Wan 3.0 APIは、AlibabaのWanビデオファミリーの次世代モデルであり、長尺動画生成、マルチリファレンス制御、およびオーディオビジュアル品質を新たな高みへと押し上げるために構築されました。Atlas CloudはすでにWan 2.7、2.6、2.5をホストしており、Wan 3.0は追加のセットアップなしで同じ統合キーで実行されます。今日から開発を始めましょう。Wan 3.0で何を作成できるかを確認するには、下のショーケースまでスクロールしてください。
Wan 3.0 は Alibaba が開発したモデルです。Atlas Cloud(運営:Atlas Cloud AI LLC)は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。
Atlas Cloudは、業界をリードする最新のクリエイティブモデルを提供します。
3つのWan 3.0 APIエンドポイントは1つのAtlas Cloudキーを共有しているため、実際の問題は既に持っているものでモデルに入力できるかどうかです。
| 入力形式 | 説明 |
|---|---|
| Wan 3.0 T2V API (テキストからビデオへ) | 最大20000文字のテキストプロンプトが、ネイティブオーディオトラック付きの完成したクリップに変換されます。480P、720P、または1080Pでレンダリングされ、2〜30秒で再生されます。アスペクト比を16:9、9:16、4:3、3:4、または1:1に設定するか、比率とdurationを適応型に設定してモデルにフレーム構成とペースティングを任せます。脚本から始まるコンセプトフィルム、広告ボード、ソーシャルスポットに適しています。 |
| Wan 3.0 I2V API (画像からビデオへ) | 最初のフレームを入力すると、そのフレームからクリップがアニメーション化されます。オプションの最後のフレームを追加すると、2つの間のモーションが補間されます。ソース画像はjpeg、jpg、png、bmp、webp形式で、240〜8000ピクセル、20MB未満を受け付けます。出力は1080Pで、オーディオトラックはデフォルトでオンになります。製品写真、ポスター、ストーリーボードのペアがすでにシーンの開始と終了を決定している場合にこのエンドポイントを使用します。 |
| Wan 3.0 R2V API (リファレンスからビデオへ) | 最大20のリファレンス素材がプロンプトと共に提供されます:10画像、合計15秒の5ビデオ、合計15秒の5オーディオクリップ。ピクセルレベルでアイデンティティ、ボイス、スペースにアライメントされます。ディープシンキングモードは別の扉を開け、最大100MB、50ページのドキュメント(pdf、docx、pptx、xlsx、txt、mdなど)またはライブウェブページをソースとして使用できます。繰り返し登場するキャラクター、正確なブランドアセット、または完全なレポートがビデオ内で無傷で生存する必要がある作業に予約してください。 |
マルチリファレンスのブランドフィルムから30秒の長回しまで、1回の Wan 3.0 リクエストで生成できるものを示す6つの主要機能。
Omniモードは、最大20点の参考資料、10枚の画像、5つのクリップ、5つのオーディオトラックに加え、1つのソースドキュメントまたはウェブページを読み込むことができるため、完全なブランドキットを一度の処理でブランドイメージに合った1つの動画に変換します。
ネイティブの30秒出力により、短いクリップでは表現できない連続したカメラワークやワンショットシーケンスを保持し、物語に展開の余地を与えます。インテリジェントなデュレーション機能により、モデルが各シーンのペースを自律的に調整できます。
顔、製品、微細なディテールが、すべてのフレームにおいてピクセルレベルの忠実度で再現されます。制作チームは、繰り返し登場するキャラクターや正確なブランドアセットに求められる、確実な納品を実現できます。
リアリズム、画像のテクスチャ、そしてネイティブオーディオが同期して向上しているため、生成されたシーンは無音の映像ではなく、マッチした音声と共に提供されます。その結果、真のオーディオビジュアルのインパクトをもたらします。
