Wan 3.0 Multimodal Reference, 20 varlık alır ve bunlardan biri PDF'dir.

Wan 3.0 multimodal referans, tek bir çağrıda 20 varlık alır: görseller, video, ses, PDF'ler, hatta bir URL. Alibaba'nın kendi sonuçlarını ve bugün çalıştırabileceğiniz bir iş akışını görün.

Son güncelleme: Wan 3.0, 24 Ağustos 2026 itibarıyla yayında.

15 saniyelik bir reklam için bir klasör oluşturdun. İki karakter fotoğrafı. Müşterinin gönderdiği bir marka tonu videosu. Yalnızca PDF olarak var olan bir marka kitabı. Gerçekten istediğin oyuncunun ses örneği.

Sonra video modelini açtın ve tek bir resim istedi.

Böylece herkesin yaptığını yaptın. Klasörü 800 kelimelik bir isteme çevirdin ve dua ettin. Yüz üçüncü çekimde kaydı. Ceketin rengi değişti. Ses tamamen başka birine aitti.

Wan 3.0'ın omni-reference'ı, bir video modelinin ilk kez şunu söylemesidir: tamam, klasörü bana ver. Tek bir çağrıda 20'ye kadar varlık, beş tür girdi arasında, tek bir 30 saniyelik çekim boyunca bir arada tutulur.

Bu makale üç şey yapar ve gerisini atlar. Bu 20 varlığın gerçekte ne olduğunu ayrıştırır, Alibaba'nın kendi oluşturduğu klipleri kanıt olarak kullanır ve bugün çalıştırabileceğiniz eşdeğer bir iş akışı sunar, çünkü Wan 3.0 halka açık betada Alibaba'nın kendi bulutunda ve henüz üçüncü taraf platformlardan çağrılamaz.

Önemli çıkarımlar

  • Wan 3.0'ın çok modlu referansı, tek bir çağrıda görseller, videolar, sesler, belgeler ve canlı web sayfalarını kapsayan 20'ye kadar varlığı kabul eder ve bunları tek bir 30 saniyelik çekim boyunca tutarlı tutar.
  • Bir PDF'yi, slayt destesini veya URL'yi bir istemde başka sözcüklerle ifade etmek yerine 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-video olarak halka açık betaya girdi. Kapalı ağırlıklardır. Zaten Apache 2.0 olduğunu söyleyen herkes tahmin yürütüyordur.
  • 20 varlık başlığı, asıl öne çıktığı yer değil. Şu anda çağırabileceğiniz referans-video modelleri zaten 20'den fazla varlığı kabul ediyor. Aradaki fark belgeler ve web sayfaları, sayı değil.
  • İki karakterli, referans kilitli, tam sesli formatı Atlas Cloud'un ücretsiz AI reklam skeci oluşturucusuyla hiçbir şey ödemeden test edebilirsiniz: dört ürün fotoğrafı girer, 15 saniyelik sesli bir skeç çıkar, kart gerekmez. Tüylü kedi ve siyah kedi, büyük bir otel koridorunda koşuyor

Wan 3.0 tarafından beş farklı sette kovalanan iki kedi, karakter kayması yok_İki referans görsel. Bir otel koridorundan çamaşır makinesi tamburuna, kırmızı telefon kulübesine kadar tamamen farklı beş set. Tek bir kare kayma yok. Kaynak: Alibaba'nın resmi_ Wan 3.0 yaratıcı el kitabı , Ağustos 2026. Bu makaledeki diğer tüm Wan 3.0 kliplerinin de kaynağı budur.

Çoklu Referans Videosu Neden Dağılır ve Wan 3.0 Çok Modlu Referans Bunu Nasıl Değiştirir

Video modellerinin klipler arasında hafızası yoktur. Her üretim sıfırdan başlar. Bütün sorun tek bir cümlede bu.

Yani hikayeniz birden fazla çekim gerektirdiği anda dikiyorsunuz. Birinci çekim size sevdiğiniz bir yüz verir. İkinci çekim o yüzün bir kuzenini verir. Üçüncü çekim sessizce ceketi erik renginden bordoya değiştirir ve siz fark ettiğinizde on bir render için ödeme yapmışsınızdır.

Tek görsel referans yardımcı oldu, ancak yalnızca tek bir şeyi kilitledi. Bir yüz. Aynı anda bir yüzü, bir kıyafeti, bir aksesuarı, bir mekanı ve bir sesi tutamazdı çünkü tek bir yuva ve beş iş vardı.

