Wan 3.0 Document to Video: 모든 프레임을 감사했습니다

최신 업데이트: Wan 3.0이 2026년 8월 24일 기준으로 정식 출시되었습니다.

스프레드시트 하나를 업로드하면 음악이 포함된 23초짜리 비즈니스 애니메이션 영상을 받을 수 있습니다.

이것이 **Wan 3.0 문서-투-비디오(Document to Video)**가 약속하는 기능으로, 이 제품군 최초의 네이티브 문서 입력 방식이며, 공식 데모는 제가 예상했던 것보다 더 직관적으로 그 약속을 이행합니다. 숫자는 정확합니다. $1,580이 $3,460으로 증가하고, 배지에는 +45.7%라고 표시되며, 이 수치는 원본 시트의 특정 셀에서 직접 가져온 것입니다.

그런 다음 저는 재생 헤드를 12초 지점으로 드래그하여 차트 범례를 읽었습니다.

"Southeasta North America."

두 개의 판매 지역이 존재하지 않는 하나의 단어로 합쳐졌습니다. 이것이 바로 2026년 문서-투-비디오 기술의 실제 한계입니다: 모델이 실제로 표를 읽었지만 여전히 차트를 제대로 그리지 못한다는 것입니다. 아래는 아직 아무도 공개하지 않은 프레임별 감사 결과와 오늘 오후에 바로 실행할 수 있는 3단계 체인입니다.

핵심 요약

• Wan 3.0은 1개의 파일 또는 1개의 링크를 허용하며, 최대 100MB 또는 50페이지, 최대 30초 1080p 출력을 지원합니다.
• 문서를 기반으로 영화를 연출하지만, 슬라이드 3이 장면 3이 되지는 않습니다.
• 셀 값은 그대로 유지됩니다. 차트 범례, 축 눈금, 천 단위 구분 기호는 유지되지 않습니다.
• 명확한 한계가 있습니다: 4K, 오픈 웨이트, 타사 채널은 지원되지 않습니다.
• 긴 컨텍스트 모델과 15초 비디오 모델을 조합하면 오늘날 대부분의 기능을 재현할 수 있습니다.

Wan 3.0 문서-투-비디오 출력: 공식 xlsx 데모가 Keynote 스타일 애니메이션 데이터 영화로 렌더링된 모습

쇼케이스: 알리바바의 공식 Wan 3.0 공개 베타 데모로, 하나의 .xlsx 월간 GMV 파일을 입력하여 23초 분량의 애니메이션 데이터 영화를 출력합니다. 여기서는 무음 GIF로 표시되었으며, 전달된 파일에는 44.1kHz 스테레오 AAC 트랙이 포함되어 있습니다. 출처: 알리바바 공식 Wan 3.0 크리에이터 핸드북.

Wan 3.0 문서-투-비디오가 실제로 하는 일

짧게 요약하자면, 이것만 필요하시면 1분 안에 읽고 나가셔도 됩니다.

하나의 문서 또는 하나의 웹 링크를 제공합니다. 모델이 전체 내용을 읽고, 스토리가 무엇인지 결정한 후, 동일한 패스에서 그림과 사운드를 생성하여 비디오를 만듭니다. 최대 30초, 최대 1080p입니다. 페이지를 순서대로 따라가지 않습니다.

다음은 프로젝트를 실제로 제한하는 한계입니다.

공개 베타는 2026년 8월 6일에 시작되었습니다(AgentUpdate, 2026년 8월). 형식 목록과 두 개의 게시된 가격표는 별도의 사양 요약(Ngram, 2026년 8월)에서 가져왔습니다.

공식 핸드북은 4가지 문서 사용 사례를 제공하며, 이는 사람들이 이미 대행사에 비용을 지불하는 4가지 작업과 명확하게 일치합니다.

• 제안서 문서를 브랜드 필름으로. 스킨케어 제안 문서가 주연 여배우와 아침 햇살 스토리가 포함된 30초 광고가 됩니다.
• 강의 자료를 비디오 레슨으로. 백과사전 항목이 1학년 학생을 위한 애니메이션 수업이 됩니다.
• 스프레드시트를 애니메이션 차트로. 위의 데모이며, 4가지 중 가장 어렵습니다.
• 보고서를 음성 요약으로. 서면 보고서가 발표자 스타일의 브리핑이 됩니다.

이제 대부분의 기사가 이 카테고리를 잘못 이해하는 부분입니다.

