本文へスキップ

Wan 3.0 Pro reference-to-video は、画像・動画・音声の参照で顔・衣服・セット・動き・声を保ち、任意で文書や Web リンクも使えます。1080p・2K・4K の 2〜30 秒で描画します。

最低価格 $0.144/秒参考定価より 20% 安い

プレイグラウンド

入力

参照素材から動画
456/20000

並べ替えるとプロンプト内の番号も更新されます。素材を削除すると参照も消えるため、プロンプトを確認してください。

任意ですが、どの画像がキャラクターか、どの動画が動きを担うか、どの音声が声なのか、そしてカットで実際に何が起きるのかを書く場所がここです。 1 文字以上 · 20000 文字以内
次のうち少なくとも 1 つを指定条件を満たしています
2/10

ファイルやメディアのリンクをドロップ、貼り付け、または選択 · 最大 10 ファイル・1 件 10 MB まで・JPG · PNG · WEBP · GIF

  • Image 1
  • Image 2
2 / 10 ファイル
人物、衣装、セットのプレートとして 1〜10 枚を渡します。人物なのか衣装なのかセットなのか、プロンプトで一枚ずつ名指ししないと平均化されてしまいます。参照画像は課金されません。JPEG、透過なしの PNG、BMP、WEBP に対応し、各辺 240〜8000 px、縦横比 8:1 以内、1 枚 20 MB までです。 1 件以上 · 10 件以内
料金に影響0/5

動画をここにドロップ、またはここから選択 · 最大 5 ファイル・1 件 90 MB まで・MP4 · WEBM

0 / 5 ファイル
最大 5 本、各 1〜15 秒、合計 15 秒までです。顔ではなく、動きやカメラワークのために使ってください。長さは出力と合わせて課金され、参照動画と出力の合計は 30 秒以内に収める必要があります。MP4 または MOV、16 fps 以上、各辺 240〜4096 px、縦横比 8:1 以内、1 本 100 MB までです。これらの制限は受け付け時ではなく生成中に判定されるので、送信前にクリップの長さを確認してください。 1 件以上 · 5 件以内
0/5

音声ファイルをここにドロップ、またはここから選択 · 最大 5 ファイル・1 件 90 MB まで・MP3 · WAV

0 / 5 ファイル
最大 5 本、各 1〜15 秒、合計 15 秒までです。カットが合わせるべき声、台詞の読み、ルームトーンに使います。参照音声は課金されません。WAV または MP3 で、1 本 15 MB までです。動画の制限と同じく、受け付け時ではなく生成中に判定されます。 1 件以上 · 5 件以内
0/1

ドキュメントをここにドロップ、またはここから選択 · 1 ファイル・1 件 90 MB まで・PDF · DOCX · DOC · PPTX · PPT · XLSX · XLS · KEY · PAGES · NUMBERS · TXT · MD

0 / 1 ファイル
ショットを組み立てる前にモデルが読む資料を 1 つ渡せます。キャラクターシート、台本、ショットリスト、商品ブリーフなどです。PDF、DOCX、DOC、TXT、MD、PPTX、PPT、XLSX、XLS、KEY、PAGES、NUMBERS に対応し、100 MB・50 ページまでです。単独でも参照画像・動画・音声と一緒でも使えますが、reference_link_url とは同時に使えません。資料はプロンプト拡張の段階で読み込まれるため、enable_prompt_expansion を指定していなければ、ファイルを添付するとそのリクエストではプロンプト拡張がオンになります。ファイルには料金がかかりません。
料金に影響
1080p、2k、4k、既定は 1080p です。Wan 3.0 のネイティブ出力は最大 1080p なので、それより上の段である 2k と 4k は、その解像度でネイティブにレンダリングしたものではなく、レンダリングを拡大して納品されます。増えた画素は拡大によるもので、下にあるレンダリング以上にはなりません。480p と 720p の段はありません。このサイズが必要なら Wan 3.0 を使ってください。
16:9、4:3、1:1、3:4、9:16、または adaptive。既定は adaptive でモデルに選ばせます。納品形式が決まっているときは比率を名指ししてください。
長さ料金に影響
2〜30 の任意の整数秒、既定 5。-1 はスマート尺で、上限分を先に確保し、実際に出力された長さで精算します。参照動画がある場合は、その合計と出力を合わせて 30 秒以内に収める必要があり、両方が課金されます。4K の長尺を使う前に、5 秒・1080p でカットを見つけてください。 2 以上 · 30 以下
音声を生成
既定でオン。音は映像と一緒に生成され、同じファイルに入って届きます。作曲家がスポットに音を付けるときは false にしてください。
プロンプト自動拡張
この家族では既定でオン。薄いブリーフを埋め、詳細なブリーフは書き直します。プロンプトが正確なカットの記述になったら切ってください。参照ファイルやウェブリンクを使うにはオンが必要です。reference_file_url か reference_link_url を添付するときは、資料やページがこの段階で読み込まれるため、指定しないか true にしてください。ファイルやリンクと一緒に明示的に false を指定したリクエストは拒否されます。
シード値
0〜2147483647。解像度や尺を詰めるあいだは固定してください。そうしないと回し直しごとに 2 つ変わってしまいます。 0 以上 · 2147483647 以下
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

必要なモデルと用途をお知らせください。次に何を追加するかを決めるチームに直接届きます。

画像最大 10 枚、動画 5 本、音声 5 本を 1 つのシーンに

用意した人物、衣装、場所を新しい場面に取り入れます。画像は見た目、動画は動き、音声は声やリズムというように役割を分けます。長さは2–30秒、出力は1080p / 2k / 4kから選べます。

