Il modello video di Alibaba con più inquadrature e dialoghi
Dirigi un'intera scena con un solo prompt: più inquadrature, battute e una colonna sonora completa in un'unica clip a 1080p.
WAN 2.6 è il modello video di Alibaba che trasforma testo e immagini in video con audio nativo. Scrivi una battuta tra virgolette e il personaggio la pronuncia. Numera le inquadrature e il modello passa dall'una all'altra: come il treno a vapore in questa pagina, che passa da una ripresa aerea su un viadotto a un capotreno che controlla l'orologio, fino alle ruote che battono sui binari, tutto in 15 secondi. Abbiamo creato ogni esempio di questa pagina su Pixel Dojo e per ciascuno trovi il prompt esatto usato per generarlo. Tutti i migliori modelli, sei studi e Sensei, il regista AI, sono inclusi in un unico piano su Pixel Dojo. I crediti non usati si accumulano finché l'abbonamento è attivo e l'uso commerciale è incluso in ogni piano.
10 credits ($0.63) Incluso in ogni piano, da 10 $ al mese.
Hai già un account? Accedi
Di Brian Lovett · Aggiornato il
Sette clip create con WAN 2.6 Standard, quattro a 1080p. Ogni clip ha la sua colonna sonora: attiva l'audio su un riquadro per ascoltarla, poi tocca Usa questo prompt per partire da lì.
Scena con tre inquadrature a 1080p, 15 secondi. Ripresa aerea, dialogo e dettaglio delle ruote da un solo prompt, con il capotreno che dice "Perfettamente in orario" sullo sbuffare della locomotiva.
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.
Dialogo a 1080p, 5 secondi. Un sopracciglio alzato e una battuta secca, "Il caffè è fresco. La torta, un po' meno", tra la pioggia e il ronzio del frigorifero.
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.
Ripresa prodotto a 1080p, 5 secondi. Una lenta orbita, uno schizzo a corona e un fascio di luce dorata che scorre sul vetro sfaccettato.
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.
Danza a 1080p, 9:16, 5 secondi. Un nastro dorato disegna archi nella foschia del mattino, in formato verticale per Reels e 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.
Azione a 720p, 5 secondi. Fango, spruzzi e una derapata lungo tutto il tornante, con il rombo del motore nella traccia audio.
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.
Ripresa aerea a 720p, 5 secondi. Un avvicinamento basso e veloce a un faraglione su cui si infrange l'Atlantico.
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.
Sport estremi a 720p, 5 secondi. Una moto salta dalla cresta della duna e atterra in una nuvola di sabbia dorata.
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 maggior parte dei modelli video AI genera una sola inquadratura, poi tocca a te montare la storia. WAN 2.6 gestisce un'intera scena. Scrivi "Inquadratura 1", "Inquadratura 2", "Inquadratura 3" nel prompt e il modello le monta in un'unica clip, mantenendo lo stesso personaggio, la stessa luce e la stessa colonna sonora tra uno stacco e l'altro.
Nel prompt del treno a vapore abbiamo chiesto una ripresa aerea su un viadotto, un capotreno nel vagone ristorante e un dettaglio delle ruote. WAN 2.6 ha realizzato tutte e tre le inquadrature in 15 secondi a 1080p. In quella centrale, il capotreno dice "Perfettamente in orario", con il labiale sincronizzato alla battuta.
L'audio è già incluso. Abbiamo verificato le clip con dialoghi usando la trascrizione automatica: ogni battuta corrispondeva esattamente al testo scritto. Motori, pioggia, onde e vento vengono generati in sintonia con le immagini.
Anche le singole inquadrature lasciano il segno: da uno schizzo a corona intorno a un flacone di profumo a una moto da cross che salta da una duna.
Abbiamo preso un fotogramma del capotreno dalla scena del treno e lo abbiamo animato con entrambe le versioni, usando lo stesso prompt: chiude l'orologio con uno scatto, alza lo sguardo e dice "Prossima fermata, la vetta." Entrambe hanno pronunciato la battuta parola per parola, con il rumore delle rotaie in sottofondo. Standard è costato 10 crediti per 5 secondi a 720p, Flash 7,5 crediti.
WAN 2.6 Standard, da immagine a video, 720p, 5 secondi, 10 crediti.
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, da immagine a video, 720p, 5 secondi, 7,5 crediti.
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.
Numera le inquadrature, scrivi le battute tra virgolette e ottieni una scena montata con audio coerente, come il nostro viaggio in treno in tre inquadrature.
Cameriere, capitreno, presentatori e narratori che pronunciano una battuta con l'espressione e i tempi giusti.
Schizzi, orbite e fasci di luce in movimento a 1080p, pronti per annunci e pagine prodotto.
Derapate da rally, salti sulle dune e carrellate che tengono il passo con i movimenti più veloci.
Voli bassi con drone su coste, valli e città, con vento e onde nella traccia audio.
Scegli il formato 9:16 per Reels, TikTok e Shorts, come per la nostra ballerina con il nastro.
WAN 2.6 è incluso in ogni piano Pixel Dojo, a partire da $10/mese, e i crediti non usati si accumulano finché l'abbonamento è attivo. Il costo è al secondo, con audio incluso. WAN 2.6 Standard costa 2 crediti al secondo a 720p e 3 crediti al secondo a 1080p. WAN 2.6 Flash costa 1,5 crediti al secondo a 720p e 2,25 crediti al secondo a 1080p.
Le clip durano da 5 a 15 secondi. Una clip Standard di 5 secondi costa 10 crediti a 720p e 15 crediti a 1080p. La nostra scena del treno di 15 secondi a 1080p è costata 45 crediti.
WAN 2.6 è il modello video AI di Alibaba che trasforma testo e immagini in video. Genera l'audio insieme alle immagini, pronuncia i dialoghi che scrivi tra virgolette e monta più inquadrature in un'unica clip, fino a 1080p e 15 secondi.
Sì. Ogni clip in questa pagina ha una colonna sonora generata. Metti le battute tra virgolette ed elenca i suoni in una riga Audio. La cameriera, il capotreno e la scena del treno riproducono tutti le battute parola per parola.
Scrivi le inquadrature in ordine in un unico prompt: "Inquadratura 1: Campo lungo aereo...", "Inquadratura 2: Mezzo primo piano...", "Inquadratura 3: Dettaglio dal basso...". Scegli una durata maggiore per dare spazio a ogni inquadratura. La nostra scena del treno di 15 secondi ne usa tre.
Standard è la versione di qualità superiore per creare video da testo e immagini e lavorare a 1080p, con un costo di 2 crediti al secondo a 720p. Flash è l'opzione più veloce ed economica per trasformare immagini in video, a 1,5 crediti al secondo a 720p. Entrambe hanno fatto pronunciare al nostro capotreno la sua battuta parola per parola.
Sì. Tutto quello che crei è tuo, con qualsiasi piano.
Con un account gratuito hai 3 effetti gratis ogni giorno per provare Pixel Dojo. WAN 2.6 è incluso in ogni piano a partire da $10/mese e i crediti non usati si accumulano finché l'abbonamento è attivo. Una clip Standard di 5 secondi a 720p costa 10 crediti.
Sì. Invia una richiesta POST con un prompt, modalità, durata e risoluzione a /api/v1/models/wan-2.6-standard/run, oppure usa wan-2.6-flash per trasformare immagini in video.
Scrivi un prompt qui sopra o parti da un esempio di questa pagina. Un solo piano copre tutti i modelli top, sei studi e Sensei, e i crediti si accumulano.
Inizia con WAN 2.6