"PDF-투-비디오" 분야의 기존 업체들은 이렇게 하지 않습니다. Kapwing의 문서-투-비디오는 파일에서 텍스트를 추출하여 타임라인에 배치할 뿐, 장면 구성이나 발표자가 없습니다. Pictory와 Powtoon은 스톡 영상이나 템플릿 애니메이션을 조합하며, Powtoon의 자체 제품 페이지에는 스크립트를 읽어주는 AI 아바타와 음성이 광고됩니다. 세 가지 모두 내레이션이 포함된 슬라이드를 생성합니다.

이 표를 두 번 읽어보세요. 이것이 전체 논쟁입니다: 이들은 동일한 카테고리의 경쟁자가 아닙니다. 하나는 내레이션이 포함된 슬라이드쇼를 만듭니다. 다른 하나는 존재하지 않았던 영상을 만듭니다. 분당 가격으로 비교하는 것은 복사기를 영화 제작진과 비교하는 것과 같습니다.

Wan 3.0이 슬라이드쇼 방식도 할 수 있나요? 네, 그게 정직한 주의사항입니다.

반례: 양자 역학에 관한 웹 페이지를 재미있는 설명 영상으로 만들어 달라고 요청했을 때, Wan 3.0은 기존 업체들이 판매하는 발표자와 자막 형식을 정확히 생성했습니다. 30초 제한에 30.02초에 도달합니다. 공식 알리바바 공개 베타 데모, 오디오 포함.

따라서 차이점은 Wan 3.0이 토킹헤드 설명 영상을 만들 수 없다는 것이 아닙니다. 기존 업체들에게는 그 형식이 유일한 선택지라는 점입니다.

Wan 3.0 문서-투-비디오가 차트는 망가뜨리지만 숫자는 유지하는 이유

이 기사에서 가장 유용한 내용입니다: 공식 스프레드시트 데모에서 12개의 균등한 간격의 프레임을 추출하여 모든 글리프를 읽었습니다.

결론은 두 가지로 명확하게 나뉩니다. 값은 통과합니다. 차트 구성 요소는 실패합니다.

살아남은 것. 4초 지점에서 프레임에는 $1,580, 얇은 회색 화살표, $3,460, "Monthly GMV Growth" 캡션, 그리고 +45.7%라는 산호색 배지가 표시됩니다. 타이포그래피는 깔끔하고, 쉼표는 올바른 위치에 있으며, 깨진 문자는 없습니다. 이 데모 뒤에 있는 프롬프트는 특정 스프레드시트 셀을 참조하며, 화면의 수치가 일치합니다. 8페이지 분량의 제품 덱에 대한 타사 테스트에서도 동일한 결과가 나타났습니다: 45g, 12시간, 55도가 모두 올바르게 렌더링되었고, 마무리 슬로건은 단 하나의 잘못된 문자 없이 출력되었습니다(AI-Driven Lab, 2026년 8월).

이것은 재무 및 L&D 팀이 실제로 궁금해하는 질문에 답합니다. 숫자가 자동으로 변조되지 않습니다.

깨진 것. 차트 프레임은 다른 이야기입니다.

Wan 3.0 문서-투-비디오 프레임 감사: 병합된 차트 범례와 깨진 y축

공식 데모의 12초 지점에서 정지. 하나의 프레임에 세 가지 결함: 두 지역 이름이 "Southeasta North America"로 융합, "North America"가 자체 시리즈로 반복, y축이 30, 60, 70으로 표시되면서 최상단 데이터 레이블은 $3,880.

그 하나의 프레임에서 실패를 세어보세요:

1. 병합된 범례. "Southeast Asia"와 "North America"가 "Southeasta North America"로 충돌합니다. 그런 다음 "North America"가 별도의 시리즈로 다시 나타나므로 한 지역은 두 번 레이블이 지정되고 하나는 사라집니다.
2. 스케일이 아닌 y축. 눈금이 30, 60, 70으로 읽힙니다. 동일한 픽셀 간격, 같지 않은 값, 40과 50은 그냥 누락되었습니다.
3. 축과 레이블의 단위 불일치. 가장 높은 그리드라인은 70입니다. 최상단 데이터 포인트에 고정된 레이블은 $3,880입니다.
4. 하나의 선을 따라 크기 변화. 최상단 곡선의 레이블은 $330과 $335에서 시작하여 $3,970과 $3,880에 도달합니다. 부드러운 상승선은 인접한 두 지점 사이에서 10배의 점프를 가질 수 없습니다. 그 사이에 있는 두 레이블은 확실하게 읽을 수 없을 정도로 번져 있어, 그 자체로 일종의 답을 제공합니다.

