Alibabas videomodell for scener med flere klipp og innebygd lyd
Med WAN 3.0 gjør du én prompt til en filmatisk scene med flere klipp på opptil 30 sekunder, med lyden på plass.
Lag dansefilmer, produktreklamer, leireanimasjon, snakkende figurer og surrealistiske VFX-klipp med WAN 3.0, Alibabas nyeste videomodell. Den lager klipp på 2 til 30 sekunder med lyd i samme generering, i 480p, 720p, 1080p, 2K eller 4K, og følger dine egne referansebilder, videoer og lydklipp. Vi har laget alle WAN 3.0-klippene på denne siden. Hvert klipp viser den nøyaktige prompten, så du kan bygge videre på den. På Pixel Dojo får du modellen i samme abonnement som alle de ledende videomodellene, seks studioer og Sensei, AI-regissøren. Kredittene overføres så lenge du abonnerer, og kommersiell bruk er inkludert i alle abonnementer.
10 credits ($0.63) Inkludert i alle abonnement, fra 10 USD i måneden.
Allerede medlem? Logg inn
Av Brian Lovett · Oppdatert
Vi laget disse seks klippene med WAN 3.0 på Pixel Dojo: en dansefilm, en matscene på 20 s med flere klipp, en parfymereklame, en kort leireanimasjon, en snakkende figur og et surrealistisk VFX-klipp. Alle har sitt eget lydspor. Trykk på Bruk denne prompten på et av kortene for å bygge videre på den.
Dans og mote i 1080p: karmosinrød silke, en ring av vannsprut og ett hardt overlys, med en rolig kamerakjøring inn gjennom hele klippet på 10 s.
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.
En scene på 20 s med tre klipp fra én prompt: boden i regnet, et nærbilde av woken i flammene i sakte film, og til slutt den samme kokken som serverer tallerkenen med et smil.
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.
En parfymereklame i makro: en vanndråpe danner en kroneformet sprut ved siden av flasken, det ravfargede glasset holder seg skarpt, og et lysglimt treffer gullkorken.
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.
Leireanimasjon med sjarm: en enøyd leirerobot vanner en oransje blomst på en svevende moseøy, med synlige tommelfingeravtrykk i leiren og en klar vannstråle som samler seg på mosen.
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.
Nærbilde av en snakkende figur: han løfter blikket fra messinglampen og sier replikken sin, med varmt lampelys i ansiktet og regn på glasset bak seg.
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.
Surrealistisk VFX: en hval av uværsskyer, knitrende av lyn, trekker et regnslør over en rød kløft i skumringen. En enslig turgåer på en klippesøyle viser størrelsen.
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 gir deg scener med flere klipp fra én prompt, lyd i samme generering og alle oppløsninger fra 480p til 4K. Disse tre klippene viser spennvidden: en rask loop i 480p, hurtigmodus i 720p og et bilde i full 4K.
Danseprompten i 480p: snurringen, silken og ringen av vannsprut kommer tydelig frem, klar for raske looper til sosiale medier.
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.
Hurtigmodus i 720p: kokken heller, legger på chashu og trekker så det bløtkokte egget fra hverandre over skålen.
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.
Uværshvalen i 4K: skarpe detaljer i kløften, lyn inne i skyen og regnslør som faller under den.
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.
Vi ga WAN 3.0 og WAN 2.7 den samme ramen-prompten med 5 s og 720p. WAN 3.0 utfører hele sekvensen vi skrev: heller i kraften, legger på chashu for hånd og legger så ned det halve egget. WAN 2.7 leverer et varmt profilbilde av den ferdige skålen, mens kraften helles langsomt over. Skriv flere handlinger etter hverandre, så utfører WAN 3.0 hver av dem.
Samme prompt: 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: først kraft, så chashu og til slutt det halve egget, alt lagt på for hånd.
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: en ferdig skål med kraft som helles langsomt over.
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 | |
|---|---|---|
| Handlinger i prompten | Kraft, chashu, egg, i rekkefølge | Kraft helt over en ferdig skål |
| Kreditter for 5 s i 720p | 10 | 10 |
| Lengste klipp | 30 s | 15 s |
| Høyeste oppløsning | 4K | 1080p |
| Lyd | Generert sammen med bildet | Generert sammen med bildet |
WAN 3.0 er inkludert i alle Pixel Dojo-abonnementer, fra $10/måned, og kredittene overføres så lenge du abonnerer. Klipp bruker kreditter per sekund video, og verktøyet viser nøyaktig pris for innstillingene dine før du genererer.
Prisene er 1,5 kreditter per sekund i 480p, 2 i 720p, 5 i 1080p eller 2K og 6 i 4K. Hurtigmodus koster 3 per sekund i 720p. Lyd er inkludert i alle prisene. Referansebilder og referanselyd er også inkludert, og sekunder med referansevideo belastes med samme sats som videoen du lager.
Et klipp på 5 s i 720p koster 10 kreditter.
Start med bildeutsnitt og kamerabevegelse, deretter ett motiv, én handling, lyset, objektivet og lyden du vil ha. Legg til «én sammenhengende tagning» for ett ubrutt opptak.
For en sekvens gir du hvert klipp et navn og et tidsintervall, og beskriver hva som skal være likt på tvers av klippene, slik vi gjør i nattmarkedsprompten. Trykk på Bruk denne prompten på det kortet for å bygge videre på den.
Velg 2 til 30 sekunder, 480p til 4K og hurtigmodus for raskere resultater. Legg til referansebilder, videoer eller lyd for å holde en stil, kamerabevegelse eller stemme fast, og generer.
WAN 3.0 er Alibabas AI-videomodell. Den gjør en tekstprompt, eller dine egne bilder, videoer og lyd, om til klipp på 2 til 30 sekunder med lyd, fra 480p til 4K. Bruk den i nettleseren på Pixel Dojo eller gjennom Pixel Dojo API.
Filmatiske scener med flere klipp og lyd fra én enkelt prompt. Nattmarkedsscenen vår på 20 s spiller av tre klipp i rekkefølgen vi skrev dem, med den samme kokken hele veien. Eksemplene på denne siden viser også dans, en parfymereklame, leireanimasjon, en snakkende figur og surrealistisk VFX.
Fra 2 til 30 sekunder i én generering, eller du kan la modellen velge lengden. Lengre videoer rommer flere klipp når du skriver en klippliste med tidsintervaller.
480p, 720p, 1080p, 2K og 4K. Bruk 480p eller 720p til klipp for sosiale medier, 1080p til profilbilder i video og 2K eller 4K til detaljer for store skjermer, som uværshvalen vår over.
Ja. Lyden genereres sammen med bildet, så hvert klipp får sitt eget lydspor, inkludert en talt replikk når du skriver en i prompten. Lyd er inkludert i prisen.
Ja. Du eier det du lager, uansett abonnement.
Med en gratis konto får du 3 gratis effekter hver dag for å prøve Pixel Dojo. WAN 3.0 er inkludert i alle abonnementer fra $10/måned, og kredittene overføres så lenge du abonnerer. Et klipp på 5 s i 720p koster 10 kreditter, med lyd inkludert.
Skriv en prompt over eller start fra et eksempel på denne siden. Ett abonnement dekker alle toppmodellene, seks studioer og Sensei, og kredittene dine overføres.
Start med WAN 3.0