Model icon
wan3.0-text-to-video
Text to Video
Image to Video
Reference to Video
Uncensored
Zobacz więcej modeli: Alibaba
Model:
Generuj wideo Wan 3.0 trwające 2–30 sekund z tekstu, z pierwszej i ostatniej klatki albo z referencji multimodalnych, z opcjonalnym zsynchronizowanym dźwiękiem.
Input
649/20000
5s
2s30s
(optional)

Safety checks are always enabled in the playground and cannot be disabled.

Output

Przykładowy wynik

To przykładowe dane. Wygeneruj nowy wynik, aby zobaczyć prawdziwy rezultat.

ID zadania:ZHY7GXZCH5W7M77FUtworzono:2026-08-25
Status:finishedPostęp:100%

Example video

Examples
Szczegóły cennika

Płatność za użycie. Bez subskrypcji i ukrytych opłat.

1 kredyt = $0.005
PoziomCena PoYo
Tekst na wideo / Obraz na wideo / Referencja na wideo · Wszystkie workflows · 480p
$0.050/rozliczana s
Kredyty: 10/rozliczana s
Rozliczane sekundy (5): $0.250 ·Rozliczane sekundy (10): $0.500
Tekst na wideo / Obraz na wideo / Referencja na wideo · Wszystkie workflows · 720p
$0.100/rozliczana s
Kredyty: 20/rozliczana s
Rozliczane sekundy (5): $0.500 ·Rozliczane sekundy (10): $1.00
Tekst na wideo / Obraz na wideo / Referencja na wideo · Wszystkie workflows · 1080p
$0.200/rozliczana s
Kredyty: 40/rozliczana s
Rozliczane sekundy (5): $1.00 ·Rozliczane sekundy (10): $2.00
Jak jest rozliczane: Rozliczane sekundy = czas trwania wyniku + czas trwania wideo referencyjnego. Bez wideo referencyjnego rozliczany jest tylko wynik.

Uwaga: koszt = (łączny czas wejściowych wideo referencyjnych + czas wideo wyjściowego) × cena jednostkowa. Bez wideo referencyjnych rozliczany jest tylko czas wyjścia.

WAN 3.0 API

Kompletny przewodnik: Wan 3.0 API: twórz dłuższe, bardziej spójne wideo z każdej referencji

Wan 3.0 API: twórz dłuższe, bardziej spójne wideo z każdej referencji

Wan 3.0 obsługuje w PoYo wideo z tekstu, animację od pierwszej do ostatniej klatki oraz multimodalne workflows wideo z referencji.

Twórz wideo trwające 2–30 sekund w 480p, 720p lub 1080p, dodawaj zsynchronizowany dźwięk i prowadź wyniki za pomocą obrazów, wideo, audio, dokumentów lub linków do stron.

Co ma odblokować Wan 3.0 API

Poznaj kluczowe możliwości wideo Wan 3.0: od multimodalnych referencji i spójnego 30-sekundowego opowiadania historii po zsynchronizowany dźwięk.

01

Multimodalny kontekst Omni-Reference: połącz każde wejście kreatywne

Zdjęcie produktu może wyznaczyć główny obiekt, referencja audio ustalić rytm, a dokument przekazać szerszy brief. Wan 3.0 łączy te sygnały we wspólny kierunek kreatywny.

  • Obsługa tekstu, obrazów, audio, wideo, dokumentów i stron internetowych
  • Więcej kontekstu dla postaci, produktów, lokacji, ruchu i nastroju
  • Jeden brief kreatywny zamiast rozproszonych fragmentów promptu

02

Spójne 30-sekundowe opowiadanie historii: zachowaj postaci i ujęcia

Wan 3.0 generuje natywne wideo do 30 sekund z większą spójnością, dając postaciom i obiektom miejsce na powiązane akcje i ujęcia przy zachowaniu rozpoznawalności.

  • Do 30 sekund w jednym generowaniu
  • Większa ciągłość w akcjach i powiązanych ujęciach
  • Więcej miejsca na odsłony, ruch i tempo narracji

03

Precyzyjna edycja i wydłużanie wideo: popraw bez budowania od nowa

Narzędzia edycji i wydłużania pozwalają na punktowe poprawki: możesz kontynuować istniejący moment, zmienić fragment obrazu albo część sceny, zachowując postać, kompozycję i ruch, które już działają.

  • Precyzyjne zmiany zamiast ponownego generowania całej sceny
  • Kontynuacja wideo do wydłużenia już zbudowanego momentu
  • Lepsze dopasowanie do przeglądów, wariantów i workflows postprodukcji

04

Natywne generowanie obrazu i dźwięku: kieruj ruchem, kamerą i dźwiękiem

Wan 3.0 łączy natywny dźwięk, powiązane ujęcia i świadomą kontrolę kamery, dzięki czemu dialogi, ambient, akcja i kadrowanie mogą tworzyć jedno doświadczenie.