막대 차트 부분도 패턴을 반복합니다. 4개의 막대가 $1750, $1,580, $2,350 및 $2,580을 표시하므로 가장 짧은 막대가 두 번째로 높은 숫자를 갖고, 첫 번째 레이블은 천 단위 쉼표가 누락된 반면 다른 세 개는 유지됩니다. 그 옆에는 4개의 막대에 대한 5개의 녹색 성장 수치가 있습니다. 그리고 도넛 세그먼트는 $89,7M으로, 소수점이 있어야 할 자리에 쉼표가 있습니다.

이 모든 것의 공통점을 주목하세요. 하나도 내용 오류가 아닙니다. 모든 것이 그리기 오류입니다: 레이아웃, 레이블링, 스케일, 구두점. 모델은 시트를 이해했지만 비디오 모델이 밀집된 텍스트를 렌더링하는 방식인 대략적으로 차트를 렌더링했습니다.

출력물이 덱과 전혀 다르게 보이는 두 번째 구조적 이유가 있습니다.

계산을 해보세요. 50페이지가 페이지 제한이고, 30초가 지속 시간 제한입니다. 이는 페이지당 0.6초입니다.

0.6초 안에 페이지를 제시할 수 없으므로, 모델은 합리적인 유일한 방법인 트레일러를 만듭니다. 그 타사 덱 테스트도 독립적으로 동일한 결론에 도달했습니다: 프레젠테이션을 슬라이드별로 넘기는 것이 아니라 영화 같은 광고의 소스 자료로 취급했습니다. 제품의 안경테는 장면에 걸쳐 두꺼운 것에서 테두리 없는 것, 세 번째 모양으로 변했습니다.

이것이 바로 30초 제한이 사양 시트의 각주가 아니라 설계 제약인 이유이기도 합니다.

전달된 파일을 측정했습니다: 4개의 공식 문서 데모는 각각 30.04초, 30.02초, 25.03초, 23.04초에 도달합니다. 두 개의 30초 클립은 서로 0.04초 이내에서 정지합니다. 그리고 스프레드시트 데모는 22초를 요청했지만 23.04초를 제공했습니다. 우리는 Wan 3.0 미리보기에서 이 제한을 분석했습니다.

따라서: 기대치를 조정하세요. 문서를 입력하면 트레일러를 얻고, 차트를 간단하게 유지하세요.

오늘 바로 실행할 수 있는 문서-투-비디오 워크플로우

튜토리얼 전에 빠른 현실 확인을 합니다. 한 시간 검색하는 시간을 절약해 드립니다.

Wan 3.0의 문서 입력은 알리바바 자체 채널에서만 제공되며, 접근은 초대가 필요하고, 가중치는 공개되지 않았습니다. 해당 채널 외부에서는 아무도 이 기능을 제공할 수 없습니다. 우리도 마찬가지입니다. 오늘 할 수 있는 일은 이미 공개된 모델로 그 xlsx 데모의 유용한 절반을 재구축하는 것이며, 위의 프레임 감사는 깨지는 부분을 정확히 피하는 방법을 알려줍니다.

3단계, Atlas Cloud에서 하나의 브라우저 탭:

1. 백만 토큰 모델이 문서를 읽고 타임코드가 지정된 샷 스크립트를 작성하며, 모든 숫자는 리터럴 문자열로 포함됩니다.
2. 이미지 모델이 첫 번째 프레임을 렌더링하며, 여기서 모든 텍스트 정확도가 결정됩니다.
3. 비디오 모델이 스크립트에 따라 해당 프레임을 애니메이션합니다.

이 체인의 세 가지 솔직한 한계. .pptx 바이너리를 직접 읽지 못하므로 텍스트나 CSV를 직접 붙여넣어야 합니다. Wan 2.7은 최대 15초이므로 단일 30초 테이크는 불가능합니다. 그리고 이미지-투-비디오 경로는 설계상 무음입니다: audio 매개변수는 립싱크를 구동하기 위해 사용자가 제공하는 트랙을 사용하며, 사운드트랙을 자체 생성하지 않습니다. 동일 패스에서 오디오를 생성하려면 텍스트-투-비디오 자매 모델을 사용하고 첫 프레임 제어를 포기해야 하는데, 이는 달러 수치로 가득한 비디오에게는 잘못된 트레이드오프입니다. 가격은 2026년 8월 20일 모델 페이지에서 확인되었으며, 나열된 가격은 최저가입니다: 품질 및 해상도 티어에 따라 실제 견적이 올라가므로 실행 버튼을 읽은 후 결정하세요.

