Sports extrêmes en 720p, 5 secondes. Une moto décolle de la crête d’une dune et atterrit dans un nuage de sable doré.
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.
La plupart des modèles vidéo IA te donnent un seul plan. À toi d’assembler l’histoire ensuite. WAN 2.6 prend en charge une scène entière. Écris « Plan 1 », « Plan 2 », « Plan 3 » dans ton prompt : il enchaîne les plans dans un seul clip, en gardant le même personnage, la même lumière et la même bande-son d’un plan à l’autre.
Notre prompt de train à vapeur demandait une vue aérienne d’un viaduc, un contrôleur dans le wagon-restaurant et un gros plan sur les roues. WAN 2.6 a livré les trois en 15 secondes, en 1080p. Dans le plan du milieu, le contrôleur dit « Pile à l’heure », avec une synchronisation calée sur sa réplique.
Le son est inclus. Nous avons passé nos clips de dialogue dans un outil de transcription vocale : chaque réplique a été retranscrite exactement comme nous l’avions écrite. Moteurs, pluie, vagues et vent sont générés pour correspondre à l’image.
Les plans uniques brillent aussi, d’une éclaboussure en couronne autour d’un flacon de parfum à une moto qui décolle d’une dune.
Nous avons extrait une image du contrôleur de notre scène de train, puis l’avons animée avec les deux versions et le même prompt : il referme sa montre d’un coup sec, lève les yeux et dit « Prochain arrêt, le sommet. » Les deux ont prononcé la réplique mot pour mot, sur fond de cliquetis des rails. Standard a coûté 10 crédits pour 5 secondes en 720p, et Flash, 7,5 crédits.
WAN 2.6 Standard, image en vidéo, 720p, 5 secondes, 10 crédits.
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, image en vidéo, 720p, 5 secondes, 7,5 crédits.
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.
Numérote les plans, écris les répliques entre guillemets et obtiens une scène montée avec un son raccord, comme notre voyage en train en trois plans.
Serveuses, contrôleurs, présentateurs et narrateurs livrent leur réplique avec l’expression et le timing justes.
Éclaboussures, mouvements orbitaux et balayages lumineux en 1080p, prêts pour tes publicités et tes fiches produit.
Dérapages en rallye, sauts de dunes et travellings qui suivent les mouvements rapides.
Survols au drone à basse altitude au-dessus des côtes, des vallées et des villes, avec le vent et les vagues sur la bande-son.
Choisis le format 9:16 pour Reels, TikTok et Shorts, comme pour notre danseuse au ruban.
WAN 2.6 est inclus dans toutes les formules Pixel Dojo, dès 10 $/mois. Tes crédits sont reportés tant que ton abonnement reste actif. La facturation se fait à la seconde, son inclus. WAN 2.6 Standard coûte 2 crédits par seconde en 720p et 3 crédits par seconde en 1080p. WAN 2.6 Flash coûte 1,5 crédits par seconde en 720p et 2,25 crédits par seconde en 1080p.
Les clips durent de 5 à 15 secondes. Un clip Standard de 5 secondes coûte 10 crédits en 720p et 15 crédits en 1080p. Notre scène de train de 15 secondes en 1080p a coûté 45 crédits.
WAN 2.6 est le modèle vidéo IA d’Alibaba qui transforme du texte ou une image en vidéo. Il génère le son avec l’image, fait prononcer les dialogues que tu écris entre guillemets et assemble plusieurs plans dans un seul clip, jusqu’à 1080p et 15 secondes.
Oui. Chaque clip de cette page possède une bande-son générée. Écris les répliques entre guillemets et liste les sons dans une ligne « Son ». Notre serveuse, notre contrôleur et notre scène de train reprennent tous leurs répliques mot pour mot.
Décris les plans dans l’ordre dans un seul prompt : « Plan 1 : Plan large aérien... », « Plan 2 : Plan rapproché... », « Plan 3 : Gros plan en contre-plongée... ». Choisis une durée plus longue pour laisser de la place à chaque plan. Notre scène de train de 15 secondes utilisait trois plans.
Standard est la version de qualité supérieure pour le texte en vidéo, l’image en vidéo et le 1080p, à 2 crédits par seconde en 720p. Flash est l’option image en vidéo plus rapide et moins chère, à 1,5 crédits par seconde en 720p. Les deux ont fait prononcer sa réplique à notre contrôleur mot pour mot.
Oui. Tes créations t’appartiennent, quelle que soit ta formule.
Un compte gratuit te donne accès à 3 effets gratuits par jour pour essayer Pixel Dojo. WAN 2.6 est inclus dans toutes les formules dès 10 $/mois, et tes crédits sont reportés tant que ton abonnement reste actif. Un clip Standard de 5 secondes en 720p coûte 10 crédits.
Oui. Envoie une requête POST avec un prompt, un mode, une durée et une résolution à /api/v1/models/wan-2.6-standard/run, ou utilise wan-2.6-flash pour l’image en vidéo.
Écris un prompt ci-dessus ou pars de n’importe quel exemple de cette page. Un seul forfait couvre tous les meilleurs modèles, six studios et Sensei, et tes crédits sont reportés.
Commencer avec WAN 2.6