音声まで一度に生成する、Alibabaのマルチショット動画モデル
WAN 3.0なら、1つのプロンプトから最長30秒のシネマティックなマルチショット映像へ。音声も一緒に生成します。
ダンスフィルム、商品CM、クレイアニメ、話すキャラクター、シュールなVFX。Alibabaの最新動画モデルWAN 3.0で、表現を映像にしましょう。2秒から30秒の映像と音声を一度に生成し、480p、720p、1080p、2K、4Kに対応。手持ちの参照画像、動画、音声も反映できます。このページのWAN 3.0動画は、すべて私たちが制作しました。各動画には実際に使ったプロンプトを掲載しているので、そのまま制作の出発点にできます。Pixel Dojoなら、主要動画モデルすべてと6つのスタジオ、AIディレクターのSenseiが1つのプランに。契約中はクレジットを繰り越せて、すべてのプランに商用利用が含まれます。
10 credits ($0.63) すべてのプランに含まれます。月額$10から。
すでに会員の方は ログイン
執筆 Brian Lovett · 更新日
Pixel DojoのWAN 3.0で、6本の動画を制作しました。ダンスフィルム、20 sのマルチショット料理シーン、香水CM、クレイアニメの短編、話すキャラクター、シュールなVFX映像です。すべての動画に専用のサウンドトラックが付いています。各タイルの「このプロンプトを使う」をタップして、制作を始めましょう。
1080pで描くダンスとファッション。真紅のシルク、輪を描く水しぶき、真上からの硬い1灯。10 sを通して、カメラがゆっくりと寄っていきます。
Symmetrical wide shot with a slow push-in, one continuous take. A dancer with a sleek black bun and a flowing crimson silk gown spins on a flooded concrete floor under a single hard white top light, her skirt fanning out and flinging a ring of water droplets that sparkle in the beam, a dark empty hall behind her. High contrast, deep blacks, 50mm lens, subtle film grain. Audio: splashing water, rustling silk, echoing footsteps, one low sustained cello note.
1つのプロンプトから、3ショットでつなぐ20 sのシーン。雨の屋台、炎に包まれた中華鍋のスローモーションのクローズアップ、そして同じ料理人が笑顔で一皿を差し出す姿へ。
A 20 second cinematic sequence in three shots about a night market cook. Shot 1 [0-6s]: wide shot, a street food stall glows under red paper lanterns in light rain as a cook in a white headscarf tosses noodles in a wok and a burst of flame leaps up. Shot 2 [7-13s]: hard cut to a close-up of the wok, noodles and vegetables flipping through the flames in slow motion, sparks and steam rising. Shot 3 [14-20s]: hard cut to a medium shot, the cook slides a steaming plate across the counter toward camera and smiles. Keep the cook, the stall and the rain consistent across shots. Audio: sizzling wok, roaring flame, rain on the canvas awning, lively market chatter.
マクロで魅せる香水CM。ボトルの横で水滴が王冠状に弾け、琥珀色のガラスはくっきりと。金色のキャップに光がきらめきます。
Macro product shot with a slow dolly in, one continuous take, the whole bottle in frame. An unlabeled faceted glass perfume bottle with a brushed gold cap, filled with amber liquid, stands on wet black slate as a single water drop falls beside it and bursts into a crown splash, while a thin band of light sweeps across the glass and makes the liquid glow. Black studio background, glossy reflections, shallow depth of field, 100mm macro lens. Audio: one crisp water drip, a soft rising synth tone.
愛らしいクレイアニメ。1つ目の粘土ロボットが、苔に覆われた空中の島でオレンジ色の花に水をやります。粘土には指紋の質感が残り、澄んだ水が流れて苔の上にたまります。
Stop-motion claymation, locked-off medium shot. A small round clay robot with a teal body and one big glowing eye tips a tiny watering can over a single orange flower on a floating island of moss, and the flower opens its petals as the water lands. Fingerprints visible in the clay, soft miniature set lighting, pastel sky backdrop, charming stop-motion stutter. Audio: tiny mechanical whirs, a gentle water trickle, a cheerful plucked ukulele melody.