精密な編集では、書面による指示や参照クリップに基づいて既存の映像を再加工し、ビデオ全体を再生成することなく被写体、スタイル、または特定の瞬間を変更できます。
テキスト、画像、音声、動画にとどまらず、Wan 3.0はdoc、xls、ppt、pdf、mdファイルやライブウェブページを読み込み、レポートやスライドデッキを直接完成したクリップに変換します。
Wan 3.0、Seedance 2.5、Wan 2.7 モデルによって生成されたビデオを確認してください。
30秒、16:9 ワイドスクリーンの大人向けSF戦争アニメーション短編映画を生成する。 ビジュアルスタイル: 超写実的CGI バイオメカニカル構造 灰色と白色の骨と黒い金属の融合 昆虫のような関節 極めて細かな骨のテクスチャ 乾いた血の筋、陶器のひび割れ、産業用油の汚れ 廃墟となった近未来都市 冷たい灰色の天窓光 まばらな有毒グリーン色の生物 高コントラストのシネマティックライティング 低彩度のクールなカラーパレット オレンジと赤は火と警報にのみ使用 写実的な物理的破壊 抑圧的で重く、英雄的ではないトーン キャラクターはもはや完全な肉体を備えていない。主に以下の要素で構成されている: 人間の脊椎 肋骨 頭蓋骨 黒い油圧筋 金属製関節 ニューラルファイバー光ファイバー 武器インターフェースポート スケルトンはゾンビではない——彼らは軍事産業システムによってまだ操作されている「レガシーハードウェア」である。 ナラティブ&ダイナミックタイムライン 0〜4秒 | 死後も戦い続ける ショットは、水たまりに浮かぶ兵士の身元標識から始まる。 次のタイムラインの続きも翻訳しましょうか? 0〜4秒のビートで途切れているようです。
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
15秒、16:9 超ワイドスクリーンのぬいぐるみユニバース冒険クリップを生成する。 宇宙船はぬいぐるみ生地、ボタン、ジッパー、詰め綿で作られており、巨大な yarn(糸)惑星、ふわふわした星雲、布人形のメガファウナで構成されたユニバースを高速で逃避している。船は3匹の小さなぬいぐるみ動物——ウサギ、キツネ、カラス——によって操縦されている。 深い青の長いぬいぐるみ毛皮に覆われ、目が2つのガラス製ボタンのような巨大な星际クジラ獣が、船を星雲から追い出している。 全体のスタイル:超細かなぬいぐるみテクスチャ、シネマティックな宇宙スケール、愛らしい外見と激しいアクションの強いコントラスト、誇張されたFPVカメラワーク、そして写実的なソフトボディ物理。 **15秒ダイナミックタイムライン** **0〜3秒 | ジッパーシップの射出発進** ショットはぬいぐるみシップ内部から始まり、コックピットはステッチ、ボタン、生地製インストルメントパネルで構成されている。赤い警告ボタンが急速に点滅する。ウサギが巨大なジッパーレバーのコントロールを引き下げ、シップの前方ハッチが布の袋のように開く。 カメラはコックピットから急速に後退し、ジッパーハッチを通過してシップの外へ出る。シップは射出され、yarn惑星の編み込まれたクレーターの外へ飛び出す。 **3〜6秒 | 高速軌道でyarn惑星をskimする** カメラはシップのテールに寄り添い、惑星表面を低空飛行する。地面は巨大なyarnの束から織り込まれている: - 編み込まれた山脈が高速で下方を通過していく - ほどけた糸の端が森のように揺れる - シップは鋭く左右に回避する - カメラは絶えずバンクしロールする - スラスターは白い綿のふわふわした尾跡を放出する **6〜8.5秒 | 巨大なぬいぐるみクジラの出現** ふわふわした星雲が突然両側に割れ、巨大な深い青のぬいぐるみクジラが背後から飛び出してくる。クジラの体にある長い毛皮は高速の気流で後ろへ吹き翻り、ガラス製ボタンのような目は惑星の光を反射している。 カメラはシップの半分を旋回し、後方(リバース)ビューに切り替わるため、クジラはシップの背後でフレーム内で絶えず大きく成長していく。
