एक क्लिप में इमेज और ऑडियो रेफ़रेंस
Wan 3.0 अधिकतम 10 रेफ़रेंस इमेज और अधिकतम 5 ऑडियो क्लिप लेता है, और Alibaba इन्हें एक जनरेशन में खुलकर मिलाने देता है।
प्रॉम्प्ट में इन्हें वैसे ही बुलाइए जैसे Alibaba बुलाता है, Image 1, Image 2 और Audio 1: “Image 1 वाला मछुआरा Image 2 वाले घाट पर चलता है और Audio 1 वाली लाइन बोलता है”।
ऑडियो क्लिप की कुल लंबाई की सीमा है, इसलिए उन्हें ज़रूरी हिस्से तक काट लीजिए। पहले रेफ़रेंस तस्वीर चाहिए? किरदार या प्रोडक्ट Wan 2.7 Image पर बनाइए, फिर उसे Image 1 के रूप में जोड़िए।
वही सामग्री इस्तेमाल कीजिए जो आपकी हो या जिसकी अनुमति आपके पास हो, ख़ासकर चेहरे और आवाज़।

सिनेमैटिक 16:9 वीडियो कीफ़्रेम, पतली गहरी पट्टियों से अलग किए गए तीन पैनल: बाएँ, गहरे हरे रंग की बुनी टोपी पहने दाढ़ी वाले मछुआरे का सादा स्टूडियो पोर्ट्रेट; बीच में, भोर के समय सूने लकड़ी के घाट की सादी तस्वीर, जिसके किनारे नावें बँधी हैं; दाएँ, वही मछुआरा उसी टोपी में भोर के समय उसी लकड़ी के घाट पर चल रहा है और कैमरा उसके बगल में साथ चल रहा है, पीछे नावें और समुद्री पक्षी। चेहरा और कपड़े एक जैसे, नरम नीले और अंबर रंगों का पैलेट, कोई टेक्स्ट नहीं, कोई लोगो नहीं।








