Bir 15 saniyelik reklam için bir klasör oluşturdunuz. İki karakter fotoğrafı. Müşterinin gönderdiği bir marka tonu videosu. Yalnızca PDF olarak var olan bir marka kitabı. Gerçekten istediğiniz oyuncunun bir ses örneği.
Ardından video modelinizi açtınız ve sizden tek bir resim istedi.
Böylece herkesin yaptığını yaptınız. Klasörü 800 kelimelik bir komut istemine çevirdiniz ve dua ettiniz. Üçüncü karede yüz kaydı. Ceketin rengi değişti. Ses tamamen başka birine aitti.
Wan 3.0'ın çoklu referans özelliği, bir video modelinin ilk kez şunu söylemesidir: peki, klasörü bana ver. Tek bir çağrıda 20'ye kadar varlık, beş farklı girdi türünde, tek bir kesintisiz 30 saniyelik çekimde bir arada tutulur.
Bu makale üç şey yapıyor ve gerisini atlıyor. Bu 20 varlığın gerçekte ne olduğunu ayrıştırıyor, kanıt olarak Alibaba'nın kendi oluşturduğu klipleri kullanıyor ve bugün çalıştırabileceğiniz eşdeğer bir iş akışı sunuyor, çünkü Wan 3.0 hâlâ Alibaba'nın kendi bulutunda genel betada ve üçüncü taraf platformlardan çağrılabilecek durumda değil.
Önemli çıkarımlar
- Wan 3.0'ın çok modlu referansı, tek bir çağrıda 20'ye kadar varlığı kabul eder; görseller, videolar, ses, belgeler ve canlı web sayfalarını kapsar ve bunları tek bir 30 saniyelik çekim boyunca tutarlı tutar.
- Bir PDF'yi, bir slayt destesini veya bir URL'yi, bir komut istemine özetleyeceğiniz bir şey değil de yaratıcı bir girdi olarak ele alan ilk ana akım video modelidir.
- Wan 3.0, 6 Ağustos 2026'da Alibaba Cloud Model Studio ve Qwen Cloud'da
wan3.0-videoolarak genel betaya girdi. Ağırlıkları kapalı. Size zaten Apache 2.0 olduğunu söyleyen herkes tahmin yürütüyordur. - 20 varlık başlığı, asıl öne çıktığı nokta değil. Şu anda çağırabileceğiniz referans-video modelleri zaten 20'den fazla varlığı kabul ediyor. Aradaki fark, belgeler ve web sayfaları, sayı değil.
- İki karakterli, referansa kilitli, tam sesli formatı, Atlas Cloud'un ücretsiz AI reklam skeçi oluşturucusu ile hiçbir ücret ödemeden test edebilirsiniz: dört ürün fotoğrafı girer, 15 saniyelik sesli bir skeç çıkar, kart gerekmez.

Wan 3.0 tarafından beş farklı sette kovalanan iki kedi, karakter kayması olmadan_İki referans görsel. Bir otel koridorundan çamaşır makinesi tamburuna, kırmızı telefon kulübesine kadar beş tamamen farklı set. Tek bir karede bile kayma yok. Kaynak: Alibaba'nın resmi_ Wan 3.0 yaratıcı el kitabı , Ağustos 2026; bu makaledeki diğer tüm Wan 3.0 klipleri de buradan alınmıştır.
Çoklu Referans Videoları Neden Dağılır ve Wan 3.0 Çok Modlu Referansı Bunu Nasıl Değiştiriyor
Video modellerinin klipler arasında hafızası yoktur. Her üretim sıfırdan başlar. Bütün sorun tek cümlede bu.
Bu nedenle hikayeniz birden fazla çekim gerektirdiği an, dikiş yapmaya başlıyorsunuz. Birinci çekim size sevdiğiniz bir yüzü verir. İkinci çekim o yüzün bir kuzenini verir. Üçüncü çekim sessizce ceketin rengini erikten bordoya çevirir ve siz fark ettiğinizde on bir render için ödeme yapmışsınızdır bile.