Playground を開く
画像最大 10 枚、動画 5 本、音声 5 本を 1 つのシーンに
開始素材
人物・場所・動き・音声の参考素材
長さ
2–30 s · 5 s 既定
納品サイズ
1080p / 2k / 4k · 1080p 既定
音声
音声生成は既定でオン。別の音源を使う場合はオフにします。
開始素材
手元の素材でモードを選ぶ同じ人物を別の場所や構図に置くなら参考素材を使います。整合する少数の画像から始め、顔、衣装、背景をどの素材から取るか説明します。
長さ
長くする前に費用を決める参考動画の秒数も出力と合わせて課金されます。画像や音声は動画の秒数に加算されません。入力動画と出力は合計30秒以内です。初回の確保額には参考動画最大15秒分が含まれる場合があり、未使用分は精算時に解放されます。動画を追加したら見積もりを確認します。

Wan 3.0 Proで作れる場面

使う場所に合わせてサイズを選ぶ

使う場所に合わせてサイズを選ぶ

まず1080pで動きを選びます。2kと4kはそのレンダーを拡大した納品サイズです。掲載先で必要な場合に選び、拡大前の映像も確認します。

  • 同じ二人の朝・夕・夜

    二人の人物参考で朝、夕、夜を指定します。切り替え後も各場面に二人を明示します。

Wan 3.0 Proの使いどころ

  • 一つの動きを軸にティザーを作る

    キャラクター制作

    一つの動きを軸にティザーを作る

    成人キャラクターの視線、接近、小さなしぐさを演出します。一つのカメラ移動と明確な終点があると、短いNSFWティザーにも流れが生まれます。

  • 布、光、姿勢に見せ場を作る

    ファッション・編集

    布、光、姿勢に見せ場を作る

    衣装と光を先に決めます。窓に振り向く、カーテンが動く、カップを持ち上げるなど、見る対象を具体的にします。

  • 場の音を演出に加える

    音を生かした場面

    場の音を演出に加える

    雨音、室内の環境音、足音、短いせりふなど音源を指定します。映像と音を一緒に試すなら音声をオン、編集で曲を加えるならオフにします。

  • 次の作品にも使える画像を残す

    シリーズ・キャンペーン

    次の作品にも使える画像を残す

    採用した画像、プロンプト、設定を一緒に保存します。次の画像生成動画にはその画像を、場所を変える場面には整合した参考素材を使います。冒頭だけでなく中盤も確認します。

Wan 3.0 Proで最初の動画を作る

  1. 参考素材に役割を割り当てる

    整合する人物画像と一つの場所から始めます。動きや音の参考素材は目的があるときに加え、プロンプトで役割を示します。

  2. 変化を演出する

    一つの動作、速さ、一つのカメラ移動を指定します。「カメラがゆっくり近づく間にレンズへ振り向く」のように具体的に書きます。人物の同一性が重要なら顔を見せます。

  3. 5秒で見積もりを確認する

    確認用の解像度で短く始めます。動きが決まったら長さかサイズを一つずつ上げ、その都度新しい見積もりを見ます。

  4. 採用したテイクを保存する

    冒頭、中盤、終わりで顔、手、衣装、背景を確認します。入力も動画と一緒に残します。一つの変更を比べるときはseedを固定し、別テイクを探すときは変えます。

Wan 3.0 Pro:保存済みリクエストとプロンプト案

  • 保存済みの例:同じ二人の朝・夕・夜

    保存済みの例同じ二人の朝・夕・夜ではduration_seconds=8; resolution="1080p"; aspect_ratio="16:9"を指定しています。Examplesで実際の入力と動画を見比べ、自分の素材で一つだけ変更して試します。

    The same two people from image 1 and image 2 in one apartment, three times of day. Morning: both in soft sweaters sharing coffee by the window, she leans into his shoulder. Dusk: cooking together in the kitchen, she feeds him a taste from a wooden spoon and he pulls her in by the waist. Night: on the balcony with one blanket around both their shoulders, her head on his shoulder. Same faces throughout. Cinematic, warm interior against cold window light.
  • 3 枚の別々の画像から顔・服・セットを構成

    各プレートの役割をプロンプトで名指しすることで、どの参照が見た目を、どの参照が環境を制御するかをモデルに推測させずに済みます。

    Using reference image 1 for the woman's face and hair, reference image 2 for the emerald silk dress, and reference image 3 for the moonlit balcony setting, show her stepping out onto the balcony and turning toward camera
  • 参照クリップから新しい被写体へ動きを移植

    reference_video_urls がカメラの動きとペースを提供し、prompt が被写体とセッティングを新しいものに割り当て直します。

    Apply the same slow circular camera movement and pacing as the reference video to a new scene: a couple slow-dancing in a dim room lit by a single candle
  • 映像とは別に設定した音声のアイデンティティ

    参照音声クリップが声やスコアを固定し、画像参照が視覚的な要素をすべて固定するため、2 つの決定が 1 つのファイルの中で競合しません。

    Use the voice and tone from the reference audio clip for the woman's dialogue in this scene, with the setting and wardrobe taken from reference image 1: a candlelit bedroom at night

Wan 3.0 Proの選び方と使い方

使えるプロンプトの順序

開始状態→一つの動作→カメラ移動→終点→音の順で書きます。長い尺には形容詞を増やすのでなく、見える展開を加えます。長さと解像度は操作欄で決め、プロンプトは映像の演出に使います。

Wan のすべてのモデル22

動画モデル18