함께 만들어 봅시다.

현재 호스팅된 실행을 위해, Atlas Cloud의 Wan 3.0을 열고 워크플로우를 게시하기 전에 아래와 같은 프롬프트를 테스트해보세요.

Wan 3.0 프롬프트-결과 스크린샷: 문서-투-비디오 감사.

1단계: 스프레드시트를 타임코드가 지정된 샷 스크립트로 변환

비디오 모델은 숫자를 기억하지 못합니다. 주어진 문자열을 렌더링할 뿐입니다. 따라서 이 단계의 작업은 표를 모든 숫자가 이미 인용된 텍스트로 작성된 샷 지시문으로 변환하는 것입니다.

<<< 마커 사이에 시트를 붙여넣으세요. 설정: 온도 0.3, max_tokens 4000. max_tokens을 넉넉하게 유지하세요. 추론 가능한 모델이 중간에 예산이 부족하면 빈 답변을 반환하지만 비용은 지불해야 하기 때문입니다.

textCopy
1당신은 모션 그래픽 디렉터입니다. 아래는 원시 스프레드시트 내보내기입니다.
2
3<<<
4Month,North America,Southeast Asia,Europe,Total GMV
5Jan,1580,880,640,3100
6Feb,2110,1240,900,4250
7Mar,2740,1610,1150,5500
8Apr,3120,1980,1330,6430
9May,3350,2240,1460,7050
10Jun,3460,2480,1580,7520
11H1 growth,+45.7%,,,
12>>>
13
1410초, 16:9, Apple Keynote 스타일의 비즈니스 데이터 비디오를 위한 샷 스크립트를 작성하세요. 규칙:
151. 정확히 2개의 샷. 각각 입/출력 타임코드(00:00-00:05, 00:05-00:10)를 지정하세요.
162. 화면에 나타나는 모든 숫자는 샷 설명에 정확한 리터럴 문자열로 작성되어야 하며, 예를 들어 "$1,580"과 같이 인용 부호로 묶어야 합니다. "1월 수치"라고 쓰지 말고 숫자를 쓰세요.
173. 범례, 눈금 레이블이 있는 축, 또는 한 번에 두 개 이상의 데이터 시리즈를 요청하지 마세요. 대신 큰 독립형 숫자와 하나의 산호색 알약 모양 배지를 사용하세요.
184. 순수 흰색 배경, 부드러운 산호색 + 진한 회색 팔레트, 산세리프.
195. BGM + SFX 방향(슬라이드인 시 우웅, 배지에 하나의 종소리)으로 한 줄로 끝내세요.
20스크립트만 출력하고 설명은 없습니다.
21

규칙 3은 감사의 결과입니다. 공식 출력은 정확히 세 가지 항목에서 깨졌습니다: 범례, 축 눈금, 다중 시리즈 차트. 따라서 우리는 세 가지를 모두 브리프에서 삭제하고 그 화면 공간을 과도하게 큰 숫자와 색상 코드 배지에 사용합니다. 동일한 정보, 오류 표면 없음.

규칙 2는 사람들이 건너뛰는 부분이며, 이것이 이 체인의 끝까지 숫자가 살아남는 이유입니다. "1월 수치"라고 말하는 샷 설명은 숫자를 모델에 다시 넘겨 모델이 해당 글리프를 발명해야 합니다. 인용 부호 안에 "$1,580"이라고 말하는 샷 설명은 다음 두 단계에 복사할 문자열을 제공합니다. 여기서 데이터 시각화를 요청하는 것이 아니라 타이핑 지시를 요청하는 것입니다.

반환되는 것은 입/출력 타임코드가 있는 두 개의 샷 스크립트, 모든 화면 숫자가 리터럴로 인용되고, 마지막 BGM 및 SFX 라인입니다. 임시 파일에 보관하세요. 2단계와 3단계 모두에서 읽습니다.

