Wan 3.0: generatore di video AI

I punti di forza di Wan 3.0

Riferimenti immagine e audio in una sola clip

Wan 3.0 accetta fino a 10 immagini di riferimento e 5 clip audio, e Alibaba permette di combinarli liberamente nella stessa generazione.

Nel prompt richiamali come fa Alibaba, cioè Image 1, Image 2 e Audio 1: «il pescatore di Image 1 cammina sul molo di Image 2 e pronuncia la battuta di Audio 1».

Le clip audio hanno un limite di durata complessivo, quindi tagliale alla parte che ti serve. Ti serve prima un'immagine di riferimento? Crea il personaggio o il prodotto con Wan 2.7 Image, poi aggiungilo come Image 1.

Usa materiale tuo o per cui hai il permesso, soprattutto per volti e voci.

Fotogramma chiave di un video cinematografico 16:9, un trittico di tre pannelli separati da sottili bande scure: a sinistra, un semplice ritratto da studio di un pescatore barbuto con un berretto di lana verde scuro; al centro, una semplice foto di un molo di legno deserto all'alba con barche ormeggiate; a destra, lo stesso pescatore con lo stesso berretto che cammina sullo stesso molo all'alba mentre la camera lo segue di lato, barche e gabbiani alle sue spalle. Volto e abiti coerenti, palette tenue blu e ambra, nessun testo, nessun logo.

Clip lunghe che contengono un'intera scena

Le clip possono arrivare a 30 secondi, abbastanza per una scena con più azioni di seguito.

Scrivi il prompt come una breve sequenza, con ogni passaggio in ordine, e indica tempi approssimativi quando contano: «prima apre la scatola, poi tira fuori la lampada, poi la accende e sorride».

Le clip più lunghe costano di più, perché il video si paga al secondo. Prova l'idea con una durata più breve e una risoluzione più bassa prima di generare la ripresa completa.

Fotogramma chiave di un video cinematografico 16:9, un giovane seduto a una scrivania di legno soleggiata tira fuori una lampada da tavolo di ottone da una scatola di cartone aperta, carta stropicciata intorno, una pianta in vaso e un quaderno vicino, la lampada già accesa con una luce calda. Luce naturale del pomeriggio, camera a mano ma stabile, appartamento accogliente, nessun testo, nessun logo.

Audio creato insieme all'immagine

Wan 3.0 genera l'audio insieme al video, quindi passi, pioggia, rumore di motori o una battuta arrivano nella stessa clip.

Descrivi il suono accanto all'azione a cui appartiene: «il bollitore scatta e inizia a fischiare», «lei dice a bassa voce: ce l'abbiamo fatta».

Quando una clip è costruita sui riferimenti, una clip audio può dare alla scena una voce o un ritmo. Alibaba precisa che le modalità primo fotogramma e primo e ultimo fotogramma non accettano riferimenti audio, quindi usa i riferimenti quando la voce conta.

Ascolta ogni risultato prima di pubblicarlo.

Fotogramma chiave di un video cinematografico 16:9, un batterista di strada con una giacca di jeans suona con bacchette di legno una serie di secchi di plastica capovolti in una piazza lastricata affollata, piccioni che si alzano in volo, passanti che si fermano a guardare, una fontana sullo sfondo. Luce vivida del pomeriggio, inquadratura energica dal basso, bacchette in movimento, nessun testo, nessun logo.

Come scrivere i prompt per Wan 3.0

1. Scrivi l'inquadratura in quest'ordine: soggetto, azione, luogo, movimento di camera, luce e infine suono.

2. Richiama i riferimenti per tipo e ordine, come Image 1, Image 2 e Audio 1, e specifica cosa controlla ciascuno.

3. Per le clip lunghe, elenca le azioni come una sequenza e indica tempi approssimativi per i momenti che contano.

4. Descrivi ogni suono nella stessa frase dell'azione che lo produce e metti le battute tra virgolette.

5. Prova l'idea con Wan 3.0 Prime a durata breve e bassa risoluzione, poi genera la ripresa finale quando il prompt è definito.

