Última atualização: Wan 3.0 está disponível desde 24 de agosto de 2026.
O vídeo de IA é julgado primeiro pelo rosto. Não pelo movimento da câmera. Nem pelo fundo. Pelo rosto.
Se os olhos flutuam, a pele fica cerosa ou a boca começa a fazer aquela coisa elástica de IA, o scroll acaba. É por isso que os rostos realistas do wan 3.0 são o verdadeiro teste de produção para criadores que fazem anúncios UGC, curtas-metragens, depoimentos e clipes sociais.
A resposta útil é simples: rostos realistas não são uma configuração de beleza. São um problema de direção. Você precisa de uma referência estável, pequenas ações humanas, regras claras de câmera e restrições rígidas de falha.
Este guia usa o Atlas Cloud como ambiente de trabalho no navegador porque você pode testar Wan-3.0 Texto-para-vídeo, Imagem-para-vídeo e Referência-para-vídeo em um só lugar, ver o estado da execução e conferir o custo visível antes de enviar.
Principais conclusões
- Qualidade facial real significa identidade, pele, olhar, boca e continuidade de movimento.
- Imagem-para-vídeo geralmente é mais seguro quando um rosto específico importa.
- O prompt descreve músculos e microações, não apenas rótulos de emoção.
- Use rascunhos de 8s antes de pagar por testes de estresse de 24s ou 30s.
- No Atlas Cloud, os modos Wan-3.0 começam a partir de US$ 0,05/s.
Demonstração de rostos realistas do Wan 3.0 com um cartão de prompt de close-up de formatura, evidência de execução concluída e quadros de estabilidade facial
Demonstração: o caso do close-up de formatura usa um rosto, expressão sutil, movimento do olhar e um clipe de 30,07s do handbook para testar a continuidade facial realista.
Prova de movimento do Caso 1: uma jovem negra em beca azul mantém um close-up de um único rosto ao longo de um clipe de 30,07s do handbook do Wan 3.0.
Por que rostos realistas do Wan 3.0 são o assunto do momento, e por que a maioria das tentativas falha
Veredito primeiro: rostos falham porque os prompts pedem uma vibe quando o modelo precisa de direção.
O Wan 3.0 chegou com uma tela maior: clipes de até 30 segundos, saída em 1080P, geração audiovisual nativa e amplas entradas de referência. A cobertura de lançamento da Alibaba também destaca entradas multimodais e continuidade visual para rostos humanos e microexpressões (Alibaba Cloud Community, agosto de 2026). A página oficial do Model Studio descreve o lançamento em torno de narrativa de 30s, qualidade cinematográfica 1080P, A/V nativo e referências omni (Alibaba Cloud Model Studio, agosto de 2026).
Isso parece enorme. É.
Mas o problema do criador é mais prático: "Essa pessoa consegue piscar, falar, hesitar e continuar sendo a mesma pessoa?"
Os padrões de falha comuns são familiares:
- Desvio do olhar: o olhar não tem um alvo claro.
- Pele de borracha: os poros desaparecem e as bochechas se movem como silicone.
- Deriva óssea: maçãs do rosto e mandíbula mudam de forma entre os quadros.
- Sorriso falso: a boca sorri enquanto os olhos não.
- Piscada da boca: dentes e lábios pulsam durante a fala.
- Perda de identidade acionada pela câmera: o rosto muda após uma panorâmica ou giro.
Isso não é apenas hype de lançamento. Em fluxos de trabalho mais antigos do Wan, usuários relataram inconsistência facial e resultados estranhos durante execuções de imagem-para-vídeo, incluindo rostos que não permanecem fiéis à imagem original (Discussão no GitHub do ComfyUI, abril de 2025).
A questão é: como você dirige em torno disso?
Visão geral do fluxo de trabalho de rostos realistas do Wan 3.0 no Atlas Cloud
Use o modo mais simples que lhe dá controle suficiente.