話すキャラクターのクローズアップ。真鍮のランプから顔を上げ、セリフを口にします。暖かなランプの光が顔を照らし、背後の窓ガラスを雨が伝います。
Medium close-up with a slow push-in, one continuous take. A weathered lighthouse keeper in his sixties with a white beard and a navy wool cap looks up from polishing a brass lamp and says quietly: "Forty years, and the light never went out." Warm tungsten lamplight on his face against blue dusk windows, rain streaking the glass, 50mm lens, fine film grain. Audio: his low gravelly voice, wind against the glass, a distant foghorn.
シュールなVFX。稲妻をまとった嵐雲のクジラが、夕暮れの赤い岩の峡谷に雨を降らせます。岩柱に立つ1人のハイカーが、その巨大さを際立たせます。
Epic wide aerial shot, slow drone push forward, one continuous take. A colossal whale whose entire body is made of billowing grey storm clouds, with no skin, only swirling vapor in the shape of a whale, glides over a red sandstone canyon at dusk, lightning flickering inside the cloud body and rain trailing from its belly onto the rocks, a tiny lone hiker on a ridge in the foreground for scale. Gold and violet sky, volumetric light rays, large format clarity. Audio: deep rolling thunder, a low distant whale song, desert wind.
1つのプロンプトからマルチショットのシーンを作り、音声も同時に生成。WAN 3.0は480pから4Kまで、すべての解像度に対応します。手軽な480pループ、720pの高速モード、フル4K映像。3本の動画で、その表現の幅をご覧ください。
ダンスのプロンプトを480pで。回転の動きも、シルクも、輪を描く水しぶきも鮮明に。SNS向けのループ動画を手早く作れます。
Symmetrical wide shot with a slow push-in, one continuous take. A dancer with a sleek black bun and a flowing crimson silk gown spins on a flooded concrete floor under a single hard white top light, her skirt fanning out and flinging a ring of water droplets that sparkle in the beam, a dark empty hall behind her. High contrast, deep blacks, 50mm lens, subtle film grain. Audio: splashing water, rustling silk, echoing footsteps, one low sustained cello note.
720pの高速モード。料理人がスープを注ぎ、チャーシューを並べ、丼の上で半熟卵を割ります。
Overhead close-up, then a slow tilt down to eye level, one continuous take. A chef in a black apron ladles steaming golden broth over noodles in a dark ceramic bowl, then lays down chashu slices and a soft egg split open with a glossy orange yolk, steam curling through a warm spotlight in a dim wooden noodle bar. 85mm lens, rich warm grade, shallow depth of field. Audio: broth pouring, the clink of a ladle, low bar chatter.
嵐のクジラを4Kで。峡谷の細部、雲の中の稲妻、下へと降り注ぐ雨のカーテンまで、くっきりと描きます。
Epic wide aerial shot, slow drone push forward, one continuous take. A colossal whale whose entire body is made of billowing grey storm clouds, with no skin, only swirling vapor in the shape of a whale, glides over a red sandstone canyon at dusk, lightning flickering inside the cloud body and rain trailing from its belly onto the rocks, a tiny lone hiker on a ridge in the foreground for scale. Gold and violet sky, volumetric light rays, large format clarity. Audio: deep rolling thunder, a low distant whale song, desert wind.
WAN 3.0とWAN 2.7に、同じラーメンのプロンプトを5 s、720pで入力しました。WAN 3.0は、書いた一連の動作をすべて映像化。スープを注ぎ、手でチャーシューを並べ、半分に切った卵を置きます。WAN 2.7は、完成した丼へゆっくりスープを注ぐ、温かみのある主役のカットに仕上げました。複数の動作を順番に書けば、WAN 3.0はその1つひとつを実行します。
同じプロンプト: Overhead close-up, then a slow tilt down to eye level, one continuous take. A chef in a black apron ladles steaming golden broth over noodles in a dark ceramic bowl, then lays down chashu slices and a soft egg split open with a glossy orange yolk, steam curling through a warm spotlight in a dim wooden noodle bar. 85mm lens, rich warm grade, shallow depth of field. Audio: broth pouring, the clink of a ladle, low bar chatter.