Tek görsel referans yardımcı oldu, ancak yalnızca tek bir şeyi kilitledi: bir yüz. Bir yüzü, bir kıyafeti, bir aksesuarı, bir mekanı ve bir sesi aynı anda tutamazdı, çünkü tek bir yuva ve beş iş vardı.
Buradan çıkmanın iki yolu var. Modele daha fazla yuva vermek ya da onu tekrar başlatmayı bırakmak. Wan 3.0 ikisini de aynı anda yapıyor ve bu nedenle iki başlık özelliği aslında tek bir özellik. 30 saniyelik yerel bir çekim, karakterin kayabileceği bir kesinti olmadığı anlamına gelir. Yirmi referans varlığı ise sabit kalması gereken her öğenin, tek bir yuva için savaşmak yerine kendine ait özel bir yuva alması anlamına gelir.
İşte hiçbir şey dikilmediğinde bunun nasıl göründüğü. Otuz saniye, tek bir sürekli kamera, alışveriş arabasındaki bir çocuk bir reklam panosunun içine gömülüyor ve sonra altından çıkıp yürüyor.
Tek geçişte, kesintisiz 30 saniye, aynı geçişte oluşturulan film müziği ile. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı.
Wan 3.0 Çok Modlu Referansında "20 Varlık" Gerçekte Ne Anlama Geliyor
Yirmi, bir başlık numarası. Önemli olan, yirmi varlığın hepsinin aynı türden olmamasıdır. Wan 3.0'ın çoklu referansı beş girdi türünü kapsar ve her biri çıktının farklı bir eksenini kontrol eder.
Görseller kimliği kontrol eder. Bir karakter kartı, bir ürün çekimi, bir mekan plakası. Wan 3.0 buna piksel düzeyinde tutarlılık diyor ve Alibaba'nın kendi örneklerinde kilit, yüzün ötesine geçerek gardıroba kadar uzanıyor: katmanlı gri cüppe, bağcıklı deri yelek, koyu renk bel sargısı, üç mekanda on altı saniyelik bir göğüs göğüse dövüşte bile bozulmadan kalıyor.

Bir wuxia dövüş sahnesini yönlendiren iki karakter kartı, kostüm detayları kare kare korunuyor
İki karakter kartı artı sazlık bankının bir mekan plakası. Gardırop ve ortam her atışta korunuyor. Burada sessiz bir GIF olarak gösterilmiştir; teslim edilen dosya 44.1kHz stereo miks taşır. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı.
Ses, sesi kontrol eder. "Çok modlu" terimini pazarlamadan öteye taşıyan kısım burasıdır. Karakter başına bir ses örneği eklersiniz, satırları komut istemine yazarsınız ve diyalog, aynı geçişte resimle birlikte, o tınıda, dudak senkronizasyonu ile geri gelir. İki kişi, iki ses referansı, bir spor salonu.
İki özne görseli artı iki ayrı ses referansı klibi ve diyalog bu iki sesle geri geliyor. Bunun için sesi açmaya değer. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı.
Video, zamanlamayı kontrol eder. Bir referans videosu kopyalanmak için değildir. Ritmini bağışlamak içindir: bir vuruşun ne kadar sürdüğü, bir geçişin nasıl hareket ettiği. Bu örnekte, beş ana kare özneleri sağlar ve bir referans videosu, aralarındaki yatay kart çevirme temposunu sağlar.

Bir referans videosundan alınan tempoyla çevrilen beş ana kare_Özneler için beş_ ana kare görseli, çevirme ritmi için bir referans videosu. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı.
Belgeler ve web sayfaları yapıyı kontrol eder. Bu gerçekten yeni olan kısım. Wan 3.0, belge dosyalarını ve canlı URL'leri yaratıcı girdi olarak kabul eder ve beta ile ilgili raporlar, kabul edilen formatlar arasında .doc, .xls, .ppt, .pdf ve .txt'yi listeler (AlphaSignal, Ağustos 2026). Aynı mantık zaten bir storyboard görseli ile çalışır: bir board girer, board'un kendi sırasına göre altı çekim çıkar.

