alibaba/wan-3.0-pro/reference-to-videoO reference-to-video Wan 3.0 Pro mantém rosto, peça de roupa, cenário, movimento ou voz com referências de imagem, vídeo e áudio, mais um documento ou link opcional. Renderiza 2 a 30 segundos em 1080p, 2K ou 4K.
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.
- Saída8 s
same-two-three-times Duas fotos de referência, um casal, três momentos do dia em oito segundos: café na janela de manhã, cozinhar juntos ao entardecer, um só cobertor na sacada à noite. O teste é ver se os dois rostos continuam sendo as mesmas duas pessoas ao longo de três cortes e três esquemas de iluminação.
- 1080p
- 16:9
- 8s
- Saída8 s
face-and-set O prompt gasta só uma frase com a identidade — 'manter o rosto dela, o cabelo e o vestido preto' — e todo o resto numa única ação: caminhar da porta até a janela e parar. `reference_image_urls` traz primeiro a mulher, depois o ambiente, com seu abajur e a cidade; `duration_seconds` em `8` é inteiramente essa caminhada e o travelling lento que vem depois. `seed` `640117` em `resolution` `1080p` mantém o ambiente reproduzível.
- 640117
- 1080p
- 16:9
- Saída6 s
garment-hero-4k `reference_image_urls` aqui é um packshot plano só do casaco, sem modelo — o prompt precisa inventar quem o veste mantendo exatos 'o corte, a cor e a costura', mais exigente do que acertar uma foto de alguém que já está vestindo. Em `resolution` `4k`, botões e costuras aparentes ficam nítidos sob a única luz dura, e a barra visivelmente levanta e abre no giro. `generate_audio` está desligado, `duration_seconds` é `6`.
- 4k
- 6s
Este exemplo começa em $0.144 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.