Wan 3.0 — видеомодель от Alibaba для создания роликов по тексту, изображениям и нескольким референсам. Она делает акцент на плавности движения, согласованности сцены и сохранении деталей.

Режимы работы

• Text-to-Video
  Создание видео по текстовому описанию. Можно задать сцену, действия, персонажей, движение камеры и другие детали.
• Image-to-Video
  Оживление изображения. На вход подаётся стартовый кадр и текстовая инструкция. Можно также указать конечный кадр, чтобы модель создала переход между двумя изображениями. Поддерживаются JPG, JPEG, PNG, WebP, GIF и AVIF.
• Reference-to-Video
  Генерация видео с использованием нескольких референсов. Можно добавить изображения, видео и аудио, а в промпте указать, как именно использовать эти материалы.

Плюсы

• Три режима генерации видео.
• Поддержка изображений, видео и аудио как референсов.
• Генерация до 1080p.
• До 30 секунд в Text-to-Video.
• Хорошая связность движения и сцены.
• Можно использовать конечный кадр для контроля результата.

Примеры использования

• Создание видео по тексту.
• Оживление фотографий и иллюстраций.
• Генерация сцен по нескольким референсам.
• Использование готового видео или аудио как основы для новой сцены.
• Создание рекламных роликов.
• Контент для социальных сетей.
• Визуализация сценариев и идей.

Почему удобно через GenAPI

• Все три режима Wan 3.0 доступны через единый API.
• Можно выбрать генерацию по тексту, изображению или референсам.
• Можно использовать изображения, видео и аудио в Reference-to-Video.
• Интерфейс и документация на русском языке.
• Есть служба поддержки.
• Доступна оплата российскими картами.