Yağmurlu bir tren platformunda tek bir storyboard sayfasının altı ardışık çekime genişletilmesi
Referans olarak tek bir storyboard sayfası, kendi sırasında altı çekim oluşturulmuş, beşinci çekimde elden ele geçen nota kadar. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı.
İlk ve son kareler uç noktaları kontrol eder. Kitaptaki en eski numara, hâlâ destekleniyor, hâlâ bir çekimi sınırlamanın en hızlı yolu.
İşte bunun, çoğu insanın bugün gerçekten kullandığı sürümle karşılaştırması.
| Wan 2.7 Referans-Video | Wan 3.0 çoklu referans | |
|---|---|---|
| Referans varlıkları | özne başına bir görsel, 3 videoya kadar, 1 ses klibi | toplamda 20'ye kadar varlık |
| Modaliteler | görsel, video, ses | görsel, video, ses, belge, web sayfası |
| Tek geçişte maksimum süre | 10 s | 30 s yerel, artı akıllı süre |
| Aynı geçişte ses | evet | evet |
| Video düzenleme ve genişletme | açık değil | talimat ve referans tabanlı düzenleme, artı genişletme |
| Kullanılabilirlik | üçüncü taraf API'lerinde canlı | Alibaba Cloud Model Studio ve Qwen Cloud betası |
Belgelere kimsenin yazmadığı ve herkesin zor yoldan öğrendiği bir kural vardır: bir referans, bir iş. Görsel1, yüzü ve kıyafeti kilitler. Video1, yalnızca hareketi bağışlar. Ses1, yalnızca tınıyı bağışlar. Tek bir varlığa iki çelişkili iş verdiğiniz veya içinde iki kişi olan bir referans görseli yüklediğiniz an, model tahmin yapmak zorunda kalır ve tahmin yapmak tam da durdurmaya çalıştığınız şeydir. Alibaba'nın el kitabı bu konuda da nettir: referans görsel başına bir özne.
Bugün Çalıştırabileceğiniz Wan 3.0 Çok Modlu Referans İş Akışı
Önce kısa cevap. Wan 3.0, Alibaba'nın kendi bulutunda, wan3.0-video model kimliğiyle genel betadadır (Alibaba Wan, Ağustos 2026). Henüz üçüncü taraf API platformlarına, Atlas Cloud da dahil, gelmemiştir. Şu anda size Wan 3.0 API erişimi satan herkes başka bir şeyi yeniden satıyordur.
Gelen şey, iş akışı şeklidir. Referans paketi girer, tek çağrı, sesli bitmiş klip çıkar. Bu, bugün bir tarayıcı sekmesinde çağırabileceğiniz referans-video modellerinde çalışır ve hepsini sıraladığınızda 20 varlık başlığı farklı görünür.
| Model | Referans varlıkları | Modaliteler | Maks. süre | Yerel ses | Saniye başına fiyat |
|---|---|---|---|---|---|
| Wan 3.0 (Alibaba betası, Atlas'ta değil) | 20 toplam | görsel, video, ses, belge, web sayfası | 30 s | Evet | Çözünürlüğe göre bildirilen $0.05 - $0.20 |
| Wan 2.7 Referans-Video | özne başına 1 görsel, 3 video, 1 ses klibi | görsel, video, ses | 10 s | Evet | $0.10 |
| Seedance 2.5 Referans-Video | 50 (30 görsel / 10 video / 10 ses) | görsel, video, ses | 30 s | Evet | $0.13 |
| MiniMax H3 Referans-Video | karışık, belirtilen sınır yok | görsel, video, ses | 15 s | Evet | $0.10 |
| Kling Video O3 Pro Referans-Video | 7 görsel veya 4 görsel + 1 video | görsel, video | 15 s | Evet | $0.10 |
| Vidu Q3-Mix Referans-Video | 4 görsel | görsel | 16 s | Evet | $0.11 |
| Veo 3.1 Referans-Video | 3 görsel | görsel | 8 s | İsteğe bağlı | $0.20 |
Fiyatlar, Ağustos 2026 itibarıyla Atlas Cloud oranlarıdır. Wan 3.0'ın rakamları, Alibaba Cloud betası için bildirilenlerdir, bir Atlas oranı değildir ve Alibaba henüz model için herkese açık bir fiyat sayfası yayınlamamıştır, bu nedenle bu satırı geçici olarak değerlendirin.
