ついに強力な30秒のAI動画ができました。ところがクライアントから45秒の広告を求められる。あるいは、60秒のShorts版が必要になる編集もある。ここでWan 3.0の30秒を超える動画延長は、モデル仕様の質問ではなく、連続性ワークフローの問題になります。
簡単に言えば、Wan 3.0を30秒の計画単位として扱うことです。まず最強の30秒ベースショットを生成し、その後、最後のフレーム、最後の1~3秒、強力な参照、そしてシーンをリセットしない延長プロンプトを使って続けます。
Wan 3.0がエキサイティングなのは、ネイティブ30秒生成が現実になったからです。しかし、より長い完成動画は依然としてセグメントで作られます。コツは、セグメント2を新しい動画が同じジャケットを着ているように感じさせるのではなく、次の呼吸のように感じさせることです。
重要なポイント
- Wan 3.0は、ネイティブ30秒ショットとして計画するのが最適です。
- 45秒や60秒の編集には、1つの巨大なプロンプトではなく、延長が必要です。
- 「参照から動画へ」は、「延長」ボタンが表示されない場合の実用的なフォールバックです。
- すべての延長で、アイデンティティ、場所、カメラ、動き、音声を固定します。
- リトライを予算に組み込みます。連続性は通常、1回の実行だけでは不十分です。
ケース1: Wan 3.0の30秒を超える動画延長。中国風の部屋ドラマクリップをさらに15秒延長したもの。
Wan 3.0の30秒を超える動画延長が注目される理由
最初に結論を言います:目玉機能は30秒ですが、クリエイターの問題は30秒後に何が起こるかです。
Alibaba自身のModel Studioリリースページでは、Wan 3.0はネイティブ30秒ストーリーテリング、1080Pシネマティック出力、ネイティブ音声・映像生成、そして画像、テキスト、動画、音声、ドキュメント、Webページからの参照を備えていると説明されています(Alibaba Cloud Model Studio、2026年8月)。Alibaba Cloud Communityも、Wan 3.0をマルチモーダル参照と動画延長機能を備えた30秒ベータリリースとして位置づけています(Alibaba Cloud Community、2026年8月)。
それが良い部分です。
厄介な部分は、長いAI動画を試したことがある人にはおなじみです:
- 2番目のクリップがシーンを続けるのではなく、リセットしてしまう。
- キャラクターの顔、コート、年齢、姿勢が変わる。
- CTAが表示されるべきところで商品ラベルが歪む。
- カメラがストーリー上の理由なく新しい軸にジャンプする。
- 音声ベッドがリセットされるため、編集ポイントが目立つ。
失敗のほとんどは同じ根本原因を持っています。ユーザーが2番目のプロンプトを新しい生成のように書いてしまうことです。Wan 3.0の動画延長では、2番目のプロンプトは編集者からの引き継ぎメモのように読めるべきです。
問題は、その引き継ぎはどのようなものであるべきかということです。
Wan 3.0動画延長ワークフローの概要
このセクションでは、実用的なマップを提供します:どのWan 3.0モードをいつ使用するか、そしてテスト全体を1つのブラウザタブ内に保つ方法です。
Atlas Cloudは、同じモデルファミリーが1か所で公開されているため、ここで役立ちます。テキストから動画へのベースをテストし、製品ショットのために画像から動画へ移動し、その後、ワークフローやアセットライブラリを変更せずに、参照から動画への延長を使用できます。まずAtlas Cloudモデルハブから始め、実行する準備ができたらAtlas Cloud上のWan 3.0を開いてください。
| ニーズ | Atlas Cloudモデル | 使用用途 | 計画設定 | 価格メモ |
|---|---|---|---|---|
| テキストから最初の30秒 | Wan-3.0 Text-to-video | 開始画像が存在しない場合 | 30秒、720Pテスト、1080P最終、16:9または9:16 | Atlasモデル/全一覧は$0.05/秒から |