İki çıkış yolu var. Modele daha fazla yuva verin ya da yeniden başlatmasını durdurun. Wan 3.0 ikisini aynı anda yapar ve bu nedenle iki başlık özelliği aslında tek bir özelliktir. Yerel 30 saniyelik bir çekim, karakterin kayabileceği bir kesinti olmadığı anlamına gelir. Yirmi referans varlığı, sabit kalması gereken her öğenin bir tane için savaşmak yerine kendi özel yuvasına sahip olduğu anlamına gelir.

Hiçbir şey dikilmediğinde işte böyle görünür. Otuz saniye, tek bir kesintisiz kamera, alışveriş arabasındaki bir çocuk bir reklam panosunun içine gömülür ve sonra altından yürüyerek çıkar.

Tek geçişte 30 saniye, kesinti yok, aynı geçişte oluşturulan film müziğiyle. 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, yirmisinin hepsinin aynı türden şeyler olmamasıdır. Wan 3.0'ın omni-reference'ı beş girdi türünü kapsar ve her biri çıktının farklı bir eksenini kontrol eder.

Görseller kimliği kontrol eder. Bir karakter kartı, bir ürün fotoğrafı, bir mekan plakası. Wan 3.0 buna piksel düzeyinde tutarlılık diyor ve Alibaba'nın kendi örneklerinde kilit, yüzün ötesine gardıroba kadar uzanıyor: katmanlı gri cüppe, bağcıklı deri kolsuz yelek, koyu bel sargısı, üç mekanda on altı saniyelik bir göğüs göğüse dövüşte hayatta kalıyor.

Geleneksel Çin kıyafetleri içinde genç bir adam, gün batımında açık havada duruyor

Bir wuxia dövüş sahnesini yönlendiren iki karakter kartı, kostüm detayları kare kare korunuyor

İki karakter kartı artı sazlığın bir mekan plakası. Gardırop ve mekan her atışta korunuyor. Burada sessiz 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"yu pazarlamadan daha fazlası yapan kısım budur. Karakter başına bir ses örneği eklersiniz, satırları istemde yazarsınız ve diyalog, resimle aynı geçişte, dudak senkronlu olarak o tınıda 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 orada değildir. Ritmini bağışlamak içindir: bir vuruşun ne kadar sürdüğü, bir geçişin nasıl hareket ettiği. Burada, beş ana kare özneleri sağlar ve bir referans videosu aralarındaki yatay kart çevirme ritmini sağlar.

Ayrıntılı geleneksel Çin başlığı ve mavi işlemeli elbise giyen kadın

Bir referans videosundan alınan tempoyla çevrilen beş ana kare_Özneler için beş_ ana kare görsel, çevirme ritmi için bir referans videosu. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı.

Belgeler ve web sayfaları yapıyı kontrol eder. Asıl yeni olan budur. Wan 3.0, belge dosyalarını ve canlı URL'leri yaratıcı girdi olarak kabul eder ve beta sürümü raporları, kabul edilen biçimler arasında .doc, .xls, .ppt, .pdf ve .txt'yi listeler (AlphaSignal, Ağustos 2026). Aynı mantık bir storyboard görseliyle zaten çalışır: bir tahta girer, altı çekim çıkar, tahtanın kendi sırasına göre.

Yağmurlu bir tren istasyonu platformunda şemsiyeli iki kişi duruyor

Yağmurlu bir tren istasyonunda tek bir storyboard sayfasının altı ardışık çekime genişletilmesi

Referans olarak bir storyboard sayfası, sırasına göre oluşturulmuş altı çekim, 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, hala destekleniyor, bir çekimi sınırlamanın en hızlı yolu.

İşte bunun çoğu insanın bugün kullandığı sürüme karşı nasıl biriktiği.