Bu tabloyu iki kez okuyun ve gerçek hikaye ortaya çıkar. 20 varlık başlığı, Wan 3.0'ın öne geçtiği nokta değil, çünkü Seedance 2.5 zaten 50 alıyor ve 30 saniyeye ulaşıyor. Bu listede başka hiçbir şeyin almadığı şey bir PDF'dir.
Aşağıdaki adım adım kılavuzda demo, Wan 2.7 Referans-Video üzerinde çalışıyor, çünkü girdi şekli, çoklu referansın en yakın yaşayan akrabası: birden fazla özne görseli, isteğe bağlı bir referans videosu ve bir ses klibi, hepsi komut istemi içindeki character1 ve character2 etiketlerine eşlenir. Üç model, bir tarayıcı sekmesi, yerel kurulum yok.
Kendiniz Oluşturun: Dört Adımda Çok Modlu Bir Referans Sahnesi
Sahne: pastel bir otel resepsiyonu. İfadesiz bir resepsiyon görevlisi. Elinde oyuncak bir kedi tutan bir gezgin. Resepsiyonist doğrudan kameraya bakar ve "Kedinin bir rezervasyonu var. Sizin yok." der.
İki görsel artı bir ses klibi, yani iki modalitede üç referans varlığı. Bu, dürüstçe çoklu görselden ziyade çok modlu olan en küçük yapıdır.
1. Adım: Referans görsel 1'i oluşturun, kilitlemeniz gereken özne
Referans görsellerin üç işi ve yalnızca üç işi vardır: bir özne, kameraya dönük, temiz bir arka plan. Diğer her şey dekordur. Kalite high, boyut 16:9, n=1 ile GPT Image 2 kullanın.
Plain1Full-body studio portrait of a middle-aged hotel concierge with a deadpan expression, standing dead-centre against a flat dusty-pink wall. He wears a plum-purple double-breasted bellhop uniform with gold piping and brass buttons, a small round pillbox hat, and a thin moustache. Perfectly symmetrical framing, even soft frontal light, no cast shadow on the wall, 35mm film grain, muted pastel palette. One subject only, no other people, no text, no logo, no props in frame.

Atlas Cloud'daki GPT Image 2 oyun alanı, resepsiyon görevlisi referans portresi çıktı panelinde oluşturulmuş
Atlas Cloud'da GPT Image 2: kalite yüksek, 16:9, tek özne, düz arka plan. Bu, character1 olacak dosya.
2. Adım: Referans görsel 2'yi oluşturun, ikinci kilitli özne
Aynı model, aynı ayarlar. İki karakter arasındaki renk kontrastı kasıtlıdır, çünkü modele aynı kareyi paylaştıklarında onları ayırması için kolay bir yol verir.
Plain1Full-body studio portrait of a young woman traveller holding a fluffy ragdoll cat against her chest, standing dead-centre against a flat mustard-yellow wall. She wears a mustard wool coat, a red beret and round tortoiseshell glasses, and holds a small vintage leather suitcase in her free hand. Perfectly symmetrical framing, even soft frontal light, no cast shadow on the wall, 35mm film grain, muted pastel palette. One subject only, no other people, no text, no logo.
3. Adım: Ses referansını oluşturun, asıl çok modlu kısım
Ses klibi, bunu çoklu görsel bir işten çok modlu bir işe dönüştüren şeydir. Wan 2.7'nin ses yuvası kısa bir örnek ister, kabaca 1 ila 10 saniye, bu nedenle satırı kısa tutun. MiniMax Speech 2.6 HD kullanın ve düşük, düz, rahatsız edilmemiş bir erkek sesi seçin.
