소개
Wan 3.0 텍스트→영상는 글로 쓴 프롬프트만으로 소리가 포함된 2~30초 클립을 생성합니다. 필수 필드는 prompt 하나뿐입니다. duration_seconds, resolution(480p, 720p, 1080p, 기본값 720p), aspect_ratio(기본값 16:9), generate_audio, enable_prompt_expansion, seed는 명시적인 설정이며 기본값 그대로 두어도 됩니다. 이미지로 샷을 고정하지 않기 때문에 얼굴과 의상, 세트를 모두 모델이 문장에서 만들어 냅니다. 그래서 Wan 3.0의 모드 가운데 표현 범위는 가장 넓고, 특정 인물을 붙잡는 힘은 가장 약합니다.
시작 자료에 따라 모드 선택하기
| 시작 자료 | 모드 |
|---|---|
| 작성한 브리프가 장면, 행동, 카메라, 필요한 경우 사운드를 정합니다. | Wan 3.0 텍스트→영상 |
| 승인된 시작 이미지가 피사체와 구성을 정하고, 지시문이 이후의 움직임을 이끕니다. | Wan 3.0 이미지→영상 |
| 분리된 참조 자료에 정체성, 장소, 움직임 또는 사운드의 역할을 명확히 배정할 수 있습니다. | Wan 3.0 레퍼런스→영상 |
핵심 기능 및 하이라이트
소리도 같은 요청에 적습니다
generate_audio는 기본으로 켜져 있어서 돌아오는 파일에는 이미 화면에 맞춘 소리가 들어 있습니다. 무기고 예시는 이 점을 의도적으로 활용합니다. 프롬프트 끝에 ‘Audio:’ 줄을 두고 가죽 장갑이 나무에 떨어지는 소리, 끈이 삐걱이는 소리, 횃불이 튀는 소리를 적었고, 그 소리들이 원인이 되는 동작과 함께 돌아옵니다. 음악을 따로 붙일 때만 false로 바꾸십시오.
2~30초 사이의 모든 정수 길이
duration_seconds는 2부터 30까지 모든 정수를 받고 기본값은 5입니다. -1을 넣으면 스마트 길이가 되어 모델이 프롬프트를 보고 길이를 정합니다. 사구 예시는 기본값인 5초를 720p, 16:9로 돌렸고, 모래 폭풍의 벽에서 그녀의 얼굴까지 공중에서 내려오는 움직임 한 번을 담기에 충분합니다. 클립이 길수록 인물과 형태가 흔들리기 쉬우니 먼저 5초에서 모습을 확정한 뒤 늘리십시오.
문장만으로 만드는 무검열 장면
이 계열은 무검열이며, 어떤 장면에도 플래그나 요청별 신고가 필요하지 않습니다. 드라이브인 예시(스테이션왜건 뒷문에 누운 성인 여성 두 명을 영사기 빛만 비추고, 느린 키스로 끝나는 장면)는 5초, 720p에서 프롬프트 문장만으로 생성했습니다. 등장하는 모든 사람의 동의, 권리, 나이, 현지 법률에 대한 책임은 고객에게 있습니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 컷 자체를 적으세요. 피사체, 동작 하나, 카메라 무빙 하나, 그다음 빛과 소리 순서입니다. 1자 이상 |
aspect_ratio | 아니요 | 16:9, 9:16, 1:1, 4:3, 3:4, adaptive 중에서 고릅니다. adaptive는 모델이 고르게 두는 값입니다. |
enable_thinking | 아니요 | 생성 전에 모델이 요청과 참고 자료를 충분히 검토하게 합니다. 분량이 많은 문서, 웹 페이지, 복잡한 참고 이미지에 도움이 되지만 처리 시간이 길어집니다. 기본값: |
resolution | 아니요 | 480p, 720p, 1080p 중에서 고릅니다. 기본은 720p입니다. |
