alibaba/wan-3.0-prime/reference-to-videoWan 3.0 Prime reference-to-video は、画像 10 枚・動画 5 本・音声 5 本までで、顔・衣装・ロケーション・声を保ちます。480p〜1080p の 2〜30 秒で、参照の動画と音声は各 15 秒までです。
プレイグラウンド
この実行例は、このエンドポイント向けに書き下ろしたものです。プロンプトとサンプル素材の URL は、ご自身がアクセスできるものに差し替えてください。送信前に、最新の見積もりとモデルの提供状況もあわせてご確認ください。
- 出力5 秒
motion-style-copy 参照クリップの中身はスポットライトの下で回るボトルで、被写体はまるで別物です。ここが要点で、`reference_video_urls` はカメラのハンドヘルド・オービットの動きだけを運びます。`reference_image_urls` が女性の顔と衣装を供給し、プロンプトが説明しない何もないスタジオに立たせます。`duration_seconds` `5` の間、フレームは正面から 3/4 アングルへと揺れながら移り、元クリップの不安定な手持ち感を保っています。
- 720p
- 5s
- 出力2 秒
same-anchor-same-voice スタジオの机に座る進行役と二枚のクローズアップ、計三枚の静止画が、ショットをまたいで顔とセットを保持します。この実行では画像だけを送り、音声はオフにしているので、ここで声を固定しているものはありません。声を固定するのは参照音声の役目で、このエンドポイントは最大十枚の静止画、五本のクリップ、五本の音源をまとめて受け付けます。忘れられやすいのは声のほうです — 見た目は連続しているのに声がテイクごとに違う進行役は、やはり不連続です。同一性は参照が既に運んでいるので、プロンプトは動き、つまり特定のフレーミングで終わる寄りだけを記述すれば済みます。
- 480p
- 3:4
- 2s
- 出力5 秒
moon-dune-scarf 渡すのは無地のスタジオ背景でフラットに撮った本人参照が一枚だけです。砂丘も月も風も、それ以外は全部文字から起こしています。難所はスカーフです——数メートルの布が頭上でうねり、テイクの終わりまで同じ腕に付いたままでなければなりません。
- 720p
- 16:9
- 5s
この例は 出力秒 あたり $0.061 からです。設定を変更すると、プレイグラウンドの概算料金がその場で更新されます。