alibaba/wan-3.0-pro-prime/reference-to-videoO reference-to-video Wan 3.0 Pro Prime trava rosto, peça de roupa, cenário, movimento ou voz com até 10 referências de imagem, 5 de vídeo e 5 de áudio. Renderiza 2 a 30 segundos em 1080p, 2K ou 4K, ampliado de 1080p acima disso.
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
two-character-plates Duas chapas de `reference_image_urls`, diferenciadas só pela ordem no array — o prompt chama a primeira de 'a mulher' e a segunda de 'o homem'. Os dois rostos e cortes de cabelo passam para um único plano em `resolution` `1080p`: ela levanta o olhar da bancada enquanto ele se inclina por cima do ombro dela, iluminados por uma lâmpada pendurada. `seed` `220913` com `aspect_ratio` `16:9` mantém esse enquadramento reproduzível.
- 220913
- 1080p
- 16:9
- Saída2 s
dancer-three-stages-4k Um terceiro palco para uma bailarina e um figurino que já existem, renderizado em 1080p, o nível mais baixo aqui: chiffon em camadas sob contraluz forte é a textura mais difícil de manter. Três imagens carregam a bailarina e a peça, então o prompt descreve apenas este esquema de iluminação. Esta execução enviou só imagens; clipes e áudio podem entrar ao lado delas, o que significa que o movimento pode ser referenciado em vez de escrito.
- 1080p
- 2s
- Saída5 s
set-continuity-4k Uma única chapa de `reference_image_urls` — as cordas, os armários, a única lâmpada pendurada — renderizada em `resolution` `4k`, com a câmera travada e ninguém em quadro. O prompt pede só poeira flutuando no feixe de luz e um balanço lento da lâmpada; nada mais se mexe, e é isso que torna a chapa reaproveitável como âncora de cenário. `generate_audio` está em `false` e `duration_seconds` em `5`.
- 4k
- 5s
Este exemplo começa em $0.234 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.