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
Wan 3.0のアップグレードは実際の業界のニーズに由来しており、ショートドラマから企業向け動画まで、以下の制作ワークフローに直接組み込まれています。
ネイティブの30秒テイクと実景復元技術により、AI映画、ショートドラマ、音楽MVは物理的な撮影の大部分を省略できます。ピクセルレベルの一貫性が頻繁に登場する主役の姿を維持し、ネイティブオーディオはすべてのカットに正確に同期して生成されます。
単一のモデル内で実写からアニメまであらゆるスタイルを制御し、ピクセルレベルの一貫性によりマスコット、ロゴ、またはIPキャラクターをすべてのフレームで固定します。煩雑な制作プロセスを必要とせずに、完全なブランドアニメーションをレンダリングします。
オムニクリエイションは、家電、美容、自動車、FMCG(日用消費財)、アパレルブランドにおいて、テキストと画像の限界を打ち破ります。製品ページや企業レポートを直接入力するだけで、製品デモから企業のブランドムービーまで、あらゆるコンテンツを構築できます。
製品のUIウォークスルー、機能アニメーション、またはデータ視覚化を入力すると、Wan 3.0 は元の美しさを保ちながら、ストーリー主導のモーション作品に変換します。面倒なアニメーションのステップはなくなります。
ドキュメント入力機能は、PDF、PPT、またはWebページを直接読み取るため、個別のスクリプトなしで、レッスンや調査レポートがわかりやすい解説動画になります。複雑な資料もワンステップで視覚化されます。
実景復元技術は、大規模な撮影を行うことなく風景、遺産、郷土料理を再現するため、都市PR動画や文化のデジタル化を低コストで完了させることができます。遠く離れた場所が、視聴者の目の前にリアルに現れます。
Wan 3.0 APIを、同じAtlas Cloudキーで共有する動画モデルと並べて比較し、動画長、参照能力、音声、1秒あたりのコストがどこで実際に異なるか確認してください。
| モデル | 最大動画長 | 解像度 | 参照・ファイル入力 | 音声対応 | 1秒あたりの料金 |
|---|---|---|---|---|---|
| Wan-3.0 Reference-to-video | 2〜30秒、またはスマート動画長の場合は-1 | 480P、720P、1080P | 最大20個の混合入力:画像10枚、動画5本、音声5 clip、さらにドキュメントまたはWebページ1つ | √(デフォルトで有効) | $0.05 |
| Wan-3.0 Text-to-video | 2〜30秒、またはスマート動画長の場合は-1 | 480P、720P、1080P | プロンプトのみ、最大20,000文字 | √(デフォルトで有効) | $0.05 |
| Wan-3.0 Image-to-video | 2〜30秒、またはスマート動画長の場合は-1 | 480P、720P、1080P | 初フレーム、オプションで最終フレーム指定可 | √(デフォルトで有効) | $0.05 |
| Seedance 2.5 Reference-to-Video | 4〜30秒、または自動長の場合は-1 | 480p、720p、1080pネイティブ、上位ティアはエンハンスメントで対応 | 画像最大30枚、動画10本、音声10 clip、ドキュメント入力は不可 | √(デフォルトで有効) | $0.134 |
| Kling V3.0 Turbo Image-to-Video | 3〜15秒、デフォルト5秒 | 720p、1080p | ソース画像1枚のみ、マルチ参照モードなし | √(オプション、デフォルト無効) | $0.112 |
| Veo3.1 Reference-to-video | 8秒固定 | 720p、1080p、4K | 1〜3枚の参照画像 | √(オプション、デフォルト無効) | $0.2 |
| MiniMax H3 Reference-to-Video | 4〜15秒 | 768P、2K | 画像・動画・音声の混合参照、少なくとも1つの視覚参照が必要 | - | $0.1 |