2단계: 브랜드 첫 프레임 생성

화면에 표시되는 모든 문자가 여기서 결정됩니다. 고품질 이미지 모델은 $1,580을 비디오 모델이 동시에 움직이면서 쓰는 것보다 훨씬 더 안정적으로 올바르게 렌더링합니다. 따라서 정지 이미지에서 타이포그래피를 확정하고 3단계에서는 픽셀만 움직이도록 합니다.

GPT Image 2를 열고 품질을 높음으로, 크기를 16:9 옵션으로 설정합니다. 이 페이지에서는 2048x1152입니다. 제작할 비디오의 화면 비율과 일치시키세요. 그렇지 않으면 3단계에서 타이포그래피를 자르기 시작합니다.

textCopy
1순수 흰색의 매끄러운 배경 위에 마치 무광 스튜디오 벽에 투사된 것처럼 촬영된, 깨끗한 Apple Keynote 스타일 프레젠테이션. 중앙에 진한 차콜색 기하학적 산세리프체로 "H1 2026"이라는 제목이 넉넉한 여백에 배치됨. 그 아래 같은 서체의 두 개의 큰 숫자, 왼쪽에 "$1,580", 오른쪽에 "$3,460"이 얇은 밝은 회색 화살표로 구분됨. 화살표 아래 작은 밝은 회색 캡션 텍스트 "Monthly GMV Growth". 그 아래 흰색 텍스트로 "+45.7%"라고 적힌 단일 산호색 알약 모양 배지. 부드럽고 고른 확산 조명, 오른쪽 상단 모서리에 희미한 따뜻한 그라데이션, 미묘한 종이 질감, 혼잡함 없음, 로고 없음, 차트 없음. 초고급스러운 코퍼레이트 미니멀리즘, 16:9.
2

복사할 가치가 있는 두 가지 세부 사항. "차트 없음"이 의도적으로 포함되어 있습니다. 그리고 실행 버튼의 가격 견적을 누르기 전에 읽으세요. 와이드 2K 프레임에서 높은 품질은 $0.009 목록 가격의 배수입니다.

Atlas Cloud의 GPT Image 2 플레이그라운드: 첫 프레임 프롬프트와 모든 숫자가 정확하게 표시된 Keynote 스타일 프레임 렌더링

GPT Image 2, 품질 높음, 16:9 2048x1152. 모든 숫자가 정확히 표시됨: "H1 2026", "$1,580", "$3,460" 및 산호색 "+45.7%" 배지. 이것이 바로 타이포그래피가 비디오 모델이 아닌 정지 이미지에서 결정되는 이유입니다.

3단계: 문서-투-비디오 클립 렌더링 및 모든 숫자 확인

마지막 단계. 2단계의 이미지를 첫 프레임으로 로드하고 비디오 모델이 타이포그래피를 고정한 상태로 애니메이션하도록 합니다.

Wan 2.7 이미지-투-비디오를 엽니다. 설정: 첫 프레임 업로드, 해상도 1080P, 지속 시간 10초. 오디오 필드는 비워 둡니다. 이 모델은 오디오를 생성하는 것이 아니라 구동 입력으로 처리하기 때문입니다. 이 클립은 직접 점수를 매기거나 별도의 텍스트-투-비디오 패스에서 처리합니다.

textCopy
1이 프레임을 10초짜리 Apple Keynote 스타일 비즈니스 데이터 비디오로 애니메이션화하며, 기존 타이포그래피를 픽셀 단위로 안정적으로 유지하세요.
2
300:00-00:05 - "H1 2026" 제목이 유지되다가 바깥쪽으로 표류하는 황금 입자로 용해됩니다. 두 개의 숫자 "$1,580"과 "$3,460"이 왼쪽과 오른쪽에서 슬라이드인하여 제자리에 고정됩니다. 얇은 회색 화살표가 왼쪽에서 오른쪽으로 그려집니다. "+45.7%"라고 적힌 산호색 배지가 약간의 오버슈트와 함께 아래에서 튀어나오며, 단일 명확한 종소리에 맞춰집니다.
4
500:05-00:10 - 모든 것이 부드럽게 왼쪽으로 슬라이드 오프합니다. 동일한 순수 흰색 배경을 기준으로 산호색, 청록색, 호박색의 세 개의 두꺼운 둥근 막대가 위로 자라며, 각각 위에 하나의 큰 독립형 숫자: "$3,460", "$2,480", "$1,580". 범례, 축, 눈금 레이블, 그리드라인 없음. 카메라는 전체적으로 고정되어 완벽하게 움직이지 않습니다.
6

"기존 타이포그래피를 픽셀 단위로 안정적으로 유지"와 "카메라 고정"이 실제 작업을 수행합니다. 모든 카메라 움직임은 모델이 그대로 두어야 할 텍스트를 다시 그릴 기회입니다.

