Wan 3.0: senza censura a ogni livello, e va oltre

I clip della nostra scala non li mostriamo qui, riportiamo solo i risultati. Le nostre prime esecuzioni senza censura, il 15 settembre, erano corte di proposito: 2 secondi a 480p, audio e riscrittura del prompt spenti, un prompt L5 Estremo per compito. Ogni clip ha tenuto in scena ogni elemento di quel prompt dal primo all'ultimo fotogramma, e ognuno è poi passato da solo a una scena L4 Intenso. Immagine-in-video si è aperto esattamente sulla nostra immagine iniziale, e riferimenti-in-video ha mantenuto la donna delle nostre immagini di riferimento.

La galleria raccoglie esempi pubblicati e adatti all'ufficio dalla pagina del modello Wan 3.0, il registro quotidiano da cui partono quasi tutti:

Due persone, un bacio. Due donne sdraiate nel portellone aperto di una station wagon in un drive-in, una coperta scozzese sulle gambe: un abito a testa, un'azione, e il bacio arriva alla fine come scritto.

L'immagine resta l'immagine. Nel clip della rotazione alla finestra, l'immagine caricata diventa il primo fotogramma senza ritocchi; il prompt aggiunge solo la rotazione verso la camera.

Una voce da un file audio. Il clip del monologo prende volto e guardaroba da un'immagine di riferimento e la voce da un clip audio di riferimento.

Un prodotto che torna al suo segno. Con la stessa immagine come primo e ultimo fotogramma, la bottiglia ruota di un quarto di giro e torna esattamente all'angolo iniziale.

Scrivilo come una lista di inquadrature: chi, cosa indossa, un'azione, un movimento di camera, luce, suono. Wan 3.0 riempie ogni vuoto che lasci, quindi nomina l'ultimo momento che vuoi. In immagine-in-video scrivi solo il movimento. In riferimenti-in-video di' a cosa serve ogni riferimento, altrimenti vengono mediati in qualcuno che non somiglia a nessuno.

1. Due persone, un bacio (testo-in-video, 720p, 5 s). Il prompt esatto del clip del drive-in.

35mm film still, warm grain and halation. Two adult women lie back in the open tailgate of a station wagon at a drive-in cinema, a plaid blanket over their legs; one wears a white ribbed tank top, the other a red gingham bikini top and denim shorts. The projector beam flickers across them; one turns, brushes hair from the other's face, and they kiss slowly as the screen light shifts from blue to gold. Summer night, moths in the beam, loose handheld frame.

Esegui questo prompt su Wan 3.0 →

2. Una ripresa di 30 secondi da testo. Imposta la durata a 30 secondi: $1.35 a 480p. L'ultima frase dice dove finisce la scena.

One continuous take. Two adults, a man and a woman, in a candlelit loft at night. She sits on the edge of the bed; he kneels behind her and gathers her hair over one shoulder; she leans back against him. The camera circles the bed once. Warm candlelight, rain on the skylight, no music.

Esegui questo prompt su Wan 3.0 →

3. Resta sulla tua immagine (immagine-in-video). Tiene il clip nella tua stanza invece di tagliare altrove.

Same woman, same bed, same room and light as the first frame, one continuous take with no cut. She turns her head toward the camera, draws one knee up and runs a hand through her hair.

Esegui questo prompt su Wan 3.0 immagine-in-video →

4. Personaggio più luogo (riferimenti-in-video). Due immagini di riferimento, ognuna con un ruolo dichiarato.

The first image is the character: keep her face, hair and the black slip dress exactly. The second image is the room. She crosses from the doorway to the window and leans against the frame, looking out. Slow lateral track, one practical lamp, night ambience.

Esegui questo prompt su Wan 3.0 riferimenti-in-video →

Debole: «Couple in a loft, slow motion.» Wan 3.0 sceglie persone, stanza, camera e finale. Forte: il prompt 2. La stessa idea, ogni scelta fatta da te.

