L'API Wan 3.0 est la nouvelle génération de la famille vidéo Wan d'Alibaba, conçue pour repousser les limites de la génération de formats longs, du contrôle multi-références et de la qualité audiovisuelle à de nouveaux sommets. Atlas Cloud héberge déjà Wan 2.7, 2.6 et 2.5, et Wan 3.0 fonctionne sur la même clé unifiée sans configuration distincte. Commencez à créer dès aujourd'hui. Faites défiler vers le bas jusqu'à la vitrine pour découvrir ce que Wan 3.0 peut créer.
Wan 3.0 est développé par Alibaba. Atlas Cloud (exploité par Atlas Cloud AI LLC) en fournit l’accès mais n’en est pas propriétaire. Toutes les marques appartiennent à leurs détenteurs respectifs.
Atlas Cloud vous offre les derniers modèles créatifs de pointe de l'industrie.
Trois points de terminaison Wan 3.0 API partagent une seule clé Atlas Cloud, la seule vraie question étant ce que vous avez déjà pour alimenter le modèle.
| Modalité | Description |
|---|---|
| Wan 3.0 T2V API (Texte vers Vidéo) | Un prompt écrit de 20 000 caractères maximum devient un clip terminé avec une piste audio native, rendu en 480P, 720P ou 1080P, et d'une durée de 2 à 30 secondes. Définissez le ratio d'aspect en 16:9, 9:16, 4:3, 3:4 ou 1:1, ou laissez le ratio et la durée en mode adaptatif et confiez au modèle le choix du cadrage et du rythme. Idéal pour les films conceptuels, les publicités et les contenus sociaux qui partent d'un simple script. |
| Wan 3.0 I2V API (Image vers Vidéo) | Fournissez une première image et le clip est animé à partir de celle-ci ; ajoutez une image de fin optionnelle et le mouvement entre les deux sera interpolé automatiquement. Les images sources acceptent les formats jpeg, jpg, png, bmp et webp, de 240 à 8000 pixels, et inférieurs à 20 Mo, tandis que la sortie atteint 1080P avec la piste audio activée par défaut. Utilisez ce point de terminaison quand une photo de produit, une affiche ou une paire de storyboards définit déjà comment la scène doit s'ouvrir et se fermer. |
| Wan 3.0 R2V API (Référence vers Vidéo) | Jusqu'à 20 matériaux de référence accompagnent le prompt : 10 images, 5 vidéos totalisant 15 secondes, et 5 extraits audio totalisant 15 secondes, alignés au niveau des pixels pour l'identité, la voix et l'espace. Le mode Deep Thinking ouvre une seconde porte, permettant à un document de 100 Mo et 50 pages maximum (pdf, docx, pptx, xlsx, txt, md et autres) ou à une page web en direct de servir de source. Réservez-le pour les projets où un personnage récurrent, un actif de marque exact ou un rapport complet doit survivre intact dans la vidéo. |
6 capacités phares qui montrent ce qu'une seule requête Wan 3.0 peut produire, des films de marque à références multiples aux plans-séquences de 30 secondes.
Le mode Omni ingère jusqu'à 20 documents de référence, 10 images, 5 clips et 5 pistes audio, plus un document source ou une page web, de sorte qu'un kit de marque complet devient une vidéo unique fidèle à la marque en un seul passage.
La génération native de 30 secondes donne à la narration l'espace nécessaire pour se déployer, prenant en charge des mouvements de caméra continus et des plans-séquences que les clips plus courts ne peuvent pas contenir. La durée intelligente permet au modèle de rythmer chaque scène par lui-même.
Les visages, les produits et les détails fins sont reproduits avec une fidélité au pixel près sur chaque image. Les équipes de production acquièrent la certitude de livraison qu'exigent les personnages récurrents et les actifs de marque précis.
Le réalisme, la texture de l'image et l'audio natif progressent simultanément, de sorte qu'une scène générée s'accompagne d'un son correspondant au lieu d'une séquence silencieuse. Le résultat offre un véritable impact audiovisuel.