Se você não tem uma pessoa de referência, comece com Texto-para-vídeo. Se um rosto específico importa, use Imagem-para-vídeo com um primeiro quadro forte. Se você tem referências de identidade, movimento e áudio, use Referência-para-vídeo.
Você pode começar pela página inicial do Atlas Cloud, abrir a página do modelo Wan 3.0, colar o prompt, escolher duração e resolução, e então executar o teste em uma aba do navegador. A vantagem prática não é apenas o acesso. É que o prompt, as configurações, o painel de saída e o custo indicado ficam visíveis enquanto você itera.
| Necessidade | Modelo Atlas Cloud | Onde executar | Use para | Preço para verificar |
|---|---|---|---|---|
| Começar do prompt puro | Wan-3.0 Texto-para-vídeo | Playground Wan 3.0 Texto-para-vídeo | Ator genérico ou cena | A partir de US$ 0,05/s |
| Animar um primeiro quadro | Wan-3.0 Imagem-para-vídeo | Mesma família Wan 3.0, modo Imagem-para-vídeo | Rosto estável, UGC de retrato | A partir de US$ 0,05/s |
| Travar referências entre movimentos | Wan-3.0 Referência-para-vídeo | Mesma família Wan 3.0, modo Referência-para-vídeo | Referências de identidade, movimento, voz, cena | A partir de US$ 0,05/s |
Atlas Cloud models/all atualmente lista Wan-3.0 Texto-para-vídeo, Imagem-para-vídeo e Referência-para-vídeo a partir de US$ 0,05/SEC. A página oficial da Alibaba também mostra preços sensíveis à resolução para sua própria plataforma, então trate o custo visível no botão Executar como a fonte final de verdade antes de enviar.
Etapa 1: Escolha o modo de rostos realistas do Wan 3.0
Comece com o fluxo de trabalho que corresponde ao seu risco.
Sem rosto de referência? Use Texto-para-vídeo. Precisa de um ator estável? Use Imagem-para-vídeo. Precisa de uma identidade conhecida mais movimento, voz ou um clipe anterior? Use Referência-para-vídeo.
Copie este prompt quando precisar apenas de uma verificação rápida de modo:
Plain116:9, 8 segundos, close-up cinematográfico realista. Uma pessoa senta perto de uma janela com luz natural suave e diz uma frase curta com movimento labial natural, pequenos desvios de olhar e respiração relaxada. Mantenha o mesmo rosto, tom de pele, linha do cabelo, vestuário, iluminação e desfoque de fundo durante todo o clipe. Evite deriva facial, pele cerosa, olhos distorcidos, dentes extras, cortes abruptos e rostos no fundo.
Configurações para escolher:
| Configuração | Recomendação | Por que importa |
|---|---|---|
| Proporção | 16:9 para testes de artigo, 9:16 para vertical social | A escala do rosto e o corte mudam o modo de falha |
| Resolução | 1080P para final, 720P para rascunhos se necessário | Resolução mais alta ajuda detalhes de pele e olho |
| Duração | Rascunho de 8s, teste de estresse de 24s a 30s | Takes longos revelam deriva de identidade |
| Áudio | Ruído ambiente a menos que a fala seja o ponto | Mantém o teste de rosto focado |
Configurações do modo de rostos realistas do Atlas Cloud Wan 3.0 com uma execução concluída e painel de saída visível
Etapa 1: Configurações do modo Wan 3.0 no Atlas Cloud, capturadas após uma execução concluída para que a entrada e a saída fiquem visíveis juntas.
Etapa 2: Execute o Caso 1, um close-up de rostos realistas do Wan 3.0
Este é o difícil.
Um close-up remove todos os esconderijos. O espectador pode ver os cantos da boca, a tensão das sobrancelhas, o alvo do olhar e a textura da pele. O Caso 1 usa um clipe do handbook do Wan 3.0 de uma jovem negra em beca azul, enquadrada em close-up, falando baixinho enquanto seu olhar cai.