| 画像から最初の30秒 | Wan-3.0 Image-to-video | 製品、人物、ブランドアンカー | 30秒、同じ比率、必要に応じてネイティブ音声 | 公開前に最終ティアを確認 |
| 延長セグメント | Wan-3.0 Reference-to-video | 前のクリップ、最終フレーム、または製品参照を入力 | 6~15秒延長、同じ比率と解像度 | Atlasモデル/全一覧は$0.05/秒から |
| オプションの結合 | ローカルエディタ | アセンブル、圧縮、ポスター、GIF | GIFは10秒以下のクリップのみ | ローカル処理 |
Atlas Cloudの全モデルページには現在、Wan-3.0 Text-to-video、Image-to-video、Reference-to-videoが$0.05/秒から掲載されています。ホームページにも、Wan 3.0のテキストから動画、画像から動画、オールインワン参照から動画が$0.05/秒からライブであると記載されています。公開日には全モデル価格ページを確認してください。解像度のティアや割引は変更される可能性があります。
Picsartの最近のWan 3.0統合記事も同じ方向性を示しています:30秒のワンテイクが目玉ですが、Extend、Smart Duration、ドキュメント、Webページ、最初と最後のフレーム制御こそが、それをワークフローに変えるものです(Picsart、2026年8月)。
ステップ1:Wan 3.0の30秒ベースショットを計画する
60秒ではなく30秒から始めてください。ベースクリップにはすでに始まり、中間、そして有用な終了状態が必要です。
この構造を使用します:
アイデンティティ -> 設定 -> タイムラインビート -> カメラ -> 音声 -> 終了状態
Plain1プレミアムアイス抹茶ドリンク(透明ガラスボトル入り)の30秒シネマティック製品動画を作成してください。 216:9横長。ワンコンティニュアス・テイク。 3 40-5秒:ボトルが濡れた石のカウンターの上に、新鮮な抹茶パウダーと氷とともに立っている。柔らかな朝の窓明かり、ガラスに結露。 55-12秒:手がボトルを持ち上げ、水滴が表面を滑り落ちる。ラベルは読みやすく中央に保たれる。 612-22秒:カメラがボトルとともに追従し、明るいカフェのカウンターシーンを通り抜ける。背景にバリスタツールと緑の陶器のカップ。 722-30秒:ボトルがカウンターに戻される。カメラはクリーンなヒーローアングルに落ち着き、後でコールトゥアクションを入れるために右側に空きスペースを残す。 8 9同じボトルの形状、ラベルの配置、緑色、照明、カフェ環境を全体を通して維持する。自然なカフェの雰囲気、柔らかい氷の触れ合う音、音声会話なし。
選択する設定:
| 設定 | 選択 |
|---|---|
| モデル | 製品ヒーロー画像がある場合はWan-3.0 Image-to-video、それ以外はWan-3.0 Text-to-video |
| 時間 | 利用可能な場合は30秒。プレイグラウンドが短いプローブを返した場合は、同じワークフローを維持し、最終版で再実行。 |
| 解像度 | 最初のテストは720P、最終版は1080P |
| アスペクト比 | 16:09 |
| 音声 | 雰囲気が重要な場合はオン |

Atlas Cloud Wan 3.0ベース実行のスクリーンショット(30秒製品動画用)
ステップ1のスクリーンショット: Wan 3.0ベースプロンプト、720P設定、16:9フレーミング、および完了した出力がプレイグラウンドに表示されています。この開発キャプチャでは、保存されたプローブクリップが計画された30秒より短く返されたため、最終広告の長さではなく、操作されたセットアップの証明として使用してください。
ステップ2:Wan 3.0動画を延長する前に最終フレームをキャプチャする
最初のクリップをダウンロードし、最後のフレームまたは最後の1~3秒を保存します。これが連続性のアンカーです。
次のモデルに触れる前に、その状態を書き留めてください。面倒に聞こえるかもしれませんが、これこそが長いAI動画を救うポイントです。
