O modelo de vídeo da Alibaba com vários planos e som integrado
Com WAN 3.0, transforme um único prompt em uma cena cinematográfica de até 30 segundos, com vários planos e som integrado.
Crie filmes de dança, comerciais de produtos, animações em massinha, personagens que falam e cenas com efeitos visuais surreais usando WAN 3.0, o mais novo modelo de vídeo da Alibaba. Ele gera clipes de 2 a 30 segundos com som na mesma geração, em 480p, 720p, 1080p, 2K ou 4K, e segue suas próprias imagens, vídeos e áudios de referência. Criamos todos os clipes de WAN 3.0 desta página, e cada um mostra o prompt exato para você usar como ponto de partida. No Pixel Dojo, ele está no mesmo plano que os principais modelos de vídeo, seis estúdios e o Sensei, o diretor de IA. Seus créditos acumulam enquanto a assinatura estiver ativa, e todos os planos incluem uso comercial.
10 credits ($0.63) Incluído em todos os planos, a partir de US$10/mês.
Já tem conta? Entrar
Por Brian Lovett · Atualizado em
Criamos estes seis clipes com WAN 3.0 no Pixel Dojo: um filme de dança, uma cena gastronômica de 20 s com vários planos, um comercial de perfume, um curta de animação em massinha, um personagem que fala e uma cena com efeitos visuais surreais. Cada um tem sua própria trilha sonora. Toque em Usar este prompt em qualquer card para começar a partir dele.
Dança e moda em 1080p: seda carmesim, um anel de água no ar e uma única luz dura vinda de cima, com uma aproximação lenta da câmera ao longo dos 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.
Uma cena de 20 s em três planos, a partir de um único prompt: a barraca na chuva, um close da wok em meio às chamas em câmera lenta e, depois, a mesma pessoa servindo o prato com um sorriso.
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.
Um comercial de perfume em macro: uma gota de água se rompe em um respingo em forma de coroa ao lado do frasco, o vidro âmbar mantém a nitidez e um reflexo de luz atinge a tampa dourada.
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.
Animação em massinha cheia de charme: um robô de massinha com um olho só rega uma flor laranja numa ilha flutuante de musgo, com marcas de dedos na massinha e um fio de água transparente que se acumula sobre o musgo.
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.
Close de um personagem que fala: ele ergue o olhar da luminária de latão e diz sua fala, com a luz quente da luminária no rosto e a chuva no vidro ao fundo.
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.
Efeitos visuais surreais: uma baleia de nuvens de tempestade, percorrida por relâmpagos, deixa um rastro de chuva sobre um cânion de rocha vermelha ao anoitecer. Uma pessoa sozinha sobre um pilar de rocha dá a noção de escala.
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 cria cenas com vários planos a partir de um único prompt, gera som junto com o vídeo e oferece todas as resoluções de 480p a 4K. Estes três clipes mostram essa variedade: um loop rápido em 480p, o modo rápido em 720p e um quadro completo em 4K.
O prompt de dança em 480p: o giro, a seda e o anel de água ficam bem definidos, prontos para loops rápidos nas redes sociais.
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.
Modo rápido em 720p: o chef despeja o caldo, coloca o chashu e depois separa as metades do ovo de gema mole sobre a tigela.
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.
A baleia de tempestade em 4K: detalhes nítidos do cânion, relâmpagos dentro da nuvem e cortinas de chuva caindo por baixo.
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.
Usamos o mesmo prompt de lámen no WAN 3.0 e no WAN 2.7, com 5 s e 720p. WAN 3.0 executa toda a sequência que escrevemos: despeja o caldo, coloca o chashu à mão e depois acomoda o ovo cortado ao meio. WAN 2.7 entrega um plano de destaque da tigela pronta, com luz quente e o caldo sendo despejado lentamente. Escreva várias ações seguidas e WAN 3.0 executa cada uma.
Mesmo 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: caldo, chashu e depois o ovo cortado ao meio, cada um colocado à mão.
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: uma tigela pronta, com o caldo sendo despejado lentamente.
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 | |
|---|---|---|
| Ações no prompt | Caldo, chashu e ovo, nessa ordem | Caldo despejado sobre a tigela pronta |
| Créditos para 5 s em 720p | 10 | 10 |
| Duração máxima | 30 s | 15 s |
| Resolução máxima | 4K | 1080p |
| Som | Gerado junto com a imagem | Gerado junto com a imagem |
WAN 3.0 está incluído em todos os planos do Pixel Dojo, a partir de $10/mês, e os créditos acumulam enquanto sua assinatura estiver ativa. Os clipes consomem créditos por segundo de vídeo, e a ferramenta mostra o preço exato para as suas configurações antes de gerar.
Os valores são 1,5 créditos por segundo em 480p, 2 em 720p, 5 em 1080p ou 2K e 6 em 4K. No modo rápido, são 3 por segundo em 720p. Todos os valores incluem som. Imagens e áudios de referência também estão incluídos, e os segundos de vídeo de referência são cobrados pela mesma tarifa do vídeo gerado.
Um clipe de 5 s em 720p custa 10 créditos.
Comece pelo enquadramento e pelo movimento de câmera. Depois, descreva um sujeito, uma ação, a luz, a lente e o som que você quer. Adicione "um único plano contínuo" para criar uma tomada sem cortes.
Para criar uma sequência, dê um nome e um intervalo de tempo a cada plano e diga o que deve permanecer igual entre eles, como no nosso prompt do mercado noturno. Toque em Usar este prompt nesse card para começar a partir dele.
Escolha de 2 a 30 segundos, de 480p a 4K, e use o modo rápido para receber o resultado mais rápido. Adicione imagens, vídeos ou áudios de referência para manter um visual, um movimento de câmera ou uma voz. Depois, é só gerar.
WAN 3.0 é o modelo de vídeo com IA da Alibaba. Ele transforma um prompt de texto, ou suas próprias imagens, vídeos e áudios, em clipes de 2 a 30 segundos com som, de 480p a 4K. Use no navegador pelo Pixel Dojo ou pela API do Pixel Dojo.
Cenas cinematográficas com vários planos e som a partir de um único prompt. Nossa cena de 20 s no mercado noturno executa três planos na ordem em que escrevemos, mantendo a mesma pessoa cozinhando do início ao fim. Os exemplos desta página também incluem dança, um comercial de perfume, animação em massinha, um personagem que fala e efeitos visuais surreais.
De 2 a 30 segundos em uma única geração, ou você pode deixar o modelo escolher a duração. Clipes mais longos comportam vários planos quando você escreve uma lista de planos com intervalos de tempo.
480p, 720p, 1080p, 2K e 4K. Use 480p ou 720p para clipes de redes sociais, 1080p para planos de destaque e 2K ou 4K para detalhes de tela grande, como na nossa baleia de tempestade acima.
Sim. O som é gerado junto com a imagem, então cada clipe vem com sua própria trilha sonora, incluindo uma fala quando ela está escrita no prompt. O som está incluído no preço.
Sim. O que você cria é seu, em qualquer plano.
Uma conta gratuita dá acesso a 3 efeitos grátis por dia para experimentar o Pixel Dojo. WAN 3.0 está incluído em todos os planos a partir de $10/mês, e os créditos acumulam enquanto sua assinatura estiver ativa. Um clipe de 5 s em 720p custa 10 créditos, com som incluído.
Escreva um prompt acima ou comece por qualquer exemplo desta página. Um só plano cobre todos os principais modelos, seis estúdios e o Sensei, e seus créditos acumulam.
Comece com WAN 3.0