Wan 3.0: gerador de vídeo com IA

No que o Wan 3.0 se sai bem

Referências de imagem e áudio em um clipe

O Wan 3.0 aceita até 10 imagens e 5 áudios de referência, e a Alibaba deixa combinar tudo livremente numa mesma geração.

Chame as referências no prompt do jeito que a Alibaba faz, como Image 1, Image 2 e Audio 1: "o pescador da Image 1 caminha pelo píer da Image 2 e diz a fala do Audio 1".

Os áudios têm um limite de duração somada, então corte só o trecho de que você precisa. Precisa de uma imagem de referência antes? Crie o personagem ou o produto no Wan 2.7 Image e adicione como Image 1.

Use material seu ou que você tenha permissão para usar, principalmente rostos e vozes.

Quadro-chave de vídeo cinematográfico 16:9, um tríptico de três painéis separados por faixas escuras finas: à esquerda, um retrato de estúdio simples de um pescador barbudo com gorro de tricô verde-escuro; no meio, uma foto simples de um píer de madeira vazio ao amanhecer com barcos atracados; à direita, o mesmo pescador com o mesmo gorro caminhando por esse mesmo píer ao amanhecer enquanto a câmera o acompanha de lado, com barcos e gaivotas atrás. Rosto e roupas consistentes, paleta suave de azul e âmbar, sem texto, sem logotipos.

Clipes longos que comportam uma cena inteira

Os clipes podem ter até 30 segundos, tempo suficiente para uma cena com várias ações seguidas.

Escreva o prompt como uma sequência curta, com cada momento na ordem, e dê tempos aproximados quando importarem: "primeiro ela abre a caixa, depois tira a luminária, então acende e sorri".

Clipes mais longos custam mais, porque o vídeo é cobrado por segundo. Teste a ideia com duração menor e resolução mais baixa antes de gerar a tomada completa.

Quadro-chave de vídeo cinematográfico 16:9, um jovem numa escrivaninha de madeira ensolarada tira uma luminária de mesa de latão de uma caixa de papelão aberta, com papel amassado em volta, um vaso de planta e um caderno por perto, a luminária já acesa com um brilho quente. Luz natural de tarde, câmera na mão mas estável, apartamento aconchegante, sem texto, sem logotipos.

Som gerado junto com a imagem

O Wan 3.0 gera o som junto com o vídeo, então passos, chuva, barulho de motor ou uma fala chegam no mesmo clipe.

Descreva o som ao lado da ação a que ele pertence: "a chaleira desliga com um clique e começa a apitar", "ela diz baixinho: 'Conseguimos'".

Quando o clipe é montado com referências, um áudio pode definir a voz ou o ritmo da cena. A Alibaba avisa que os modos de primeiro quadro e de primeiro e último quadro não aceitam áudio de referência, então use referências quando a voz importar.

Ouça todo resultado antes de publicar.

Quadro-chave de vídeo cinematográfico 16:9, um baterista de rua de jaqueta jeans toca um conjunto de baldes de plástico virados com baquetas de madeira numa praça de pedra movimentada, pombos levantando voo, pessoas parando para assistir, uma fonte atrás. Luz forte de tarde, ângulo baixo cheio de energia, movimento nas baquetas, sem texto, sem logotipos.

Como escrever prompts para o Wan 3.0

1. Escreva o plano nesta ordem: elemento principal, ação, lugar, movimento de câmera, luz e, por último, som.

2. Chame as referências pelo tipo e pela ordem, como Image 1, Image 2 e Audio 1, e diga o que cada uma controla.

3. Em clipes longos, liste as ações em sequência e dê tempos aproximados para os momentos que importam.

4. Descreva cada som na mesma frase da ação que o provoca, e coloque as falas entre aspas.

5. Teste a ideia no Wan 3.0 Prime com duração curta e resolução baixa, e gere a tomada final quando o prompt estiver fechado.