L'édition précise retravaille les séquences existantes à partir d'une instruction écrite ou d'un clip de référence, en modifiant un sujet, un style ou un moment sans regénérer la vidéo entière.
Au-delà du texte, de l'image, de l'audio et de la vidéo, Wan 3.0 lit les fichiers doc, xls, ppt, pdf et md ainsi que les pages web en direct, transformant un rapport ou une présentation directement en un clip terminé.
Voir comment la vidéo générée par les modèles Wan 3.0, Seedance 2.5 et Wan 2.7.
Génération d'un court-métrage animé de science-fiction pour adultes de 30 secondes, au format 16:9 widescreen. Style visuel : CGI ultra-photoréaliste Structures biomécaniques Fusion d'os gris-blanc et de métal noir Articulations de type insecte Texturation osseuse extrêmement fine Traînées de sang séché, craquelures céramiques et saleté d'huile industrielle Ville futuriste abandonnée Lumière de toit grise et froide Organismes verts toxiques rares Éclairage cinématographique à fort contraste Palette de couleurs froides à faible saturation Orange-rouge minimal utilisé uniquement pour les flammes et les alarmes Destruction physique réaliste Ton oppressant, lourd et non héroïque Les personnages n'ont plus de corps charnels complets. Ils sont composés principalement de : Colonne vertébrale humaine Côtes Crâne Muscle hydraulique noir Articulations métalliques Fibres optiques neurales Ports d'interface d'arme Les squelettes ne sont pas des zombies — ce sont du 'matériel hérité' encore exploité par des systèmes militaro-industriels. Chronologie narrative et dynamique 0–4 sec | Combattre encore après la mort La séquence s'ouvre sur un identifiant militaire de soldat gisant dans une flaque d'eau stagnante. Voulez-vous que je continue la traduction du reste de la chronologie si vous avez plus de secondes/beats rédigés ? Cela semble coupé après le beat de 0-4 secondes.
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
Génération d'un clip d'aventure de 15 secondes, format 16:9 ultra-widescreen, dans un univers en peluche. Un vaisseau spatial fait de tissu peluche, de boutons, de fermetures éclair et de coton à rembourrer fuit à grande vitesse à travers un univers composé de planètes géantes en laine, de nébuleuses duveteuses et de mégafaune de poupées de chiffon. Le vaisseau est piloté par trois petits animaux en peluche : un lapin, un renard et un corbeau. Une baleste interstellaire géante couverte de longs poils peluche bleu profond, avec des yeux comme deux boutons de verre, chasse le vaisseau hors de la nébuleuse. Style global : textures peluche ultra-fines, échelle spatiale cinématographique, fort contraste entre apparence mignonne et action intense, travail de caméra FPV exagéré, et physique soft-body réaliste. **Chronologie dynamique de 15 secondes** **0–3 sec | Lancement d'éjection du vaisseau-zip** La séquence se déroule à l'intérieur du vaisseau en peluche, avec un cockpit fait de couture, de boutons et de tableaux de bord en tissu. Un bouton d'avertissement rouge clignote rapidement. Le lapin abaisse un levier de contrôle géant à fermeture éclair, et l'écoutille avant du vaisseau s'ouvre comme un sac en tissu. La caméra recule rapidement du cockpit, passe à travers l'écoutille à fermeture éclair, et émerge à l'extérieur du vaisseau. Le vaisseau s'éjecte et décolle de la crête tricotée d'une planète en laine. **3–6 sec | Orbite à haute vitesse effleurant la planète en laine** La caméra épouse la queue du vaisseau, volant bas au-dessus de la surface de la planète. Le sol est tissé de brins géants de laine : - Des chaînes de montagnes tricotées défilent à grande vitesse en contrebas - Des fils flottants balancent comme une forêt - Le vaisseau esquive vivement à gauche et à droite - La caméra banke et fait des tonneaux en continu - Les propulseurs émettent une traînée de duvet de coton blanc **6–8.5 sec | La baleine géante en peluche apparaît** La nébuleuse duveteuse s'ouvre soudainement de part et d'autre alors qu'une baleine géante en peluche bleu profond jaillit de derrière. Les longs poils sur le corps de la baleine sont soufflés vers l'arrière par le flux d'air à haute vitesse, et ses yeux en boutons de verre reflètent la lumière de la planète. La caméra fait un mouvement saccadé à mi-parcours autour du vaisseau, passant à une vue arrière (recul), de sorte que la baleine grossit continuellement dans le cadre derrière le vaisseau.