Plain1前のクリップからの連続性状態: 2ボトルは濡れた石のカウンターに戻り、ラベルはカメラに向いている。朝のカフェの光が左から差し、後ろに緑の陶器のカップ。カメラはクリーンなヒーローアングルに固定され、フレームの右側に空きスペースがある。
選択する設定:
| 設定 | 選択 |
|---|---|
| 参照元 | 最終フレームを優先。受け入れられた場合は最後の1~3秒。 |
| ファイル命名 | 延長参照として保存 |
| メモ | オブジェクトの位置、カメラ軸、照明、音声、終了アクションを記録 |

Wan 3.0動画延長用最終フレーム参照カード
ステップ2の参照カード:延長プロンプトが保存しなければならない最終フレーム状態を示す、実際のブラウザでレンダリングされたカード。
ステップ3:Wan 3.0 Reference-to-Videoを使用して30秒を超えて続ける
プレイグラウンドに専用の「延長」コントロールが公開されている場合は、それを使用します。ない場合は、参照から動画への延長パターンを使用します。前のクリップまたは最終フレームをアップロードし、モデルにその正確な状態から直接続けるように指示します。
貼り付けるプロンプトは次のとおりです:
Plain1前のクリップの最終フレームから直接続けてください。 2シーンをリセットしないでください。ボトル、ラベル、照明、カウンター、背景のカップ、カメラアングル、カラーグレードを変更しないでください。 3 4同じ製品動画の次の15秒を作成してください。 50-5秒:カメラはヒーローアングルのまま、柔らかな日光がわずかに明るくなり、結露がガラスを伝い続けます。 65-10秒:左から手が入り、ボトルを優しく15度だけ回転させ、ラベルを読みやすく保ちます。 710-15秒:ボトルが動きを止め、フレームの右側はシンプルなエンドカードのためにクリーンなままで、カフェの雰囲気が自然に続きます。 8 9同じ16:9フレーミング、同じ朝のカフェ環境、同じ製品アイデンティティ、そして前の終了からのスムーズな動きの連続性を維持してください。
選択する設定:
| 設定 | 選択 |
|---|---|
| モデル | Wan-3.0 Reference-to-video |
| 時間 | 利用可能な場合は15秒。プレイグラウンドが短いプローブを返した場合は、最終延長版で同じ設定を再実行。 |
| 解像度 | ベースショットと同じ |
| アスペクト比 | ベースショットと同じ |
| 参照 | 受け入れられた場合は前のビデオクリップ、それ以外の場合は最終フレームと製品画像 |
| 音声 | ステップ1と同じ選択 |

Atlas Cloud Wan 3.0参照から動画への延長実行完了
ステップ3のスクリーンショット: Wan 3.0 Reference-to-video延長実行がプレイグラウンドで完了しました。

Wan 3.0製品広告延長GIF
ケース2 GIF :製品広告延長 ワークフロー 。30秒のコマーシャルスタイル Wan 3.0モーションプルーフとして示され、45秒のソーシャルカットに延長可能。
ステップ4:前方へのWan 3.0動画延長をテストする
すべての延長が終了後に行われるわけではありません。既存のクリップが中間であり、その最初のフレームに着地する6秒のオープニングが必要な場合もあります。
ローカルのWan 3.0ハンドブックにはこの正確なパターンがあります:v083.mp4は、ビデオを中間セグメントとして使用し、その前に2秒を書き込むことで、カメラに向かって歩く女性がソースクリップに流れ込むようにする方法を説明しています。
Plain1参照クリップをストーリーの中間として使用します。 2参照クリップの最初のフレームに自然につながる6秒のオープニングを作成してください。 3 4若い女性が長いダークコートを着て、静かな街の歩道で冷たい朝の空気の中をゆっくりとカメラに向かって歩いてきます。 5彼女の姿勢、コート、髪型、照明、背景の色、カメラの方向は参照クリップと一致していなければなりません。 6この新しいオープニングの最終フレームは、参照クリップの最初のフレームと一致するようにしてください。そうすれば、2つのクリップを目に見えるジャンプなしで編集できます。 7 8シーンリセットなし、服装変更なし、突然のカメラアングル変更なし。アンビエントな街の音、柔らかな足音、会話なし。