  • Natywny, zsynchronizowany dźwięk
  • Kontrola powiązanych ujęć dla bardziej filmowego montażu sekwencji
  • Ruch i dźwięk mogą wspierać ten sam rytm opowieści

Gdzie Wan 3.0 API może pasować do twojego workflow

01

Historie kampanii

Przeprowadź rozpoznawalny produkt, język wizualny i ścieżkę dźwiękową przez dłuższą narrację do social mediów lub reklamy.

02

Prezentacje produktów

Połącz obrazy produktu z pisemnymi briefami, by pokazać funkcje, przemiany i kontekst w jednej kontrolowanej sekwencji.

03

Narracyjna wizualizacja wstępna

Zbadaj powiązane ujęcia, tempo, ruch kamery i dźwięk, zanim przejdziesz do pełnego workflow produkcyjnego.

04

Iteracyjna postprodukcja

Popraw fragment obrazu, wydłuż moment lub stwórz warianty, chroniąc te elementy ujęcia, które już działają.

Wan 3.0 vs Wan 3.0 Video Prime

Oba poziomy obsługują te same trzy workflows i podstawowe opcje kontroli. Wybierz według czasu realizacji i kosztu za sekundę.

MożliwośćWan 3.0Wan 3.0 Video Prime
PozycjonowaniePoziom standardowy do ekonomicznego generowaniaPoziom Prime zoptymalizowany pod szybszą realizację
WorkflowsTekst na wideo · Obraz na wideo · Referencja na wideoTekst na wideo · Obraz na wideo · Referencja na wideo
Opcje wyjścia480p, 720p lub 1080p · 2–30 s · opcjonalny dźwięk480p, 720p lub 1080p · 2–30 s · opcjonalny dźwięk
Wejścia referencyjneDo 10 obrazów · 5 wideo · 5 klipów audio · jeden dokument lub linkDo 10 obrazów · 5 wideo · 5 klipów audio · jeden dokument lub link
Cena w PoYo480p 10 · 720p 20 · 1080p 40 kredytów/s480p 13,6 · 720p 28 · 1080p 56 kredytów/s
ID modeliwan3.0-text-to-video · wan3.0-image-to-video · wan3.0-reference-to-videowan3.0-prime-text-to-video · wan3.0-prime-image-to-video · wan3.0-prime-reference-to-video

Workflows i limity wejścia są takie same. Wybierz Wan 3.0, gdy zależy ci na niższym koszcie, albo Video Prime, gdy priorytetem jest szybsza realizacja. Koszt = (łączny czas trwania wejściowych wideo referencyjnych + czas trwania wideo wyjściowego) × cena jednostkowa. Bez wideo referencyjnych liczony jest tylko czas trwania wyniku.

Najczęstsze pytania o Wan 3.0 API

Czym jest Wan 3.0?

Wan 3.0 to model wideo AI nowej generacji od Alibaba: natywne klipy do 30 sekund, referencje multimodalne, zsynchronizowany dźwięk, kontrola powiązanych ujęć i precyzyjna edycja.

Jak mogę używać Wan 3.0 w PoYo?

Użyj narzędzia Playground albo API z modelem wan3.0-text-to-video, wan3.0-image-to-video lub wan3.0-reference-to-video.

Jakie wejścia obsługuje Wan 3.0 API?

Wideo z tekstu używa promptu; wideo z obrazu przyjmuje jeden lub dwa obrazy jako pierwszą i ostatnią klatkę; wideo z referencji przyjmuje do 10 obrazów, 5 wideo, 5 klipów audio oraz jeden dokument lub publiczną stronę internetową. Dokumentów i stron internetowych nie można łączyć.

Jak długie mogą być wideo z Wan 3.0?

Ustaw czas trwania na dowolną liczbę całkowitą od 2 do 30 sekund.

Czy Wan 3.0 generuje dźwięk?

Tak. Użyj przełącznika audio, by zażądać zsynchronizowanego dźwięku.

Ile kosztuje Wan 3.0 API w PoYo?

480p kosztuje 10 kredytów za sekundę, 720p kosztuje 20 kredytów za sekundę, a 1080p kosztuje 40 kredytów za sekundę. Koszt = (łączny czas trwania wejściowych wideo referencyjnych + czas trwania wideo wyjściowego) × cena jednostkowa. Bez wideo referencyjnych liczony jest tylko czas trwania wyniku.

Dlaczego warto budować z Wan 3.0 w PoYo

01

Trzy workflows, jedno narzędzie Playground

Przełączaj się między generowaniem z tekstu, z pierwszej i ostatniej klatki oraz z referencji multimodalnych bez zmiany narzędzia.

02

Referencje multimodalne w standardzie

Prześlij obrazy, wideo, audio i dokumenty albo dodaj publiczny link bezpośrednio w żądaniu.

03

Przewidywalny cennik za sekundę

Oszacuj koszt przed wysłaniem na podstawie stawki dla wybranej rozdzielczości, łącznego czasu trwania wejściowych wideo referencyjnych i czasu trwania wideo wyjściowego.

04

Od narzędzia Playground do API

Sprawdź żądanie JSON, użyj ponownie tego samego ID modelu i przejdź prosto do integracji produkcyjnej.