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
Les mises à niveau de Wan 3.0 découlent des véritables exigences de l'industrie, s'intégrant directement dans les flux de travail de production ci-dessous, des drames courts aux films d'entreprise.
Les prises de vue natives de 30 secondes et la restauration de scènes réelles permettent aux films, courts métrages et clips musicaux générés par l'IA de faire l'économie d'une grande partie du tournage physique. La cohérence des pixels maintient l'apparence des personnages principaux récurrents, et l'audio natif est parfaitement synchronisé avec chaque plan.
Le contrôle total du style permet de passer du réalisme à l'anime au sein d'un seul modèle, tandis que la cohérence des pixels verrouille une mascotte, un logo ou un personnage IP sur chaque image. Les animations complètes de marque sont rendues sans la fastidieuse chaîne de production.
La création Omni repousse les limites du texte et de l'image pour les marques d'électroménager, de beauté, d'automobile, de produits de grande consommation (FMCG) et de vêtements. Intégrez directement une page produit ou un rapport d'entreprise pour tout générer, des démonstrations de produits aux films de marque d'entreprise.
Fournissez une présentation de l'interface utilisateur d'un produit, une animation de fonctionnalité ou une visualisation de données, et Wan 3.0 conservera l'esthétique originale tout en la transformant en une œuvre d'animation narrative. L'étape fastidieuse de l'animation disparaît.
La saisie de documents lit directement un PDF, un PPT ou une page Web, de sorte qu'une leçon ou un rapport de recherche devient une vidéo explicative claire sans aucun script séparé. Le matériel complexe devient visuel en une seule étape.
La restauration de scènes réelles recrée des paysages, des sites patrimoniaux et la gastronomie locale sans tournage à grande échelle, permettant ainsi de réaliser des films urbains et la numérisation culturelle à faible coût. Des lieux lointains se matérialisent directement sous les yeux des spectateurs.
Mettez l'API Wan 3.0 côte à côte avec les modèles vidéo partageant la même clé Atlas Cloud, et vérifiez où la durée, la capacité de référence, l'audio et le coût par seconde diffèrent réellement.
| Modèle | Durée max | Résolution | Entrées de référence et fichiers | Audio natif | Prix par seconde |
|---|---|---|---|---|---|
| Wan-3.0 Reference-to-video | De 2 à 30 s, ou -1 pour la durée intelligente | 480P, 720P, 1080P | Jusqu'à 20 éléments mixtes : 10 images, 5 vidéos, 5 extraits audio, plus un document ou une page web | √ (activé par défaut) | 0,05 $ |
| Wan-3.0 Text-to-video | De 2 à 30 s, ou -1 pour la durée intelligente | 480P, 720P, 1080P | Uniquement le prompt, jusqu'à 20 000 caractères | √ (activé par défaut) | 0,05 $ |
| Wan-3.0 Image-to-video | De 2 à 30 s, ou -1 pour la durée intelligente | 480P, 720P, 1080P | Première image, avec une dernière image optionnelle | √ (activé par défaut) | 0,05 $ |
| Seedance 2.5 Reference-to-Video | De 4 à 30 s, ou -1 pour la longueur automatique | 480p, 720p, 1080p natif, paliers supérieurs via amélioration | Jusqu'à 30 images, 10 vidéos, 10 extraits audio, pas d'entrée document | √ (activé par défaut) | 0,134 $ |
| Kling V3.0 Turbo Image-to-Video | De 3 à 15 s, 5 s par défaut | 720p, 1080p | Une image source, pas de mode multi-référence | √ (optionnel, désactivé par défaut) | 0,112 $ |
| Veo3.1 Reference-to-video | 8 s fixe | 720p, 1080p, 4K | 1 à 3 images de référence | √ (optionnel, désactivé par défaut) | 0,2 $ |
| MiniMax H3 Reference-to-Video | De 4 à 15 s | 768P, 2K | Références images, vidéos et audio mixtes, au moins une référence visuelle requise | - | 0,1 $ |
Soyez opérationnel en quelques minutes — suivez ces étapes simples pour intégrer et déployer des modèles via la plateforme Atlas Cloud.