選択する設定:
| 設定 | 選択 |
|---|---|
| モデル | Wan-3.0 Reference-to-video |
| 時間 | 6秒 |
| 解像度 | 720Pクイックテスト、1080P最終版 |
| 参照 | 元の中間クリップまたは最初のフレーム |
| 出力 | 10秒以下で音声が重要でない場合はGIF |

Atlas Cloud Wan 3.0前方延長実行完了
ステップ4のスクリーンショット: Wan 3.0 ワークフロー での前方延長プロンプトと完了した出力。

Wan 3.0前方前編延長GIF
ケース3:前方前編延長。新しいオープニングが既存のクリップの最初のフレームに着地するように設計されています。
ステップ5:より長い編集を組み立て、連続性を確認する
次に、タイムラインを次の順序で結合します:
ベース30秒 -> 延長15秒 -> オプションCTA 5~10秒
製品広告ではなく、短いドラマの延長が必要な場合は、次のプロンプトを使用します:
Plain1前のドラマクリップの最終フレームから直接続けてください。 2同じ2人の男性キャラクター、同じ中国風の部屋、同じ服装、同じテーブルの位置、同じ暖かい室内照明、同じカメラ軸を維持してください。 3 4次の15秒を作成してください。 50-5秒:キャラクターBが一瞬止まり、ゆっくりと手を下ろし、位置を変えずにキャラクターAを見ます。 65-10秒:キャラクターAが半歩前に踏み出し、抑制された感情で応答します。 710-15秒:両方のキャラクターが沈黙の中で緊張を保ち、カメラがわずかに近づき、キャラクターAの反応で終わります。 8 9会話をリセットしないでください。部屋、衣装、顔、年齢、髪型、小道具、照明を変更しないでください。前のクリップのシネマティックなトーンと音声の雰囲気を維持してください。
選択する設定:
| 設定 | 選択 |
|---|---|
| タイムライン | 30秒ベース、15秒延長、オプションCTA |
| 編集 | カットがジャンプする場合は1~2秒のオーバーラップを追加 |
| エクスポート | 長いクリップはポスター付きMP4として保存 |
| QA | アイデンティティ、動き、カメラ、音声、編集ポイントを確認 |

Wan 3.0の30秒を超える動画延長の連続性QA表
ステップ5の連続性 QA 表:より長い Wan 3.0編集を公開する前のクイックチェックリスト。
| チェック項目 | 合格サイン | 一般的な失敗 | 修正方法 |
|---|---|---|---|
| アイデンティティ | 同じ顔、製品、ロゴ | 新しい顔または歪んだラベル | より強力な参照とアイデンティティロックを追加 |
| 動き | アクションが続く | 以前のポーズにループ | 最終フレームの状態を再記述 |
| カメラ | 同じ軸 | 突然のアングルリセット | カメラがそのまま or 続くように指定 |
| 音声 | 雰囲気が続く | 音声がリセットされる | 同じサウンドベッドを説明 |
| 編集ポイント | カットに動機がある | 目に見えるジャンプ | 1~2秒のオーバーラップまたは前編を追加 |
Wan 3.0の30秒を超える動画延長のバリエーション
コアワークフローが機能したら、成果物ごとに分岐させます。
60秒の製品広告の場合、30秒ベース + 15秒延長 + 15秒CTAまたはパックショットを使用します。これは最もクリーンなコマーシャルパターンです。最後の15秒で製品アングルを保持し、テキスト用のネガティブスペースを残すことができるからです。
45秒の短いドラマの場合、30秒の会話 + 15秒の反応延長を使用します。ハンドブックのv079.mp4ケースは、シーンが単なる「追加映像」ではないため有用です。2人の男性、固定された服装、中国風の部屋、ブロッキング、手の動き、延長が保存しなければならない感情的な緊張があります。
前編延長の場合、既存のクリップを中間として使用します。ハンドブックのv083.mp4パターンが重要なアイデアです。参照の最初のフレームと最終フレームが一致するオープニングを構築します。