WAN 3.0: スープ、チャーシュー、半分に切った卵の順に、1つずつ手で盛り付けます。
Overhead close-up, then a slow tilt down to eye level, one continuous take. A chef in a black apron ladles steaming golden broth over noodles in a dark ceramic bowl, then lays down chashu slices and a soft egg split open with a glossy orange yolk, steam curling through a warm spotlight in a dim wooden noodle bar. 85mm lens, rich warm grade, shallow depth of field. Audio: broth pouring, the clink of a ladle, low bar chatter.
WAN 2.7: 完成した丼へ、ゆっくりスープを注ぎます。
Overhead close-up, then a slow tilt down to eye level, one continuous take. A chef in a black apron ladles steaming golden broth over noodles in a dark ceramic bowl, then lays down chashu slices and a soft egg split open with a glossy orange yolk, steam curling through a warm spotlight in a dim wooden noodle bar. 85mm lens, rich warm grade, shallow depth of field. Audio: broth pouring, the clink of a ladle, low bar chatter.
| WAN 3.0 | WAN 2.7 | |
|---|---|---|
| プロンプト内の動作 | スープ、チャーシュー、卵の順に | 完成した丼にスープを注ぐ |
| 720p・5 sのクレジット数 | 10 | 10 |
| 最長動画 | 30 s | 15 s |
| 最高解像度 | 4K | 1080p |
| 音声 | 映像と同時に生成 | 映像と同時に生成 |
WAN 3.0は、月額$10からのすべてのPixel Dojoプランに含まれます。契約中はクレジットの繰り越しも可能。動画は1秒ごとにクレジットを消費し、生成前にツール上で設定に応じた正確な料金を確認できます。
1秒あたりのクレジットは、480pが1.5、720pが2、1080pまたは2Kが5、4Kが6。720pの高速モードは1秒あたり3です。すべての料金に音声が含まれます。参照画像と参照音声も追加料金なし。参照動画は、その秒数に応じて出力と同じレートで計算されます。
720p・5 sの動画は10クレジットです。
ショットサイズとカメラの動きから始め、被写体、動作、光、レンズ、欲しい音を指定します。被写体と動作は1つずつ。カットを切らずにつなげたいときは「ワンカットの連続撮影」と加えましょう。
連続するシーンでは、各ショットに名前と時間範囲を付け、ショットをまたいで何を統一するか指定します。夜市のプロンプトが参考になります。タイルの「このプロンプトを使う」をタップして始めましょう。
長さは2秒から30秒、解像度は480pから4Kまで選べます。速さを求めるなら高速モードに。参照画像、動画、音声を加えて、見た目やカメラの動き、声を指定したら生成しましょう。
WAN 3.0は、AlibabaのAI動画モデルです。テキストプロンプトや手持ちの画像、動画、音声から、2秒から30秒の音声付き動画を生成します。解像度は480pから4Kまで。Pixel Dojoのブラウザ版、またはPixel Dojo APIで利用できます。
1つのプロンプトから、複数のショットと音声を備えたシネマティックなシーンを作ることです。20 sの夜市シーンでは、同じ料理人が登場する3つのショットを、指定した順に再現しています。このページでは、ダンス、香水CM、クレイアニメ、話すキャラクター、シュールなVFXの作例も紹介しています。
1回の生成で2秒から30秒まで作れます。長さをモデルに任せることも可能です。時間範囲付きのショットリストを書けば、長めの動画に複数のショットを組み込めます。
480p、720p、1080p、2K、4Kに対応しています。SNS向けの動画には480pや720p、主役のカットには1080pを。上の嵐のクジラのように、大画面で細部まで見せたい映像には2Kや4Kが使えます。
はい。映像と同時に音声も生成するので、すべての動画に専用のサウンドトラックが付きます。プロンプトにセリフを書けば、話し声も生成します。音声は料金に含まれます。
はい。どのプランでも、作成したコンテンツはあなたのものです。
無料アカウントでは、毎日3回の無料エフェクトでPixel Dojoを試せます。WAN 3.0は月額$10からのすべてのプランに含まれ、契約中はクレジットを繰り越せます。720p・5 sの動画は、音声込みで10クレジットです。
上にプロンプトを書くか、このページの例から始めましょう。ひとつのプランで主要モデル、6つのスタジオ、Senseiがすべて使え、クレジットは繰り越されます。
WAN 3.0で始める