Video realizzati con Wan 3.0

• 

  In bici lungo il canale

  Realizzato con Wan 3.0

  Un'unica inquadratura continua lungo una strada sul canale lavata dalla pioggia, all'imbrunire. Una donna con un impermeabile giallo pedala davanti a vetrine illuminate, suona il campanello a un passante con l'ombrello e svolta su un piccolo ponte di pietra sull'acqua. La camera la segue di fianco all'altezza delle spalle, poi gira alle sue spalle mentre attraversa il ponte. Riflessi che increspano le pozzanghere, pioggerella leggera, la luce calda dei negozi contro un cielo serale blu profondo, il fruscio delle gomme sulla pietra bagnata e la pioggia che gocciola dalle tende, resa cinematografica naturale.

• 

  Noodles sul bancone

  Realizzato con Wan 3.0

  Un'unica inquadratura continua in un piccolo locale di noodles di notte. Il cuoco solleva un groviglio di noodles da una pentola fumante, li scola con due scosse decise, li adagia in una ciotola profonda, ci versa sopra il brodo caldo con il mestolo e fa scivolare la ciotola lungo il bancone di legno fino a un cliente, che si sporge sopra il vapore. La camera scorre lentamente lungo il bancone seguendo la ciotola. Luce calda delle lampade, vapore che sale, la pentola che borbotta, il tintinnio del mestolo e un chiacchiericcio sommesso in sottofondo, cinematografico.

Prompt di esempio da provare con Wan 3.0

• 

  Mattina al forno

  Fotogramma chiave di un video cinematografico 16:9, un piano medio di una fornaia con un grembiule bianco che estrae da un forno di pietra incandescente una pala di legno con pagnotte dorate e croccanti, farina che fluttua nella luce radente del primo mattino, scaffali di pane alle sue spalle, vapore che sale dalle pagnotte. Palette calda ambra e crema, lento avvicinamento della camera, atmosfera documentaristica, nessun testo, nessun logo.

• 

  Un treno nel deserto

  Fotogramma chiave di un video cinematografico 16:9, una ripresa aerea in movimento che segue un lungo treno passeggeri argentato mentre attraversa un deserto di sabbia rossa al tramonto, la sua lunga ombra distesa sulle dune, mesa lontane all'orizzonte, una sottile scia di polvere dietro l'ultima carrozza. Cielo arancione intenso e viola, movimento fluido del drone, atmosfera epica e calma, nessun testo, nessun logo.

• 

  Piccolo robot in laboratorio

  Fotogramma chiave di un video cinematografico 16:9, un piccolo robot rotondo dall'aspetto di giocattolo, con un solo occhio blu luminoso e braccia corte e tozze, allunga la mano verso una chiave inglese su un banco da lavoro di legno ingombro, circondato da barattoli di viti, una lampada da tavolo e progetti, la luce calda della lampada che si mescola alla luce fredda della finestra. Stile di animazione 3D stilizzata, leggero carrello laterale della camera, atmosfera giocosa, nessun testo, nessun logo.

• 

  Violinista su un tetto

  Fotogramma chiave di un video cinematografico 16:9, una giovane donna con un lungo cappotto grigio suona il violino su un tetto della città all'ora blu, il vento che le muove i capelli, una fila di lucine sulla ringhiera accanto a lei, le luci dello skyline che si accendono alle sue spalle. Lenta rotazione della camera intorno a lei, palette blu profondo e oro caldo, profondità di campo ridotta, nessun testo, nessun logo.

Le immagini di esempio sono indicative; i risultati variano a seconda del modello.

Wan 3.0: caratteristiche e prezzi

Tutti i prezzi qui sotto provengono dal listino in vigore, quindi si aggiornano qui non appena cambiano le tariffe. I crediti si scalano per immagine o per secondo di video.

I limiti di Wan 3.0

• Un primo fotogramma, o un primo e un ultimo, non si può combinare con i riferimenti nella stessa clip, e queste modalità non accettano audio. Scegli un approccio per clip.

• Una clip lunga lascia più spazio perché volti, mani e piccoli oggetti cambino strada facendo.

  Controlla ogni secondo prima di pubblicare, e dividi la scena in clip più brevi quando una parte continua a non riuscire.

• Lo stesso prompt produce ogni volta una clip diversa, e nemmeno un seed fisso garantisce di ottenere la stessa. Tieni la ripresa che ti piace invece di contare di rigenerarla.