Solo referencias de imagen
El modo de referencia de aquí admite imágenes. Planifica las voces, la música y el movimiento en el texto del prompt, ya que las subidas de vídeo y audio no forman parte de este generador.
128Créditos
Créditos restantes：
Pública
BestAIVideo
Mantén una escena entera cohesionada con Wan 3.0
Wan 3.0, de Alibaba, amplía una sola generación hasta los 30 segundos y añade sonido a cada clip. En esta página puedes escribir una escena desde texto, partir de uno o dos fotogramas o fijar tus personajes y productos con hasta diez imágenes de referencia, y el coste en créditos se muestra antes de enviar.
Qué añade Wan 3.0 a un brief de vídeo
Los clips más largos y las imágenes de referencia cambian la forma de planificar: puedes aspirar a una escena continua en lugar de unir tomas cortas. Estos son los controles que tienes en el generador.
De 2 a 30 segundos de una vez
Fija cualquier duración en segundos enteros de 2 a 30. El valor por defecto es de 5 segundos, suficientes para juzgar el movimiento sin gastar una generación de duración completa en una idea sin probar.
Hasta diez imágenes de referencia
En el modo Omni Reference, sube de una a diez imágenes para que los personajes, los productos y los lugares sigan siendo reconocibles. En este modo es obligatoria al menos una imagen.
Fotogramas que abren o cierran el plano
Usa un fotograma inicial para fijar el comienzo o añade un fotograma final cuando el clip deba llegar a una imagen concreta. Con fotogramas, la relación de aspecto de la salida sigue tu imagen.
El sonido siempre está activado
Wan 3.0 genera diálogos, efectos y música de fondo junto con la imagen. No hay interruptor, así que describe en el prompt el sonido que quieres.
Planifica una escena de Wan 3.0 antes de gastar créditos
Un clip de 30 segundos deja más margen para que algo salga mal, así que unas pocas decisiones tomadas de antemano ahorran más que unos cuantos intentos extra. Sigue este orden.
Elige la duración según la historia
Cuenta primero los momentos clave. Una acción cabe en 5 a 8 segundos, un pequeño intercambio entre dos personas necesita de 12 a 15, y una escena con desarrollo y desenlace es para lo que sirve el techo de 30 segundos.
Elige un conjunto de referencias pequeño y coherente
Diez imágenes es el límite, no un objetivo. Usa referencias que coincidan en identidad y estilo, e indica en el prompt para qué sirve cada una.
Escribe el tiempo en el prompt
Marca los momentos por orden, por ejemplo qué ocurre en los primeros segundos, qué hace la cámara a mitad y cómo termina el clip. Pon entre comillas cualquier frase hablada y nombra los efectos de sonido con claridad.
Elige la resolución al final
Haz un borrador en 480p, comprueba el movimiento y el sonido y renderiza después la versión aprobada en 1080p. Por segundo, 480p cuesta una cuarta parte que 1080p, así que el borrador es una fracción pequeña del resultado final.
Un método de tres pasadas para los vídeos de Wan 3.0
01
Fija las referencias y escribe los momentos clave
Elige las pocas imágenes que definen a tus personajes, tu producto y tu escenario y escribe después la línea de tiempo en frases: estado inicial, acción principal, movimiento de cámara y final. El clip de arriba muestra el tipo de película conectada y de varias escenas que permite un lienzo largo.
02
Haz un borrador corto y barato
Lanza una pasada de 5 segundos en 480p por 32 créditos para ver si el movimiento y el sonido van por buen camino. Cambia una sola variable cada vez para saber qué edición ayudó.
03
Termina con la duración y la resolución completas
Cuando el borrador sea correcto, amplía el mismo brief hasta su duración real y cambia a 1080p. Un clip de 30 segundos en 1080p cuesta 768 créditos, así que debe ser el último paso, no el primero.