Plain1Good evening. Checking in? Of course. Everyone is.
4. Adım: Tek çağrı, üç referans, tek bitmiş klip
Şimdi tüm paket birlikte Wan 2.7 Referans-Video üzerinde gider. Ayarlar: resolution: 1080P, ratio: 16:9, duration: 10, bu modelin tavanı, prompt_extend: false, seed: -1. images'i sırayla yükleyin, önce 1. adım, böylece character1 ile eşleşir, ardından 2. adım character2 olarak ve 3. adım dosyasını audio'ya ekleyin.
Plain1Symmetrical, dead-centre wide shot of a pastel hotel lobby front desk, dusty-pink walls and a mustard-yellow key rack behind it. character1 is the concierge standing behind the desk; character2 is the traveller standing in front of it, still holding her ragdoll cat. The camera pushes in slowly along a perfect centre axis and never tilts. character1 looks straight down the lens and says flatly: "The cat has a reservation. You do not." character2 blinks once, turns her head slowly towards the cat, then back to the desk. The cat stares directly into the camera without moving. 35mm film grain, even soft lighting, muted pastel palette, no camera shake, no cuts.
Negatif komut istemi:
Plain1handheld shake, jump cuts, subtitles, on-screen text, watermark, extra people, deformed hands, face morphing, colour shift, motion blur

Atlas Cloud'daki Wan 2.7 Referans-Video oyun alanı, iki referans görsel ve bir ses dosyası yüklenmiş ve bitmiş klip çıktı panelinde
Atlas Cloud'da Wan 2.7 Referans-Video: solda iki referans görsel ve bir ses klibi eklenmiş, sağda bitmiş çekim 1080P ve 16:9'da oynuyor. Bu yakalama modelin varsayılan süresinde çalıştı; aşağıdaki tam sürüm için 10'a ayarlayın.
Bitmiş klip. Her iki yüz de korundu, her iki kıyafet de korundu ve satır, 3. adımdaki klonlanmış sesle teslim edildi, bu nedenle sesi açarak oynatmaya değer.

İki referans portresi, bitmiş klipten bir karenin yanında, aynı yüzleri ve kıyafetleri gösteriyor
Solda referanslar, sağda teslim edilen klipten bir kare. Üniforma şeritleri, bere, gözlükler ve kedi yolculuktan sağ çıkıyor.
Wan 3.0 Çok Modlu Referans İş Akışının Varyasyonları
30 saniyeye çıkarın. Aynı referans paketi, duration: 30 ile Seedance 2.5 Referans-Video üzerinde çalışır, bu da size Wan 3.0'ın vaat ettiği uzunluğu beta beklemeden verir. 30'a kadar referans görsel, 10 video ve 10 ses klibi alır, bu nedenle paketin büyüme alanı vardır. Ekstra 20 saniyeyi komut isteminde hisler olarak değil, vuruşlar olarak yazın, aksi takdirde model doldurma yapar.

Atlas Cloud'daki Seedance 2.5 Referans-Video oyun alanı, süre 30 olarak ayarlanmış ve uzun çekim oluşturulmuş
Atlas Cloud'da Seedance 2.5 Referans-Video, süre 30 olarak ayarlanmış ve aynı iki referans portresi eklenmiş, oluşturma sırasında yakalanmış. Komut istemindeki @image1 ve @image2 çiplerine dikkat edin: Seedance'a hangi referansın hangi rolü oynadığını bu şekilde söylersiniz. Taahhüt etmeden önce Çalıştır düğmesindeki belirtilen fiyatı kontrol edin, çünkü işin gerçekte göndereceği süreyi yansıtır.
Aynı sahnenin 30 saniyelik versiyonu, aynı referans paketi, vuruşlar çekim çekim yazılmış.