Copie este prompt:
Plain116:9, 8 segundos, close-up cinematográfico realista. Uma jovem negra em uma beca azul fica em pé sob luz suave de cerimônia interna, enquadrada da cabeça ao peito. Uma segunda pessoa é visível apenas como uma forma totalmente desfocada na borda esquerda. Ela fala baixinho em direção a alguém fora da câmera, boca se movendo naturalmente, sobrancelhas se juntando, olhos levemente úmidos mas sem chorar. Ao longo do take, seu olhar desce lentamente do nível dos olhos para as mãos. A câmera está travada, mas tem um leve balanço de respiração de mão. Textura de pele natural, poros visíveis, luz suave vinda de cima, profundidade de campo rasa. Preserve o mesmo rosto, mesma beca, mesmo tom de pele, mesmo formato de olho e mesmo desfoque de fundo durante todo o clipe. Evite pele plástica, mudança de maçãs do rosto, dentes extras, sorriso exagerado, olhos distorcidos e cortes abruptos.
Configurações para escolher:
| Configuração | Escolha |
|---|---|
| Modelo | Wan-3.0 Imagem-para-vídeo se você tem um primeiro quadro, Wan-3.0 Texto-para-vídeo se não |
| Duração | 8s para um rascunho, 30s para a prova de take longo |
| Resolução | 1080P se disponível, caso contrário 720P |
| Proporção | 16:09 |
| Áudio | Ruído ambiente apenas, a menos que o diálogo esteja sendo testado |
Captura de tela da execução concluída do Caso 1 de rostos realistas do Wan 3.0 para um prompt de close-up de formatura
Etapa 2: Evidência de execução do Caso 1 para o teste de rosto realista de close-up de formatura. Veja o clipe de demonstração acima para a prova de movimento completa.
Etapa 3: Execute o Caso 2, uma chamada telefônica UGC com rostos realistas do Wan 3.0
Rostos UGC falham de forma diferente.
O enquadramento não é tão fechado quanto um close-up de beleza, mas a fala, a posição das mãos e a luz suave da janela podem expor rapidamente a distorção facial. Este caso usa uma chamada telefônica em um apartamento chuvoso: uma jovem senta perto de uma janela, ouve, responde e termina com um pequeno meio sorriso.
Copie este prompt:
Plain116:9, 8 segundos, vídeo realista em estilo UGC natural. Uma jovem de cabelo escuro comprido senta-se em uma mesa de madeira perto de uma janela de apartamento com chuva, segurando um smartphone no ouvido. Luzes coloridas da cidade neon borradas do lado de fora do vidro. Ela ouve, depois responde em voz baixa e calma; seus lábios se movem suavemente, seus olhos se desviam para baixo por um momento, e ela dá um pequeno meio sorriso no final. Câmera estável em meio close-up do outro lado da mesa, aspecto de lente 50mm, luz suave da janela de um lado do rosto, lâmpada prática quente ao fundo. Mantenha o rosto, linha do cabelo, formato do nariz, posição das mãos, telefone, mesa, chuva na janela e iluminação consistentes. Evite pele excessivamente embelezada, bochechas cerosas, movimento labial incompatível, distorção facial, dedos extras e rostos no fundo.
Configurações para escolher:
| Configuração | Escolha |
|---|---|
| Modelo | Wan-3.0 Texto-para-vídeo para um ator genérico, Imagem-para-vídeo para um rosto fixo |
| Duração | Rascunho de 8s |
| Resolução | 1080P preferido |
| Proporção | 16:09 |
| Áudio | Áudio nativo ativado apenas se estiver testando voz, caso contrário chuva suave e ruído ambiente |
Captura de tela da execução concluída do Caso 2 de rostos realistas do Wan 3.0 para uma chamada telefônica na janela chuvosa
Etapa 3: Evidência de execução do Caso 2 para o teste de rosto na chamada telefônica chuvosa.
GIF de prova de movimento do Caso 2 para teste de rosto em chamada telefônica na janela chuvosa
Prova de movimento do Caso 2 em GIF : o clipe de 15,04s do handbook do Wan 3.0 testa fala, desvios de olhar, consistência mão-telefone e iluminação interna suave.