Wan 2.7 Referans-VideoWan 3.0 omni-reference
Referans varlıklarıözne başına bir görsel, 3 videoya kadar, 1 ses klibitoplam 20 varlığa kadar
Modalitelergörsel, video, sesgörsel, video, ses, belge, web sayfası
Tek geçişte maksimum süre10 s30 s yerel, artı akıllı süre
Aynı geçişte sesevetevet
Video düzenleme ve genişletmeaçıklanmamıştalimat ve referans tabanlı düzenleme, artı genişletme
Kullanılabilirliküçüncü taraf API'lerde canlıAlibaba Cloud Model Studio ve Qwen Cloud beta

Kimsenin belgelere koymadığı ve herkesin zor yoldan öğrendiği bir kural vardır: bir referans, bir iş. Görsel1 yüzü ve kıyafeti kilitler. Video1 yalnızca hareket bağışlar. Ses1 yalnızca tını bağışlar. Tek bir varlığa iki çelişkili iş verdiğiniz veya içinde iki kişi olan bir referans görseli yüklediğiniz anda modelin tahmin etmesi gerekir ve tahmin etmek tam olarak durdurmaya çalıştığınız şeydir. Alibaba'nın el kitabı da bu konuda açık sözlüdür: referans görseli 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 kimliği altında halka açık betadadır (Alibaba Wan, Ağustos 2026). Henüz Atlas Cloud dahil üçüncü taraf API platformlarına gelmedi. 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.

ModelReferans varlıklarıModalitelerMaks. süreYerel sesSaniye başına fiyat
Wan 3.0 (Alibaba beta, Atlas'ta yok)20 toplamgörsel, video, ses, belge, web sayfası30 sEvetçözünürlüğe göre bildirilen $0,05 - $0,20
Wan 2.7 Referans-Videoözne başına 1 görsel, 3 video, 1 ses klibigörsel, video, ses10 sEvet$0,10
Seedance 2.5 Referans-Video50 (30 görsel / 10 video / 10 ses)görsel, video, ses30 sEvet$0,13
MiniMax H3 Referans-Videokarışık, belirtilen sınır yokgörsel, video, ses15 sEvet$0,10
Kling Video O3 Pro Referans-Video7 görsel veya 4 görsel + 1 videogörsel, video15 sEvet$0,10
Vidu Q3-Mix Referans-Video4 görselgörsel16 sEvet$0,11
Veo 3.1 Referans-Video3 görselgörsel8 sİsteğe bağlı$0,20

Fiyatlar Ağustos 2026 itibarıyla Atlas Cloud oranlarıdır. Wan 3.0 rakamları, Alibaba Cloud beta için bildirilenlerdir, Atlas oranı değildir ve Alibaba henüz model için halka 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 çıktığı yer değil, çünkü Seedance 2.5 zaten 50 alıyor ve 30 saniyeyi yakalıyor. Bu listede bir PDF alan başka hiçbir şey yok.

Aşağıdaki adım adım açıklama için demo, Wan 2.7 Referans-Video üzerinde çalışır, çünkü girdi şekli omni-reference'ın en yakın yaşayan akrabasıdır: birden fazla özne görseli, isteğe bağlı bir referans videosu ve bir ses klibi, tümü istem içinde character1 ve character2 etiketlerine eşlenir. Üç model, bir tarayıcı sekmesi, yerel kurulum yok.

Güncel bir barındırılan çalıştırma için Atlas Cloud'da Wan 3.0'ı açın ve iş akışını yayınlamadan önce aşağıdaki gibi bir istemi test edin.

Wan 3.0 istem ve oluşturulan efekt ekran görüntüsü, wan-3.0-multimodal-reference için

Wan 3.0 istem-sonuç ekran görüntüsü: 20 referanslı marka devir teslimi.

Kendiniz Oluşturun: Dört Adımda Çok Modlu Bir Referans Sahnesi

Sahne: pastel bir otel resepsiyonu. Ölümcül ciddi bir resepsiyon görevlisi. Kucağında bir ragdoll kedi tutan bir gezgin. Resepsiyon görevlisi doğrudan kameraya bakar ve "Kedinin bir rezervasyonu var. Sizin yok." der.

İki görsel artı bir ses klibi, yani iki modalite arasında üç referans varlığı. Bu, dürüstçe çoklu görselden ziyade çok modlu olan en küçük yapıdır.

Adım 1. Referans görsel 1'i oluşturun, kilitlemeniz gereken özne

Referans görsellerin yalnızca üç işi vardır: bir özne, kameraya dönük, temiz arka plan. Geri kalan her şey dekorasyondur. Kalite high, boyut 16:9, n=1 ile GPT Image 2 kullanın.

