alibaba/wan-3.0-prime/reference-to-videoO reference-to-video Wan 3.0 Prime mantém rosto, figurino, locação ou voz ao longo de um clipe com até 10 imagens, 5 vídeos e 5 áudios. Entrega 2 a 30 segundos de 480p a 1080p, com vídeo e áudio de referência limitados a 15 segundos cada.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- Saída5 s
motion-style-copy O clipe de referência é um frasco girando sob um spot, um assunto totalmente diferente — e é exatamente esse o ponto: `reference_video_urls` carrega só a órbita de câmera na mão, não o sujeito. `reference_image_urls` fornece o rosto e o vestido da mulher num estúdio vazio que o prompt nunca descreve. Em `duration_seconds` `5` o quadro desliza de frontal para um ângulo de três quartos, mantendo a instabilidade de câmera na mão do clipe original.
- 720p
- 5s
- Saída2 s
same-anchor-same-voice Três imagens — uma apresentadora na bancada do estúdio e dois closes — seguram o rosto e o cenário ao longo dos planos; esta execução enviou só imagens, com o som desligado, então nada aqui fixa a voz. É para isso que servem as referências de áudio: o endpoint aceita juntos até dez imagens, cinco clipes e cinco faixas de áudio, e a voz é a parte que é fácil esquecer: uma apresentadora que parece contínua mas soa diferente entre tomadas continua sendo descontínua. O prompt então só precisa descrever o movimento, uma aproximação que termina num enquadramento específico, porque a identidade já é carregada pelas referências.
- 480p
- 3:4
- 2s
- Saída5 s
moon-dune-scarf Uma única prancha de identidade, feita em luz chapada sobre fundo de estúdio liso, e todo o resto da cena — o campo de dunas, a lua, o vento — escrito do zero. A parte difícil é o lenço: vários metros ondulando e se enroscando acima dela, e ainda preso ao mesmo braço no fim da tomada.
- 720p
- 16:9
- 5s
Este exemplo começa em $0.061 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.