Etapa 4: Execute o Caso 3, um clipe social vertical com rostos realistas do Wan 3.0
Agora diminua o rosto.
Clipes verticais são traiçoeiros. O rosto é menor, mas os espectadores ainda notam se os olhos redimensionam, as pernas distorcem ou o reflexo no espelho se torna uma segunda pessoa. Este caso testa movimento de corpo inteiro com um espelho, detalhe da roupa e um sorriso relaxado.
Copie este prompt:
Plain19:16, 8 segundos, vídeo social vertical realista. Uma jovem em uma blusa branca bordada, saia branca plissada, cinto preto e tênis branco plataforma fica em pé na frente de um espelho de corpo inteiro limpo em um apartamento suavemente iluminado. Ela ajusta uma manga, muda o peso naturalmente, olha do espelho para a câmera e dá um pequeno sorriso relaxado. Enquadramento de corpo inteiro, câmera fixa estável, luz natural do dia, sem filtro de beleza pesado, textura de tecido e proporções corporais realistas. Mantenha o mesmo rosto, mesma roupa, mesmo penteado, mesma posição do espelho e mesma disposição do ambiente durante todo o take. Evite deriva facial, pele de boneca, mudança no tamanho dos olhos, pernas distorcidas, reflexos extras e cortes abruptos.
Configurações para escolher:
| Configuração | Escolha |
|---|---|
| Modelo | Wan-3.0 Texto-para-vídeo ou Imagem-para-vídeo |
| Duração | Rascunho de 8s |
| Resolução | 1080P preferido |
| Proporção | 9:16 |
| Áudio | Sem música, apenas ruído ambiente suave |
Captura de tela da execução concluída do Caso 3 de rostos realistas do Wan 3.0 para um clipe vertical de moda no espelho
Etapa 4: Evidência de execução do Caso 3 para o teste de consistência facial de corpo inteiro vertical.
GIF de prova de movimento do Caso 3 para consistência facial de moda vertical
Prova de movimento do Caso 3 em GIF : o clipe de 15,04s do handbook do Wan 3.0 verifica se um rosto menor permanece estável enquanto o corpo, a roupa e o espelho permanecem coerentes.
Etapa 5: Audite rostos realistas do Wan 3.0 antes de regenerar
Não regenere porque o clipe "parece estranho". Nomeie a falha primeiro.
Esta lista de verificação mantém a revisão objetiva:
| Verificação | Sinal de aprovação | Regenerar se |
|---|---|---|
| Identidade | Mesmo espaçamento dos olhos, nariz, maçãs do rosto | Rosto parece uma pessoa nova |
| Pele | Poros e textura suave permanecem | Cera, plástico, excessivamente suavizado |
| Boca | Fala parece pequena e humana | Mandíbula de borracha ou piscada de dentes |
| Olhos | Olhar tem um alvo claro | Olhos flutuam ou cruzam |
| Movimento | Uma ação contínua | Corte abrupto ou colapso do corpo |
| Fundo | Desfoque permanece fundo | Rostos aleatórios aparecem nítidos |
Lista de verificação de auditoria de rostos realistas do Wan 3.0 renderizada como uma tabela limpa para verificações de identidade, pele, boca, olhos, movimento e fundo
Etapa 5: uma tabela de auditoria de realismo facial que você pode usar antes de gastar outra execução.
Use este modelo reutilizável quando criar seu próprio teste:
Plain1[proporção], [duração], vídeo cinematográfico realista. [Sujeito com âncoras de identidade estáveis] em [ambiente e iluminação específicos]. [Cadeia de ações visíveis: o que o rosto, olhos, boca, mãos e postura fazem]. Câmera: [tamanho do take, sensação de lente, movimento]. Áudio: [ruído ambiente / diálogo / ambiência]. Preserve [rosto, tom de pele, vestuário, objeto, fundo]. Evite [deriva facial, pele cerosa, olhos distorcidos, dentes ruins, cortes abruptos, dedos extras].