Plain
1Orta yaşlı bir otel resepsiyon görevlisinin, ölümcül ciddi bir ifadeyle, düz soluk pembe bir duvarın önünde tam ortada duran, tam boy stüdyo portresi. Erik moru renkli, çift sıra düğmeli, altın şeritli ve pirinç düğmeli bir bellboy üniforması, küçük yuvarlak bir tepelik şapka ve ince bir bıyık takıyor. Mükemmel simetrik çerçeveleme, eşit yumuşak ön ışık, duvarda gölge yok, 35 mm film greni, yumuşak pastel palet. Yalnızca bir özne, başka kişi yok, metin yok, logo yok, çerçevede aksesuar yok.
2

Sayılı adımları ve oluşturulmuş bir bellboy'u gösteren AI görsel oluşturucu arayüzü

Atlas Cloud'da GPT Image 2 oyun alanı, resepsiyon görevlisi referans portresi çıktı panelinde işlenmiş

Atlas Cloud'da GPT Image 2: kalite yüksek, 16:9, bir özne, düz arka plan. Bu, character1 olacak dosyadır.

Adım 2. Referans görsel 2'yi oluşturun, ikinci kilitli özne

Aynı model, aynı ayarlar. İki karakter arasındaki renk kontrastı kasıtlıdır, çünkü aynı kareyi paylaştıklarında modelin onları ayırmasını kolaylaştırır.

Plain
1Genç bir kadın gezginin, göğsüne tüylü bir ragdoll kedi bastırmış, düz hardal sarısı bir duvarın önünde tam ortada duran, tam boy stüdyo portresi. Hardal rengi bir yün palto, kırmızı bir bere ve yuvarlak kaplumbağa kabuğu gözlük takıyor, boş elinde küçük bir vintage deri bavul tutuyor. Mükemmel simetrik çerçeveleme, eşit yumuşak ön ışık, duvarda gölge yok, 35 mm film greni, yumuşak pastel palet. Yalnızca bir özne, başka kişi yok, metin yok, logo yok.
2

Adım 3. Ses referansını oluşturun, asıl çok modlu kısım

Ses klibi, bunu çoklu görsel işinden çok modlu bir işe dönüştüren şeydir. Wan 2.7'nin ses yuvası kısa bir örnek ister, yaklaşık 1 ila 10 saniye, bu yüzden satırı kısa tutun. MiniMax Speech 2.6 HD kullanın ve düşük, düz, rahatsız olmayan bir erkek sesi seçin.

Plain
1İyi akşamlar. Giriş mi yapıyorsunuz? Elbette. Herkes yapıyor.
2

Adım 4. 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'ı sırayla yükleyin, önce adım 1, böylece character1'e eşlenir, ardından adım 2 character2 olarak ve adım 3 dosyasını audio'ya ekleyin.

Plain
1Pastel bir otel lobi resepsiyonunun simetrik, tam merkez geniş çekimi, soluk pembe duvarlar ve arkasında hardal sarısı bir anahtar rafı. character1 resepsiyonun arkasındaki görevli; character2 önünde duran, hâlâ ragdoll kedisini tutan gezgin. Kamera mükemmel bir merkez ekseni boyunca yavaşça yaklaşır ve asla eğilmez. character1 doğrudan merceğe bakar ve düz bir sesle şöyle der: "Kedinin bir rezervasyonu var. Sizin yok." character2 bir kez göz kırpar, başını yavaşça kedisine çevirir, sonra tekrar resepsiyona döner. Kedi hiç kıpırdamadan doğrudan kameraya bakar. 35 mm film greni, eşit yumuşak aydınlatma, yumuşak pastel palet, kamera sarsıntısı yok, kesinti yok.
2

Negatif istem:

Plain
1el sarsıntısı, atlamalı kesmeler, altyazılar, ekran metni, filigran, fazladan kişiler, deforme eller, yüz morfingi, renk kayması, hareket bulanıklığı
2

Giriş ve çıkışı gösteren bir AI video oluşturucu arayüzünün ekran görüntüsü

Atlas Cloud'da 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 1080P ve 16:9'da bitmiş çekim oynuyor. Bu yakalama modelin varsayılan süresinde çalıştı; aşağıdaki tam sürüm için 10 olarak ayarlayın.

Bitmiş klip. Her iki yüz de korundu, her iki kıyafet de korundu ve satır, adım 3'teki klonlanmış seste teslim edildi, bu yüzden bunu sesle oynamaya değer.