Inscrivez-vous sur atlascloud.ai et complétez la vérification. Les nouveaux utilisateurs reçoivent des crédits gratuits pour explorer la plateforme et tester les modèles.
Combiner les modèles Wan 3.0 avancés avec la plateforme accélérée par GPU d'Atlas Cloud offre des performances, une évolutivité et une expérience développeur inégalées.
Faible Latence :
Inférence optimisée par GPU pour un raisonnement en temps réel.
API Unifiée :
Exécutez Wan 3.0, GPT, Gemini et DeepSeek avec une seule intégration.
Tarification Transparente :
Facturation prévisible par token avec options serverless.
Expérience Développeur :
SDK, analytiques, outils de fine-tuning et modèles.
Fiabilité :
99,99% de disponibilité, RBAC et journalisation conforme.
Sécurité et Conformité :
SOC 2 Type II, alignement HIPAA, souveraineté des données aux États-Unis.
Wan 3.0 est le modèle vidéo tout-en-un de nouvelle génération d'Alibaba, désormais en version bêta publique. Une seule requête permet de transformer du texte, des images, de la vidéo, de l'audio, des documents ou des pages web en une vidéo d'une durée maximale de 30 secondes, et le modèle associe cette large gamme de données d'entrée à une cohérence au niveau du pixel, un montage précis et un son généré nativement.
Wan 3.0 est la version la plus complète de la gamme. Elle porte la durée native à 30 secondes, accepte jusqu'à 20 documents de référence mixtes ainsi que des documents et des pages web en mode omni-référence, ajoute un mode première et dernière image, et tend vers une cohérence au niveau du pixel avec un audio natif. Les versions antérieures de Wan sur Atlas Cloud restent des choix solides pour des travaux plus courts et plus ciblés de conversion de texte en vidéo et d'image en vidéo.
Wan 3.0 traite bien plus qu'un simple prompt comme matériel source. Une seule requête peut s'appuyer sur jusqu'à 20 références mixtes, 10 images, 5 clips vidéo totalisant 15 secondes et 5 clips audio totalisant 15 secondes, ainsi qu'un seul document (doc, xls, ppt, pdf ou md) ou une page web, le prompt textuel lui-même pouvant atteindre 20 000 caractères.
Les clips durent nativement jusqu'à 30 secondes. Une requête de texte ou d'image peut durer de 2 à 30 secondes, tandis qu'une requête incluant de la vidéo maintient l'entrée et la sortie dans une limite combinée de 30 secondes, et la durée intelligente peut définir la longueur pour vous. La résolution s'étend sur 480p, 720p et 1080p, avec des formats 16:9, 9:16, 4:3, 3:4, 1:1 et des formats intelligents disponibles.
La cohérence est gérée au niveau du pixel, de sorte qu'un visage, une tenue, un produit ou un fin détail de référence conserve son aspect lorsque les scènes s'enchaînent et que les sujets se déplacent. Pour les cycles de production qui réutilisent le même personnage ou un actif de marque exact, cette stabilité est ce qui rend chaque livraison prévisible.
Oui, à la fois par instruction et par référence. Une note écrite ou un extrait de démonstration peut modifier le style d'un sujet, changer l'éclairage ou remplacer un seul segment, et les éléments que vous souhaitez conserver intacts restent en place tout au long du montage.
Oui. Atlas Cloud propose déjà Wan 2.7, 2.6 et 2.5 sous une clé unifiée, et Wan 3.0 fonctionne sur cette même clé sans nouveau compte, sans remaniement des endpoints et sans configuration distincte. Les équipes qui appellent déjà la famille Wan peuvent accéder à Wan 3.0 simplement en remplaçant le nom du modèle.
Guides, tutoriels et actualités produit pour tirer le meilleur d'Atlas Cloud.