Variações de rostos realistas do Wan 3.0 para experimentar
Experimente estas após os 3 testes principais passarem:
| Variação | Início do prompt curto | O que testa |
|---|---|---|
| Depoimento do fundador | Fundador de meia-idade em escritório tranquilo explica um resultado de produto em 8s | UGC confiável sem pele de filtro de beleza |
| Take de reação do ator | Ator ouve notícias surpreendentes, sorriso desaparece em silêncio | Controle de microexpressão |
| Take de rosto com produto | Pessoa coloca óculos, batom ou skincare enquanto vira ligeiramente | Estabilidade do rosto mais produto |
| Entrevista documental | Close-up de mão, pele natural, fundo suave, sem filtro glam | Imperfeição realista |
Custo de rostos realistas do Wan 3.0 no Atlas Cloud
Use a fórmula rápida:
custo = segundos x preço do modelo por segundo x nível de resolução se aplicável
Em agosto de 2026, o Atlas Cloud models/all lista os três modos de vídeo Wan-3.0 a partir de US$ 0,05/s. Isso dá um piso de planejamento:
| Teste | Duração | Por que usar | Piso estimado |
|---|---|---|---|
| Rascunho facial | 8s | Verificação rápida de prompt | A partir de US$ 0,40 |
| Clipe de anúncio UGC | 12s | Corte social | A partir de US$ 0,60 |
| Close-up longo | 30s | Teste de estresse completo do Wan 3.0 | A partir de US$ 1,50 |
Para entrega final, verifique o custo visível da execução antes de enviar. 1080P pode custar mais do que o piso em algumas plataformas ou níveis, e o botão Executar é o que sua carteira realmente verá.
Nota legal para rostos realistas do Wan 3.0
Use consentimento para funcionários reais, criadores, clientes e semelhanças reconhecíveis. Não implique que uma pessoa real disse algo que não disse. Para anúncios, depoimentos, alegações médicas, alegações financeiras ou conteúdo político, mantenha a divulgação e a revisão rigorosas.
Essa é a resposta de adulto. A parte divertida ainda é a direção criativa, mas a parte responsável mantém você publicável.
Perguntas frequentes
O Wan 3.0 consegue fazer rostos realistas?
Sim, mas os melhores resultados vêm de prompts direcionados e referências fortes. Peça âncoras de identidade estáveis, pequenos movimentos faciais, alvos de olhar claros e restrições de falha específicas.
Por que os rostos ainda parecem estranhos às vezes?
Porque os rostos expõem pequenos erros. Direção dos olhos, dentes, maçãs do rosto, tempo dos lábios e textura da pele precisam permanecer coerentes ao mesmo tempo. Um prompt amplo como "mulher triste falando" deixa espaço demais para deriva.
Texto-para-vídeo ou imagem-para-vídeo?
Use Texto-para-vídeo quando qualquer ator crível servir. Use Imagem-para-vídeo quando um rosto específico, ator da marca, criador ou primeiro quadro importa.
Qual é o melhor prompt do Wan 3.0 para um rosto falante?
O melhor prompt descreve uma cadeia de ação contínua: para onde a pessoa olha, como a boca se move, o que as mãos fazem e o que deve permanecer inalterado. Em seguida, adicione termos de evitação para pele plástica, olhos distorcidos, dentes ruins e distorção facial.
Quanto custa no Atlas Cloud?
O Atlas Cloud models/all atualmente lista Wan-3.0 Texto-para-vídeo, Imagem-para-vídeo e Referência-para-vídeo a partir de US$ 0,05/s. Um rascunho de 8s começa a partir de cerca de US$ 0,40, enquanto um teste de estresse de 30s começa a partir de cerca de US$ 1,50 antes de qualquer nível de resolução mais alta.
Posso usar rostos realistas do Wan 3.0 para anúncios ou UGC?
Sim, com disciplina criativa e legal normal. Use consentimento para semelhanças, evite depoimentos falsos e rotule UGC sintético quando as regras de divulgação ou políticas do cliente exigirem.