duration_seconds | 아니요 | 2에서 30까지 정수 초라면 어떤 값이든 되고, -1이면 스마트 길이입니다. 스마트 길이는 모델이 길이를 정하며, 최대치인 30초를 먼저 잡아 두고 실제로 나온 길이로 정산합니다. |
generate_audio | 아니요 | 기본으로 켜져 있습니다. 소리가 화면과 이미 맞물린 채로 클립이 돌아옵니다. 기본값: |
enable_prompt_expansion | 아니요 | 기본은 꺼짐입니다. 켜면 생성 전에 프롬프트를 다시 쓰는데, 얄팍한 브리프에는 도움이 되고 자세한 브리프와는 다툽니다. 기본값: |
seed | 아니요 | 0에서 2147483647까지입니다. 필드 하나씩 바꿔 비교하려면 고정하고, 다양성을 원하면 빼세요. |
요금
| 사양 | 요금 |
|---|---|
| $0.045 / 초 |
| $0.09 / 초 |
| $0.18 / 초 |
활용 사례
원본 이미지 없이 분위기 있는 장면 만들기
장소 사진이 없으면 프롬프트가 장소를 지어야 합니다. 사구 예시는 해 질 녘의 사구 능선, 밀려오는 거대한 모래 폭풍, 바람에 나부끼는 에메랄드빛 실크 드레스, 공중에서 그녀의 얼굴까지 내려오는 카메라를 문장만으로 묘사합니다. 특정 얼굴보다 환경이 중요한 무드 필름이나 피치용 릴에 알맞은 방식입니다.
1인칭 프레이밍
시점 샷 예시는 끊김 없는 한 테이크로 쓰였습니다. 카메라는 보는 사람의 눈이고, 빛은 텅스텐 램프 하나뿐이며, 의상은 끝까지 쓴 그대로 유지된다고 브리프에 명시했습니다. 바뀌지 않는 것을 적는 일은 움직이는 것을 적는 일만큼 쓸모가 있습니다. 모호한 프롬프트를 모델이 제멋대로 해석하지 못하게 막아 주기 때문입니다.
프롬프트 가이드 및 실전 팁
피사체, 동작, 카메라, 빛, 소리 순서로 쓰기
피사체 하나, 동작 하나, 카메라 움직임 하나를 쓰고, 그다음 빛과 소리를 한 마디씩 덧붙입니다. 형용사를 길게 늘어놓는 것보다 분명한 동작 하나가 결과를 더 크게 움직입니다. 계열의 참고 클립도 정확히 이 순서입니다. 우산을 함께 쓴 두 여성, 머리카락을 넘겨 주고 이어지는 키스, 느린 돌리 인, 젖은 바닥에 번지는 네온, 우산을 두드리는 빗소리.
디테일이 장면을 이끌 때는 프레이밍을 지정하기
무기고 프롬프트는 허리 위 미디엄 클로즈업, 낮은 3/4 앵글, 85mm로 프레이밍을 명시합니다. 와이드 샷이면 장갑과 끈, 어깨에 닿는 횃불 빛이 모두 사라지기 때문입니다. 디테일이 중요하면 모델이 가까운 샷을 골라 주길 기대하지 말고 화면에서 얼마나 크게 보여야 하는지 적으십시오.
세밀한 브리프에는 프롬프트 확장을 끄기
여기서 enable_prompt_expansion의 기본값은 false입니다. 켜면 생성 전에 프롬프트가 다시 쓰이는데, 두 줄짜리 아이디어에는 도움이 되지만 위와 같은 세밀한 브리프와는 충돌합니다. 비교를 위해 다시 돌릴 때는 seed를 고정하고 한 번에 필드 하나만 바꾸십시오. 시드를 고정하면 비교는 공정해지지만 같은 프레임이 나온다는 보장은 없습니다. 텍스트만으로는 실행마다 같은 얼굴을 유지할 수 없으니, 반복해서 나오는 인물에는 reference-to-video를 사용하십시오.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