Notas de producción de Wan 3.0
Deja que la relación de aspecto siga al trabajo
Elige adaptativa cuando tus fotogramas o referencias ya tengan la forma adecuada y fija una relación de aspecto explícita cuando trabajes solo desde texto.
Guarda un registro de lo que funcionó
Conserva el prompt, el conjunto de referencias, la duración y la resolución de cualquier buen resultado. Un render de 30 segundos sale caro si hay que volver a encontrarlo por casualidad.
Proyectos que encajan con Wan 3.0
Películas de marca guiadas por una historia
Dale a una campaña una escena continua con un personaje, un producto y un desenlace en lugar de montar seis tomas cortas.
Demostraciones de producto
Parte de un fotograma limpio del producto y deja que el clip recorra una función, con una frase hablada o un efecto en cada paso.
Cortos centrados en un personaje
Sube diez imágenes fijas de un mismo personaje y mantén estables el rostro, el vestuario y el escenario a lo largo de una secuencia más larga.
Piezas musicales y de ambiente
Describe la música de fondo por su función, como un ritmo constante y animado, y deja que la imagen y el sonido evolucionen juntos.
Versiones cortas para redes sociales en varias relaciones de aspecto
Renderiza la misma idea en 16:9, 9:16, 1:1, 4:3 o 3:4 para cubrir cada plataforma con un único brief.
Clips de formación y explicativos
Muestra un proceso de principio a fin en una sola toma y añade una frase de narración a cada fase.
Preguntas sobre Wan 3.0, respondidas
Wan 3.0 es el modelo de vídeo de Alibaba para escenas más largas y conectadas. Se basa en las versiones anteriores de Wan con generaciones de hasta 30 segundos, creación guiada por referencias y sonido generado junto con la imagen.
De 2 a 30 segundos, en segundos enteros. El valor por defecto es 5, y el coste en créditos crece con cada segundo, así que las pruebas más cortas son la forma más barata de comprobar un prompt.
Texto a vídeo, generación por fotogramas con un fotograma inicial y uno final opcional, y Omni Reference, que admite de una a diez imágenes de referencia. El modo de referencia necesita al menos una imagen.
La resolución puede ser 480p, 720p o 1080p, con 1080p preseleccionado. Las relaciones de aspecto son 16:9, 4:3, 1:1, 3:4, 9:16 y adaptativa, y los modos de fotogramas siguen la imagen subida.
El precio es por segundo y depende de la resolución. Un clip de 5 segundos cuesta 32 créditos en 480p, 64 en 720p y 128 en 1080p, y el generador muestra el importe exacto antes de enviar.
Sí. Todos los clips se generan con audio, que abarca voz, efectos y música de fondo, y el audio no se puede desactivar. Describe el sonido en tu prompt para orientarlo.
Pon las frases habladas entre comillas y nombra los efectos de forma directa, como un zumbido rápido o el clic de un teclado. Describe la música de fondo por lo que hace, por ejemplo ligera y constante para una escena de negocios.
Sube hasta diez imágenes e indica en el prompt qué aporta cada una. Elige referencias que concuerden entre sí, porque unos rostros o unos estilos en conflicto empujan el resultado en direcciones distintas.
Un borrador en 480p cuesta una cuarta parte que un render en 1080p de la misma duración. Basta para juzgar el ritmo, la cámara y el sonido, de modo que solo pagas la resolución completa por un brief que ya funciona.
Wan 2.7 se queda en 15 segundos, mientras que Wan 3.0 llega a 30 y ofrece hasta diez imágenes de referencia en este generador. Wan 2.7 sigue disponible si necesitas su modo de edición de vídeo.
Empieza por la identidad y la lógica espacial, y después por el orden de los sucesos respecto a tu línea de tiempo. Cuando eso se sostenga, fíjate en el ritmo de los diálogos, los efectos y el fotograma final.
Empieza una escena más larga con Wan 3.0
Escribe los momentos clave, elige tus referencias y consulta el coste en créditos antes de enviar.