Yalnızca hareket için bir referans videosu ekleyin. Beğendiğiniz tempoya sahip bir klip ekleyin ve komut isteminde açıkça belirtin, örneğin "kesme ritmi için yalnızca referans videosunu takip edin, öznelerini ve ortamını yok sayın" gibi. Bu, yukarıdaki kart çevirme örneğinin arkasındaki numaradır.
Pozitif komut istemine dokunmadan önce negatif komut istemiyle kaymayı düzeltin. Yüz morfingi, renk kayması ve elde sallama, referansa kilitli çekimleri mahveden üç şeydir ve genellikle tarif etmekten daha ucuza bastırılırlar.
Çok Modlu Referans Formatını Ücretsiz Deneyin
Bunun şeklini parametrelerden önce istiyorsanız, Atlas Cloud geçen hafta aynı zinciri hiçbir düğme olmadan çalıştıran ücretsiz bir AI reklam skeçi oluşturucu yayınladı.
Ürününüz ve satış noktaları hakkında bir satır yazarsınız. Sizin için iki karakterli bir komedi senaryosu yazar, kanca, çatışma, bükülme, ardından yerleşik konuşma diyalogu ve ses efektleri ile 15 saniyelik bir video oluşturur. Referans olarak 4 adede kadar gerçek ürün fotoğrafı ekleyebilirsiniz ve reklam, şekillerini, renklerini, etiketlerini ve logolarını senaryodan son kareye kadar korur. Altı stil ile birlikte gelir, komik meme'den olay örgüsü bükülmesi, sitcom, lüks ve satışa kadar ve diyalog, açıklamayı hangi dilde yazdıysanız o dilde geri gelir.
Bu, eğitimdeki aynı iki karakter artı referans görseller artı ses zinciridir, eksi komut istemi yazma ve eksi fatura. Bu da, herhangi bir şey ayarlamak için harcama yapmadan önce bu formatın ürününüze uygun olup olmadığını öğrenmek için iyi bir yol haline getiriyor.
Bir referans fotoğraf yığınının bir ürün parçasına ne yaptığına dair bir fikir edinmek için, işte Wan 3.0'ın işin kendi versiyonu: beş görsel girer, bir lansyon makarası çıkar, her bir fotoğraf kurgunun bir vuruşunu sabitler.

Beş referans fotoğrafı, Material Design tarzı bir ürün lansyon makarasına genişletildi_Beş referans görsel, dokuz saniyelik bir ürün filmini yönlendiriyor, her biri bir vuruşu sabitliyor ve bir sonrakine geçiyor. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı._
Bir Wan 3.0 Çok Modlu Referans Klibinin Maliyeti
| Adım | Model | Birim fiyat | Miktar | Maliyet |
|---|---|---|---|---|
| 1 ve 2, iki referans görsel | GPT Image 2 | $0.009 görsel başına | 2 | $0.02 |
| 3, ses referansı | MiniMax Speech 2.6 HD | $0.08 1K karakter başına | 49 karakter | $0.00 |
| 4, 1080P'de 10 saniyelik çekim | Wan 2.7 Referans-Video | $0.15 saniye başına 1080P | 10 s | $1.50 |
| Eğitim toplamı | yaklaşık $1.52 | |||
| Varyasyon, 30 saniye | Seedance 2.5 Referans-Video | $0.134 saniye başına 480P | 30 s | yaklaşık $4.02 |
| Ücretsiz yol | Ücretsiz AI Reklam Skeçi Oluşturucu | ücretsiz | 1 klip, 15 s | $0 |
Bunlar, Ağustos 2026'da kontrol edilen ve kullandıkça öde olarak faturalandırılan platformun kendi oranlarıdır. Toplamı insanların beklediğinden daha fazla değiştiren iki şey vardır. Çözünürlük ilkidir: karşılaştırma tablosundaki saniye başına $0.10, Wan 2.7'nin taban oranıdır ve 1080P, saniye başına $0.15 olarak faturalanır, yukarıdaki $1.50'nin geldiği yer burasıdır. İkincisi, Seedance'ın piksel sayısına göre fiyatlandırmasıdır, bu nedenle listelenen saniye başına $0.134, 480P rakamıdır ve 720P'lik bir çekim, doğrudan bir çarpmanın önerdiğinden daha pahalıdır. Referans olarak, 1080p'de bildirilen Wan 3.0 beta oranı saniye başına $0.20, 30 saniyelik tam bir çekimi yaklaşık $6'ya koyar, bu da bugün 480P'deki Seedance yolundan daha fazladır.