数分で始められます — 以下の簡単なステップに従って、Atlas Cloud プラットフォームでモデルを統合・デプロイしましょう。
atlascloud.ai でサインアップし、認証を完了します。新規ユーザーには無料クレジットが付与され、プラットフォームの探索やモデルのテストに使用できます。
高度なWan 3.0モデルとAtlas CloudのGPU加速プラットフォームを組み合わせることで、比類のないパフォーマンス、スケーラビリティ、開発者エクスペリエンスを提供。
低レイテンシ:
リアルタイム推論のためのGPU最適化推論。
統合API:
1つの統合でWan 3.0、GPT、Gemini、DeepSeekを実行。
透明な料金:
サーバーレスオプション付きの予測可能なtoken単位の課金。
開発者エクスペリエンス:
SDK、分析、ファインチューニングツール、テンプレート。
信頼性:
99.99%の稼働率、RBAC、コンプライアンス対応ロギング。
セキュリティとコンプライアンス:
SOC 2 Type II、HIPAA準拠、米国内のデータ主権。
Wan 3.0は、Alibabaの次世代オールインワン動画モデルであり、現在パブリックベータ版として提供されています。1つのリクエストで、テキスト、画像、動画、音声、ドキュメント、またはウェブページを最大30秒の動画に変換でき、このモデルはその幅広い入力とピクセルレベルの一貫性、正確な編集、そしてネイティブ生成された音声を組み合わせます。
Wan 3.0は、このシリーズにおいて最も広範なリリースとなります。ネイティブの再生時間を30秒に引き上げ、オムニリファレンスモードでは最大20の混在する参照資料に加えてドキュメントやWebページを受け付けます。また、最初と最後のフレームモードを追加し、ネイティブオーディオによるピクセルレベルの一貫性を追求しています。Atlas Cloud上の以前のWanバージョンは、より短く、より焦点を絞ったテキストからの動画生成(text-to-video)および画像からの動画生成(image-to-video)の作業において、引き続き強力な選択肢となります。
Wan 3.0 は、プロンプト以上のものをソース素材として扱います。1回のリクエストで、最大20個の複合リファレンス、10枚の画像、合計15秒の5つのビデオクリップ、合計15秒の5つのオーディオクリップを利用できるほか、単一のドキュメント(doc、xls、ppt、pdf、またはmd)やウェブページを添付でき、テキストプロンプト自体の長さは最大20,000文字まで対応可能です。
クリップはネイティブで最大30秒間実行されます。テキストまたは画像の入力リクエストは2〜30秒の間で生成されますが、動画を含むリクエストでは入力と出力の合計時間が30秒以内に保たれます。また、インテリジェントデュレーション機能により長さを自動的に設定することも可能です。解像度は480p、720p、1080pに対応しており、アスペクト比は16:9、9:16、4:3、3:4、1:1、およびインテリジェント比率が利用可能です。
一貫性はピクセルレベルで処理されるため、シーンが切り替わったり被写体が動いたりしても、顔、服装、製品、または細かなリファレンスのディテールがその外観を維持します。同じキャラクターや正確なブランドアセットを再利用する制作工程において、その安定性が毎回の納品を予測可能なものにします。
はい、指示と参照の両方を通じて可能です。テキストによる指示やサンプルクリップを使用して、被写体のスタイル変更、照明の調整、または単一セグメントの置き換えを行うことができ、変更したくない要素は編集プロセス全体を通じてそのまま保持されます。
はい。Atlas Cloud はすでに単一の統合キーで Wan 2.7、2.6、2.5 を提供しており、Wan 3.0 も同じキーで稼働するため、新規アカウントの作成、エンドポイントの再構成、個別のセットアップは不要です。すでに Wan シリーズを呼び出しているチームは、モデル名を変更するだけで Wan 3.0 にアクセスできます。
Atlas Cloud を最大限に活用するためのガイド、チュートリアル、製品アップデート。