Vídeos feitos com Wan 3.0

• 

  De bicicleta pelo canal

  Feito com Wan 3.0

  Uma única tomada contínua por uma rua à beira de um canal lavada pela chuva, ao entardecer. Uma mulher de capa de chuva amarela pedala diante de vitrines iluminadas, toca a campainha para um pedestre de guarda-chuva e entra numa pequena ponte de pedra sobre a água. A câmera acompanha ao lado dela na altura do ombro e depois gira para trás dela enquanto ela atravessa a ponte. Reflexos ondulam nas poças, garoa leve, a luz quente das lojas contra um céu noturno azul profundo, o chiado dos pneus na pedra molhada e a chuva pingando dos toldos, visual cinematográfico natural.

• 

  Lámen pelo balcão

  Feito com Wan 3.0

  Uma única tomada contínua num pequeno bar de lámen à noite. O cozinheiro tira um emaranhado de macarrão de uma panela fumegante, escorre com duas sacudidas firmes, coloca numa tigela funda, despeja caldo quente por cima com a concha e desliza a tigela pelo balcão de madeira até um cliente, que se inclina sobre o vapor. A câmera desliza devagar ao longo do balcão, acompanhando a tigela. Luz quente de luminária, vapor subindo, a panela borbulhando, o tilintar da concha e conversas baixas ao fundo, cinematográfico.

Exemplos de prompt para testar com Wan 3.0

• 

  Manhã na padaria

  Quadro-chave de vídeo cinematográfico 16:9, plano médio de uma padeira de avental branco tirando de um forno de pedra aceso uma pá de madeira com pães dourados e crocantes, farinha flutuando na luz inclinada do começo da manhã, prateleiras de pão atrás dela, vapor subindo dos pães. Paleta quente de âmbar e creme, aproximação lenta da câmera, clima de documentário, sem texto, sem logotipos.

• 

  Trem atravessando o deserto

  Quadro-chave de vídeo cinematográfico 16:9, tomada aérea acompanhando um longo trem de passageiros prateado que atravessa um deserto de areia vermelha ao pôr do sol, a sombra comprida se estendendo sobre as dunas, mesetas distantes no horizonte, um rastro fino de poeira atrás do último vagão. Céu laranja intenso e violeta, movimento suave de drone, épico e calmo, sem texto, sem logotipos.

• 

  Robozinho numa oficina

  Quadro-chave de vídeo cinematográfico 16:9, um pequeno robô redondo com cara de brinquedo, um olho azul brilhante e braços curtos, estica a mão para uma chave inglesa sobre uma bancada de madeira bagunçada, com potes de parafusos, uma luminária de mesa e plantas técnicas ao redor, luz quente da luminária se misturando à luz fria da janela. Visual de animação 3D estilizada, travelling lateral suave, clima divertido, sem texto, sem logotipos.

• 

  Violinista num terraço

  Quadro-chave de vídeo cinematográfico 16:9, uma jovem de casaco cinza comprido toca violino num terraço da cidade na hora azul, o vento mexendo no cabelo dela, um cordão de luzes num parapeito ao lado, as luzes do skyline se acendendo atrás. Órbita lenta ao redor dela, paleta de azul profundo e dourado quente, pouca profundidade de campo, sem texto, sem logotipos.

As imagens de exemplo são ilustrativas; os resultados variam conforme o modelo.

Wan 3.0: especificações e preços

Todos os preços abaixo vêm da tabela de preços em vigor, então mudam aqui assim que os valores mudam. Os créditos são cobrados por imagem ou por segundo de vídeo.

Limitações do Wan 3.0

• Um primeiro quadro, ou primeiro e último quadro, não pode ser combinado com referências no mesmo clipe, e esses modos de quadro não aceitam áudio. Escolha um caminho por clipe.

• Um clipe longo deixa mais espaço para rostos, mãos e objetos pequenos mudarem.

  Confira cada segundo antes de publicar e divida a cena em clipes mais curtos quando uma parte insistir em sair errada.

• O mesmo prompt gera um clipe diferente a cada vez, e um seed fixo não garante repetir o resultado. Guarde a tomada de que você gostou, em vez de contar com gerar ela de novo.