Otel resepsiyon masasında kedili kadın ve bellboy

İki referans portre, bitmiş klipten bir karenin yanında, aynı yüzleri ve kıyafetleri gösteriyor

Solda referanslar, sağda teslim edilen klipten bir kare. Üniforma şeritleri, bere, gözlük ve kedi yolculukta hayatta kalıyor.

Wan 3.0 Çok Modlu Referans İş Akışının Varyasyonları

30 saniyeye itin. Aynı referans paketi, Wan 3.0'ın vaat ettiği uzunluğu beklemeden elde etmek için duration: 30 ile Seedance 2.5 Referans-Video üzerinde çalışır. 30 referans görsele, 10 videoya ve 10 ses klibine kadar alır, bu nedenle paketin büyüme alanı vardır. Ekstra 20 saniyeyi istemde hisler olarak değil, vuruşlar olarak yazın, aksi takdirde model dolgu yapacaktır.

Giriş ayarlarını ve oluşturma ilerlemesini gösteren AI video oluşturucu arayüzü

Atlas Cloud'da Seedance 2.5 Referans-Video oyun alanı, süre 30 olarak ayarlanmış ve uzun çekim işlenmiş

Seedance 2.5 Referans-Video, Atlas Cloud'da süre 30 olarak ayarlanmış ve aynı iki referans portre eklenmiş, oluşturma sırasında yakalanmış. İstemdeki @image1 ve @image2 fişlerine dikkat edin: Seedance'a hangi referansın hangi rolü oynadığını böyle söylersiniz. Taahhüt etmeden önce Çalıştır düğmesindeki alıntılanan fiyatı kontrol edin, çünkü işin gerçekten 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 istemde açıkça belirtin, örneğin "kesme ritmi için yalnızca referans videosunu takip edin, öznelerini ve ortamını yok sayın". Bu, yukarıdaki kart çevirme örneğinin arkasındaki numaradır.

Pozitif olana dokunmadan önce negatif istemle kaymayı düzeltin. Yüz morfingi, renk kayması ve el sarsıntısı, referans kilitli çekimleri mahveden üç şeydir ve genellikle tarif etmekten daha ucuzdur.

Çok Modlu Referans Formatını Ücretsiz Deneyin

Bunu parametrelerden önce şekli olarak istiyorsanız, Atlas Cloud geçen hafta aynı zinciri hiçbir düğme olmadan çalıştıran ücretsiz bir AI reklam skeci oluşturucusu yayınladı.

Ürününüz ve satış noktalarınız hakkında bir satır yazarsınız. Sizin için kanca, çatışma, sürpriz içeren iki karakterli bir komedi senaryosu yazar, ardından yerleşik konuşma diyalogu ve ses efektleriyle 15 saniyelik bir video oluşturur. Referans olarak dört adede kadar gerçek ürün fotoğrafı ekleyebilirsiniz ve reklam, senaryodan son kareye kadar şekillerini, renklerini, etiketlerini ve logolarını korur. Altı stil birlikte gelir: komik meme'den sürpriz sona, sitcom'dan lükse ve agresif satışa kadar ve diyalog, açıklamayı hangi dilde yazdıysanız o dilde geri gelir.

Bu, eğiticiden aynı iki karakter-artı-referans-görsel-artı-ses zinciridir, eksi istem yazma ve eksi fatura. Bu da, herhangi bir şey ayarlamaya para harcamadan önce bu formatın ürününüze uygun olup olmadığını öğrenmek için iyi bir yol haline getirir.

Bir referans görsel yığınının bir ürün parçasına ne yaptığına dair bir fikir edinmek için, Wan 3.0'ın işin kendi versiyonu budur: beş görsel girer, bir lansman makarası çıkar, her görsel düzenlemenin bir vuruşuna demir atar.

Animasyonlu yüzen beyaz ve nane yeşili kart yığını

Beş referans görsel, Material Design tarzı bir ürün lansman makarasına genişletildi_Beş referans görsel, dokuz saniyelik bir ürün filmi yönlendiriyor, her biri bir vuruşa demir atıyor ve bir sonrakine devrediyor. Kaynak: Alibaba'nın resmi Wan 3.0 yaratıcı el kitabı._