Bunları kullanma hakkında bir not. Wan 3.0 bir betadır ve şartları değişebilir, bu nedenle üzerine bir iş hattı kurmadan önce bunları yeniden okuyun. Referans görselleriniz gerçek kişilere aitse, önce izinlerini alın, çünkü referans-video tam da bunu önemli kılan yetenektir. Bu makaledeki örnek klipler, Alibaba'nın kendi genel yaratıcı el kitabından ürettiği sonuçlardır ve yorum amacıyla burada çoğaltılmıştır.
Sıkça Sorulan Sorular
Wan 3.0'ın çok modlu referansı gerçekte kaç referans alabilir?
Tek bir çağrıda 20'ye kadar varlık, görseller, videolar, ses, belgeler ve web sayfalarından alınır. Pratik sınır, teknik olandan daha düşüktür. Her varlığa tam olarak bir iş atayın, görsel başına bir özne, çoğu sahne için 20'den çok daha azını kullanırsınız.
Wan 3.0 gerçekten bir PDF'yi veya web sayfasını videoya dönüştürebilir mi?
Evet, gerçekten benzersiz olan kısım budur. Metin, görsel, ses ve videonun yanı sıra belge dosyalarını ve canlı URL'leri kabul eder ve beta ile ilgili raporlar, kabul edilen formatlar arasında .doc, .xls, .ppt, .pdf ve .txt'yi listeler. Yukarıdaki karşılaştırma tablosundaki başka hiçbir referans-video modeli bir belgeyi kabul etmez.
Wan 3.0 açık kaynak mı? ComfyUI'de çalıştırabilir miyim?
Hayır ve şu anda değil. Wan 3.0, Alibaba'nın kendi bulutunda çalışan kapalı bir betadır. Önceki Wan nesilleri açık olarak yayınlandı, bu nedenle beklenti var, ancak Alibaba 3.0 için ağırlıkları onaylamadı. Wan 3.0'ın 1.3B veya 14B Apache 2.0 sürümünü iddia eden sayfalar, resmi hiçbir şey tarafından desteklenmemektedir.
Wan 3.0 üçüncü taraf API'ler aracılığıyla kullanılabilir mi?
Henüz değil, Atlas Cloud da dahil. Bugün çağırabileceğiniz en yakın şey, belge ve web sayfası modaliteleri dışında girdi şekli neredeyse tamamen çoklu referansla eşleşen Wan 2.7 Referans-Video veya 30 saniyenin tamamına ihtiyacınız varsa Seedance 2.5 Referans-Video'dur.
Referansa kilitli, iki karakterli bir videoyu test etmenin en ucuz yolu nedir?
Yukarıda bağlantısı verilen ücretsiz AI reklam skeçi oluşturucu. Dört referans fotoğrafı girer, 15 saniyelik sesli iki karakterli bir klip çıkar, hiçbir parametre ve harcama yok. Ürününüzü ve formatınızı koruyorsa, o zaman ücretli zinciri ayarlamaya gidin.
Karakterlerim neden referans görsellerine rağmen hâlâ kayıyor?
Sıklık sırasına göre üç neden. Bir referans iki iş taşıyor, bu nedenle hem yüzü hem de mekanı düzeltmesi isteniyor. Referans görselinde birden fazla kişi veya karmaşık bir arka plan var, bu nedenle model hangi kısmı kilitleyeceğini bilmiyor. Veya kayma, bir referans hatasından ziyade bir oluşturma yapaylığıdır, bu durumda herhangi bir şeyi yeniden yazmadan önce negatif komut istemine face morphing, colour shift koyun.