그런 다음 지루하지만 중요한 부분을 수행하세요: 숫자가 나타나는 각 프레임에서 일시 중지하고 소스 행과 비교하여 읽으세요. 30초짜리 확인이며, 잘못된 수익 수치를 자신 있게 보여주는 비디오와 사용자를 구분하는 유일한 것입니다.

Atlas Cloud의 Wan 2.7 이미지-투-비디오 플레이그라운드: 첫 프레임 로드 및 완성된 데이터 클립 렌더링

Wan 2.7 이미지-투-비디오 1080P, 2단계 첫 프레임 업로드, 출력 패널에 완성된 클립. 패널이 말하는 것에 주목할 가치가 있습니다: 10초를 요청했고, 지속 시간 필드에 10이 표시되었으며, 렌더링은 5초로 돌아왔습니다. 실행 견적이 파일보다 먼저 알려줬으며, 이것이 읽어야 하는 이유입니다.

동일한 GMV 스프레드시트에서 재구축된 완성된 데이터 클립, 모든 숫자 그대로

결과: 동일한 스프레드시트를 범례와 축 눈금을 의도적으로 설계에서 제외하고 재구축했습니다. 모델은 두 개의 스크립트된 샷을 실제로 렌더링한 5초로 압축했으며, 모든 숫자가 이동 중에도 살아남았습니다: 시작 부분의 "$1,580"과 "$3,460", 그리고 세 개의 막대 위의 "$3,460", "$2,480", "$1,580". 깨진 레이블이 전혀 없습니다. 깨질 레이블이 없었기 때문입니다. 이미지-투-비디오 경로가 점수를 제공하지 않으므로 설계상 무음입니다.

문서-투-비디오 변형 및 완성된 1분 비용

스프레드시트 사례가 가장 어렵습니다. 다른 세 가지 공식 사용 사례는 더 쉬우며, 상업적 가치의 대부분이 여기에 있습니다.

강의 자료. 백과사전 항목을 입력하고 특정 읽기 수준의 수업을 요청하세요. 아래 출력은 시인 왕웨이에 대한 25.03초 분량의 귀여운 스타일 애니메이션 수업입니다.

그리기 스타일은 전체적으로 유지됩니다. 캐릭터 디테일은 그렇지 않습니다. 3초 지점에서 그는 순수한 흰색 배경에 검은 모자를 쓰고 있습니다. 22초까지 모자는 옅은 파란색으로 변했고 그는 고전적인 두루마리 그림 안에 서 있습니다. 덱 테스터가 안경테에서 본 것과 동일한 변형입니다. 3단계 체인에서 재구축하는 경우 1단계에서 캐릭터 카드를 고정하고 2단계 프레임을 스타일 앵커로 재사용하세요.

백과사전 항목을 1학년 애니메이션 수업으로, 25.03초, 오디오 생성. 공식 알리바바 Wan 3.0 공개 베타 데모.

브랜드 필름. 제안 문서가 30초 전체 스팟이 됩니다. 4개의 데모 중 가장 예쁘고 검증이 가장 어렵습니다. 소스 문서가 무엇인지 알 수 없기 때문입니다. 아름다움보다는 일관성을 보세요: 이것이 타사 테스터를 잡은 실패 모드이며, 제품이 하나의 클립에서 세 번 모양이 바뀌었습니다.

제안 문서를 30.04초 스킨케어 브랜드 필름으로. 공식 알리바바 Wan 3.0 공개 베타 데모, 오디오 포함.

보고서 요약. 이에 대한 공식 데모는 없으므로 패턴을 테스트되지 않은 것으로 취급하세요: 발표자 한 명, 샷당 하나의 주장을 요청하고, 모든 숫자를 1단계와 정확히 동일하게 인용 부호로 묶으세요.

이제 비용입니다.

두 개의 게시된 Wan 3.0 가격표는 1080p가 초당 ¥1.2인지 $0.20인지 동의하지 않으며, 이는 동일한 숫자가 아닙니다. 시리즈 예산을 세우기 전에 실제로 청구되는 엔드포인트의 요금을 확인하세요.

