alibaba/wan-3.0-pro-prime/reference-to-videoWan 3.0 Pro Prime reference-to-video は、画像 10・動画 5・音声 5 までの参照で顔・衣服・セット・動き・声を固定します。1080p・2K・4K の 2〜30 秒で、1080p を超える分は拡大です。
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
two-character-plates `reference_image_urls` は 2 枚で、区別は配列内の順番だけ——プロンプトは最初の画像を「女性」、2 番目を「男性」と呼びます。両者の顔と髪型は 1 つのカットにきれいに引き継がれ、`resolution` `1080p` で、彼女が作業台から顔を上げると彼が肩越しに覗き込み、吊るされた電球 1 個で照らされます。`seed` `220913` と `aspect_ratio` `16:9` により、この構図は再現可能です。
- 220913
- 1080p
- 16:9
- 出力2 秒
dancer-three-stages-4k 既に存在する演者と衣装に対する三つ目のステージを、ここで最も低い 1080p でレンダリングしています。強い逆光の中の重ねたシフォンは、保つのが最も難しい質感です。三枚の静止画が踊り手と衣装を運ぶので、プロンプトはこの照明の組み方だけを記述します。この実行で送ったのは画像だけですが、クリップと音声も並べて入れられるため、動きは書くのではなく参照できます。
- 1080p
- 2s
- 出力5 秒
set-continuity-4k `reference_image_urls` は 1 枚だけ——ロープ、ロッカー、吊るされた電球 1 個——を `resolution` `4k` でレンダリングし、カメラは固定、フレーム内に人はいません。プロンプトが求めるのは光の中を漂う埃と電球のゆっくりした揺れだけで、他は何も動きません。だからこのプレートはセットの基準として使い回せます。`generate_audio` は `false`、`duration_seconds` は `5` です。
- 4k
- 5s
この例は 出力秒 あたり $0.234 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。