El text-to-video de Wan 3.0 de Alibaba convierte un prompt escrito en 2 a 30 segundos con audio sincronizado, sin imagen de origen. Renderiza a 480p, 720p o 1080p en cinco proporciones, y la familia es sin censura.
Playground
Estos ejemplos se escribieron para este endpoint. Cambia el prompt y las URL de ejemplo por archivos tuyos accesibles y, antes de enviar, revisa la estimación al día y la disponibilidad del modelo.
- Salida5 s
dune-storm-emerald-gown Sin imagen de origen: la duna, el muro de arena y la mujer salen de la frase. El texto dedica su extensión a la escala y a un solo gesto —una vista aérea que desciende en órbita hasta su rostro, el vestido ondeando al viento, una mirada por encima del hombro y la yema del dedo en el labio inferior— y nombra tres sonidos para que el viento, la arena y el trueno se generen con la imagen. `duration_seconds` `5` a `720p`, `16:9`.
- 720p
- 16:9
- audio
- Salida5 s
first-person-bedside El clip con el que abre esta página. La cámara son los ojos de quien mira, así que no hay una tercera persona en la habitación ni un corte en toda la toma, y el sonido llega en el mismo archivo: la aguja en el surco final, la lluvia en el cristal, una risa suave junto al micrófono.
- 720p
- 16:9
- audio
- Salida5 s
armoury-lacing Un decorado de época iluminado solo por las antorchas que están en cuadro, y el caso más claro de esta página en el que el sonido se escribe dentro de la misma solicitud: un guante de cuero golpeando la madera, el cordón crujiendo, la antorcha chisporroteando. El encuadre también viene fijado —de la cadera hacia arriba, tres cuartos en contrapicado— porque un plano general lo tiraría todo por la borda.
- 720p
- 16:9
- audio
- Salida5 s
drive-in-tailgate La única escena de dos personas de esta página. Está aquí porque la misma redacción pasa sin cambios — en muchos otros modelos la rechaza el filtro de contenido — y porque el haz del proyector hace toda la iluminación, que es lo que la mantiene como un fotograma de película y no como un plató iluminado.
- 720p
- 16:9
- audio
Este ejemplo parte de $0.045 por segundo de salida. El Playground actualiza la estimación cada vez que cambias los ajustes.