Bir Wan 3.0 Çok Modlu Referans Klibinin Maliyeti

AdımModelBirim fiyatMiktarMaliyet
1 ve 2, iki referans görselGPT Image 2Görsel başına $0,0092$0,02
3, ses referansıMiniMax Speech 2.6 HD1K karakter başına $0,0849 karakter$0,00
4, 1080P'de 10 saniyelik çekimWan 2.7 Referans-Video1080P'de saniye başına $0,1510 s$1,50
Eğitici toplamıyaklaşık $1,52
Varyasyon, 30 saniyeSeedance 2.5 Referans-Video480P'de saniye başına $0,13430 syaklaşık $4,02
Ücretsiz yolÜcretsiz AI Reklam Skeci Oluşturucusuücretsiz1 klip, 15 s$0

Bunlar platformun kendi oranlarıdır, Ağustos 2026'da kontrol edilmiştir ve kullandıkça öde şeklinde faturalandırılır. Toplamı insanların beklediğinden daha fazla hareket ettiren iki şey vardır. Çözünürlük ilkidir: karşılaştırma tablosundaki saniye başına $0,10, Wan 2.7'nin temel oranıdır ve 1080P, saniye başına $0,15 olarak faturalandırılır, bu da yukarıdaki $1,50'nin geldiği yerdir. İkincisi, Seedance'ın piksel sayısına göre fiyatlandırmasıdır, bu nedenle listelenen saniye başına $0,134, 480P rakamıdır ve 720P'lik bir çekim, doğrudan bir çarpımın önerdiğinden daha pahalıya mal olur. Referans olarak, 1080p'de saniye başına $0,20 olarak bildirilen Wan 3.0 beta oranı, tam 30 saniyelik bir çekimi bugün 480P'deki Seedance yolundan daha fazla olan yaklaşık 6$'a koyacaktır.

Bunları kullanma hakkında bir not. Wan 3.0 bir betadır ve şartları değişebilir, bu nedenle üzerine bir boru hattı kurmadan önce yeniden okuyun. Referans görselleriniz gerçek kişilere aitse, önceden izin alın, çünkü referans-video tam olarak bunu önemli kılan yetenektir. Bu makaledeki örnek klipler, Alibaba'nın kamuya açık yaratıcı el kitabından alınan, yorum amacıyla burada çoğaltılan kendi oluşturulmuş sonuçlarıdır.

Sıkça Sorulan Sorular

Wan 3.0'ın çok modlu referansı aslında kaç referans alabilir?

Tek bir çağrıda 20'ye kadar varlık, görseller, videolar, sesler, belgeler ve web sayfalarından alınır. Pratik sınır, teknik olandan daha düşüktür. Her varlığa tam olarak bir iş, görsel başına bir özne atayın ve çoğu sahne için 20'den çok daha azını kullanacaksınız.

Wan 3.0 gerçekten bir PDF'yi veya web sayfasını videoya dönüştürebilir mi?

Evet, asıl benzersiz olan kısım budur. Metin, görsel, ses ve videonun yanı sıra belge dosyalarını ve canlı URL'leri kabul eder ve beta sürümü raporları .doc, .xls, .ppt, .pdf ve .txt'yi listeler. Yukarıdaki karşılaştırma tablosundaki hiçbir referans-video modeli bir belgeyi kabul etmez.

Wan 3.0 açık kaynak mı? ComfyUI'de çalıştırabilir miyim?

Hayır ve şu anda hayır. Wan 3.0, Alibaba'nın kendi bulutunda çalışan kapalı bir betadır. Daha önceki Wan nesilleri açıkça 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 dahil. Bugün çağırabileceğiniz en yakın şey, girdi şekli belge ve web sayfası modaliteleri dışında omni-reference ile neredeyse tam olarak eşleşen Wan 2.7 Referans-Video veya tam 30 saniyeye ihtiyacınız varsa Seedance 2.5 Referans-Video'dur.

Referans kilitli, iki karakterli bir videoyu test etmenin en ucuz yolu nedir?

Yukarıda bağlantısı verilen ücretsiz AI reklam skeci oluşturucusu. Dört referans fotoğrafı girer, 15 saniyelik sesli iki karakterli bir klip çıkar, parama yok ve harcama yok. Ürününüzü ve formatınızı tutuyorsa, o zaman ücretli zinciri ayarlamaya gidin.

Referans görsellerine rağmen karakterlerim neden 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 işleme yapaylığıdır, bu durumda herhangi bir şeyi yeniden yazmadan önce negatif isteme yüz morfingi, renk kayması koyun.

En Yeni Modeller

Tüm Medya Yapay Zekâsı için Tek API.

Tüm modelleri keşfet