ドキュメントから動画への場合、ベースの30秒セグメントの計画ソースとして、製品概要、PDF、デッキ、またはWebページを使用します。Wan 3.0に関するV2EXの議論では、ドキュメント入力は実際のビジネスユーザーにとって30秒の制限と同じくらい重要である可能性があると指摘されていました。モデルが短いプロンプトだけではなく、タスク全体のコンテキストを受け取るからです。それでも、ドキュメントから動画をベースステップとして使用し、同じ最終フレームメソッドで延長することをお勧めします。
Wan 3.0の30秒を超える動画延長のコスト
秒単位の計算式を使用します。感覚で予算を組まないでください。
2026年8月24日現在、Atlas Cloudのモデル/全ページには、Wan-3.0 Text-to-video、Image-to-video、Reference-to-videoが$0.05/秒からと表示されています。Alibaba Cloud Communityは、Model Studio独自のAPI価格を解像度別に、480Pで$0.05/秒、720Pで$0.10/秒、1080Pで$0.20/秒と別のAlibaba環境で掲載しています。これらは同じストアフロントではないため、公開前に購入元のページを確認してください。
| ターゲット出力 | $0.05/秒からのクリーンな計算 | リトライを考慮した計画 |
|---|---|---|
| 30秒ベーステスト | 約$1.50 | $3.00~$4.50を計画 |
| 45秒最終編集 | 約$2.25 | $4.50~$6.75を計画 |
| 60秒最終編集 | 約$3.00 | $6.00~$9.00を計画 |
| 1080P最終版 | モデルティアを確認 | モデルティアを確認 |
退屈なアドバイスが最善のアドバイスです:最も安価な許容設定でドラフトし、連続性をロックしてから、最終ティアに費用をかけます。
より長い Wan 3.0動画の法的および使用上の注意
簡潔かつ実用的に保ちます。
許可されていない人物、ブランドロゴ、映画IP、音楽、または声を商用クリップで使用しないでください。クライアントが製品画像、音声参照、またはブランドアセットを提供する場合は、プロンプト、参照ファイル、生成された出力、最終編集バージョンとともに許可の証跡を保持してください。
これは、長い動画ではより重要です。作業が単なるテストレンダリングではなく、完成した広告のように見え始めるからです。
よくある質問
Wan 3.0は1回の実行で30秒以上を生成できますか?
現在公開されている資料に基づくと、Wan 3.0は1回のネイティブ生成で最大30秒として扱う必要があります。より長くするには、延長または参照から動画へのセグメントを使用します。
一貫性を失わずにWan 3.0動画を30秒以上に延長するにはどうすればよいですか?
最初のクリップの最終フレームまたは最後の1~3秒を参照として使用します。次に、アイデンティティ、場所、カメラ軸、照明、動きの状態、音声を繰り返す延長プロンプトを作成します。
延長にはどのWan 3.0モードを使用すべきですか:テキストから動画、画像から動画、それとも参照から動画?
新しいコンセプトにはテキストから動画、製品やキャラクター画像を一貫させたい場合は画像から動画、前のクリップから続ける場合は参照から動画を使用します。
2番目のWan 3.0クリップが新しいシーンに見えるのはなぜですか?
通常、2番目のプロンプトが新しいプロンプトのように書かれているためです。「前の最終フレームから直接続ける」を追加し、正確な終了状態を説明し、より強力な参照をアップロードします。
45秒または60秒のWan 3.0動画の費用はいくらですか?
生成された秒数に現在の秒単価を掛け、リトライ予算を追加します。Atlas Cloudでは、Wan 3.0モードは現在$0.05/秒から表示されているため、45秒のクリーンパスはリトライ前で約$2.25から始まります。
Wan 3.0は動画を後方に延長してオープニングを作成できますか?
はい、既存のクリップを中間セグメントとして使用し、最初のフレームに着地する前編オープニングを作成します。これもWan 3.0動画の30秒を超える延長ワークフローであり、後方に向けられたものです。