숨겨진 비용은 초당 요금이 아닙니다. 재실행입니다. 문서 입력은 작업당 하나의 파일을 사용하므로, 단일 숫자를 변경하면 전체 비디오를 재생성해야 합니다. 3단계 체인에서는 샷 스크립트가 재사용 가능한 텍스트 아티팩트이므로, 숫자 변경은 전체 작업 하나 대신 하나의 렌더링 비용만 듭니다. 분기별 보고 주기 동안 그 차이는 초당 가격보다 훨씬 큽니다.

아무것도 업로드하기 전에 주의할 법적 사항 하나. 호스팅된 모델에 보내는 문서는 건물을 떠나는 문서이며, 내부 덱과 미공개 재무제표에는 일반적으로 이에 대한 정책이 있습니다. 마감 압박이 닥치기 전에 확인하세요, 이후가 아니라. 그리고 이 기사의 모든 공식 데모 클립은 알리바바에 속하며, 여기서 공개 베타 자료로 인용되었습니다. 여기 있는 어떤 것도 상업적으로 재사용할 수 있는 라이선스가 아닙니다.

Wan 3.0 문서-투-비디오 FAQ

Wan 3.0 문서-투-비디오는 어떤 파일 형식을 허용하며, 크기는 얼마나 되나요?

doc, xls, ppt, pdf, txt, md, 그리고 key, pages, numbers도 보고되었으며, 파일 대신 일반 웹 링크도 가능합니다. 작업당 하나의 파일 또는 하나의 링크, 최대 100MB 또는 50페이지.

Wan 3.0은 각 슬라이드를 장면으로 변환하나요?

아니오, 이것이 가장 흔한 오해입니다. 전체 문서를 읽은 다음, 학습한 내용을 바탕으로 비디오를 연출합니다. 제한에서는 50페이지를 30초로, 즉 페이지당 0.6초로 변환하므로 페이지 넘기기보다는 트레일러를 생성합니다. 공식 사용 사례와 독립적인 테스트 모두 동일한 방향을 가리킵니다.

스프레드시트의 숫자가 비디오에서 정확한가요?

제가 확인한 모든 사례에서 셀 값은 유지되었습니다. 공식 데모의 $1,580, $3,460, +45.7%도 포함됩니다. 실패하는 것은 차트 구성 요소입니다: 범례가 병합되고, 축 눈금이 비선형으로 나오며, 천 단위 구분 기호가 누락됩니다. 모든 숫자를 인용된 리터럴로 주입하고 범례와 눈금 레이블을 브리프에서 완전히 설계 제외하세요.

오늘 API를 통해 Wan 3.0 문서-투-비디오를 사용할 수 있나요?

현재 초대가 필요한 알리바바 자체 채널을 통해서만 가능하며, 가중치는 공개되지 않았습니다. Wan 2.2가 이 제품군의 마지막 오픈 웨이트 릴리스로 남아 있습니다. 그때까지는 위의 3단계 체인이 실질적인 대안입니다.

30초 Wan 3.0 비디오 비용은 얼마인가요?

게시된 1080p 요금으로 ¥36, 또는 국제 시트 기준 $6.00이며, 하나의 30초 클립 기준입니다. 단일 패스보다는 재실행 비용을 예산에 포함하세요. 숫자 하나를 수정하면 전체를 재생성해야 하기 때문입니다.

지금 바로 실행할 수 있는 Wan 3.0 문서-투-비디오와 가장 유사한 것은 무엇인가요?

긴 컨텍스트 모델로 샷 스크립트를 작성한 다음, Wan 2.7(초당 $0.1)로 렌더링하고, 동일 요금의 MiniMax H3 또는 초당 $0.134의 Seedance 2.5를 대안으로 사용합니다. 생성된 영상 느낌과 프레임 정확한 텍스트를 얻을 수 있습니다. 그러나 얻을 수 없는 것은: 단일 연속 테이크로 30초, 이미지-투-비디오 렌더와 동일 패스의 오디오, 또는 .pptx를 직접 읽어주는 모델입니다.

솔직한 요약: Wan 3.0 문서-투-비디오는 실제 기능과 실제 한계를 가지고 있으며, 그 출력과 사용자의 출력 사이의 간격은 보이는 것보다 작습니다. 단, 둘 중 하나에 범례를 그리도록 요청하지 않는 한 말입니다.