Wan 3.0 ha superato ogni livello provato su ogni compito. Il 15 settembre un prompt L5 Estremo è tornato come scritto da testo, immagine e riferimenti, e ogni clip è passato a una scena L4 Intenso senza che lo chiedessimo. Il 24 settembre abbiamo lanciato ogni livello tre volte per compito: da L1 Allusivo a L4 Intenso e ai due tipi di test L5 Estremo, ogni esecuzione è tornata come scritta, senza un rifiuto o un clip attenuato. L'etichetta della pagina è Senza censura: non aggiungiamo alcun filtro di contenuto da parte nostra. Le versioni di Wan che attenuano o rifiutano le scene sono nel nostro test delle versioni senza censura di Wan.

Freedom Score: è nella scheda del punteggio di questa pagina e viene ricalcolato ogni volta che aggiungiamo esecuzioni. Ogni livello è stato provato su ogni compito, e nessuna esecuzione è stata rifiutata o attenuata.

Una regola semplice per il lavoro senza censura: ciò che c'è nel fotogramma iniziale o nel prompt, Wan 3.0 lo tratta come punto di partenza, non come limite. Da immagini e riferimenti ha aggiunto una persona in più a 17 clip tra le versioni di Wan 3.0. Le richieste rifiutate non costano nulla; tutto ciò che viene generato si paga.

Non ancora testato: se una frase di chiusura come «the scene ends here» ferma l'escalation; foto reali come fotogrammi iniziali; scene con due donne o due uomini; stili anime.

Solo adulti, in ogni prompt, immagine e risultato. Nessuna persona reale e riconoscibile senza il suo consenso, e devi avere i diritti su ogni file che carichi.

I voti alla cieca lo mettono vicino alla vetta: nell'arena testo-in-video di Artificial Analysis, Wan 3.0 era primo tra i clip senza audio e secondo con audio il 24 settembre. La recensione di Curious Refuge lo ha trovato vicino ai modelli di punta «per una frazione del costo» nelle inquadrature di supporto, ma ha comunque scelto Seedance per i momenti chiave dei personaggi e per il lip sync.

La frustrazione riguarda l'apertura. Gli utenti open source non perdonano ancora ad Alibaba di aver smesso di pubblicare i pesi dopo Wan 2.2: «Wan 2.2 ha tolto il tappeto da sotto i piedi e lasciato un enorme vuoto alla community». Quando MiniMax H3 è uscito con pesi aperti, un utente locale «ha cancellato subito le cartelle di LTX2 e WAN». Wan 3.0 gira solo tramite API ospitate come la nostra.

Dove le nostre prove si sovrappongono, siamo d'accordo: qui le riprese lunghe costano poco, e con i riferimenti tiene un personaggio. Il lip sync contro Seedance non l'abbiamo testato noi.

• Il clip deve fermarsi dove l'hai scritto? Testo-in-video di Wan 2.6 ha reso una scena L4 Intenso esattamente come scritta il 17 settembre, senza aggiungere nulla. $0.45 per 5 secondi a 720p.
• Un clip breve più economico? MiniMax H3 ha reso ogni livello provato, da L1 Allusivo a L5 Estremo. $0.185 per 5 secondi a 768p, 15 secondi al massimo. La nostra recensione di H3.
• Dialoghi e rifinitura prima del prezzo? Anche Seedance 2.5 fa 30 secondi ed è quello che i recensori scelgono per il lip sync, a $1.39 per 5 secondi a 720p contro $0.45 qui. La nostra recensione di Seedance 2.5.
• 2K o 4K? Wan 3.0 Pro: gli stessi tre compiti, $0.92 per 5 secondi in 4K, ingrandito da 1080p.
• Lo stesso modello, più veloce? Wan 3.0 Prime è la versione veloce di Alibaba con gli stessi campi, $0.31 per 5 secondi a 480p.
• Clip senza censura da un'immagine con poco budget? Wan 2.2 Spicy, $0.095 per 5 secondi a 480p, fino a 8 secondi, senza audio.