Перейти к основному контенту

Продолжите клип с Wan 3.0: последний кадр вашего видео открывает новый фрагмент длиной от 2 до 30 секунд, а в ответ приходит один файл, где оригинал и продолжение склеены, в 480p, 720p или 1080p.

От $0.045/с

Рабочая область

Ввод

Продление видео
  1. 1

    Выбрать клип для продолжения

    Выберите видео — мы продолжим его с последнего кадра.

  2. 2

    Что будет дальше

    Выберите клип на шаге 1, и этот шаг откроется.

    Необязательно. Если оставить пустым, модель сама продолжит сцену с последнего кадра. Чтобы направить её, опишите, что происходит дальше: следующее действие, движение камеры и звук. Объект и обстановку уже задаёт начальный кадр, поэтому тратьте слова на движение. Не менее 1 символов
    влияет на цену
    Разрешение, в котором создаётся новый фрагмент: 480p, 720p или 1080p, по умолчанию 720p. Выбирайте разрешение оригинала, чтобы на стыке не было заметного скачка чёткости. Склеенный MP4 сохраняет частоту кадров и кадрирование вашего клипа, без чёрных полос. Чтобы выровнять стык, изображение по краям может быть обрезано или слегка скорректировано на несколько процентов. Если модель вернёт заметно другие пропорции, новый фрагмент масштабируется так, чтобы заполнить ваш кадр, выравнивается по центру, а всё, что выходит за края, обрезается. От него зависит цена.
    Длительностьвлияет на цену
    Длина нового фрагмента: любое целое число от 2 до 30 или -1, чтобы выбрала модель; тогда заранее резервируется 30 секунд, а оплата пересчитывается по фактической длине. По умолчанию 5. Ваш оригинал добавляется перед ним и не оплачивается. Не меньше 2 · Не больше 30
    Генерировать аудио
    По умолчанию включено: новый фрагмент получает сгенерированный звук. Оригинал в любом случае сохраняет свой звук; если одна сторона беззвучна, склеенный файл заполняется тишиной.
Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Не заполнено 1 обязательное поле: Исходное видео

Вывод

Готово к запуску

Результат появится здесь.

Настройте ввод, проверьте стоимость и запустите модель.

Связанные модели и следующие шаги

Нужной модели нет?

Напишите, какую модель добавить и для чего она вам нужна. Запрос попадёт к тем, кто решает, что подключать дальше.

ВИДЕО API НА 30 С БЕЗ ЦЕНЗУРЫ

Текст, кадр или десять референсов дают 2–30 секунд со звуком.

Ключевые цифры

Эндпоинты
4
Text-to-video, image-to-video, video-extend и reference-to-video: у каждого свой контракт.
Длина клипа
2–30 С
Любое целое число секунд в одном запросе, по умолчанию 5.
Макс. разрешение
1080P
480p, 720p или 1080p — выбирается на каждый запрос.
Звук
ЗВУК
Генерируется вместе с картинкой в одном проходе, включён по умолчанию.
Референсы
10+5+5
До 10 картинок плюс 5 видео и 5 аудио в одном reference-вызове.
Форматы кадра
5
16:9, 9:16, 1:1, 4:3 и 3:4; image-to-video может унаследовать исходный кадр.

Прежде чем платить

text-to-video

Здесь диапазон без цензуры виден лучше всего: поцелуй двух женщин в неоновом переулке получился из одного текста, а та же формулировка на части чужих моделей отбивается на фильтре контента. Чего один текст не даст — конкретного лица и конкретной вещи: без референса модель придумывает и то и другое заново, и повторы расходятся.

image-to-video

Самый буквальный путь. Ваш стартовый кадр закрепляет гардероб, фигуру и обстановку, так что описание несёт только движение. Добавляйте last_image_url, когда важен финал. Уберите aspect_ratio — клип унаследует форму исходного кадра; противоречащее значение его обрежет.

reference-to-video

Нужен хотя бы один массив референсов, файл-референс или веб-ссылка, описание — нет. Десять картинок, пять видео, пять аудио; суммарно видео не длиннее пятнадцати секунд, аудио — тоже. Секунды референсных видео оплачиваются вместе с результатом, и вместе они не могут превышать тридцать секунд. Проговорите, чем управляет каждый референс — личностью, гардеробом, локацией, голосом, — иначе модель усреднит их в безликого персонажа.

all

От 2 до 30 секунд, от 480p до 1080p. Тридцать секунд в 1080p — самое медленное, что делает это семейство: сначала найдите вид на пяти секундах в 720p, потом масштабируйте. За согласие, права, возраст и местное законодательство в отношении всех изображённых и каждого загруженного файла отвечаете вы. Платформа контент не проверяет. Публичные страницы и примеры остаются пригодными для общего просмотра.

Что умеет модель

Сцены на двоих

Поцелуи, от которых отказываются другие модели

Клип на этой странице — один пятисекундный прогон text-to-video: две женщины под одним зонтом в неоновом переулке, финал — поцелуй. Та же формулировка у части моделей отбивается на фильтре контента. Wan 3.0 её принял, удержал оба лица на наезде камеры и вернул дождь на звуковой дорожке в том же проходе.

Звук вместе с картинкой

Звук совпадает с картинкой

Генерация звука включена по умолчанию: один запрос возвращает один файл, где шаг попадает ровно в тот кадр, которому принадлежит, а дождь нарастает вместе с наездом камеры. Второй задачи нет, выравнивать потом нечего. Выключайте только тогда, когда собираетесь озвучивать кадр сами.

Управление референсами

Десять картинок, пять клипов, пять голосов

Reference-to-video принимает в одном запросе до десяти изображений, пяти видео и пяти аудио: лицо, гардероб, план локации и голос входят в один кадр. Скажите в prompt, за что отвечает каждый референс. Неподписанная стопка усредняется во что-то, не похожее ни на один из них.

Сделано с помощью Wan 3.0

  • 5 с
  • 5 с
  • text-to-video · 5 с · 720p · 16:9 · звук сгенерирован в том же проходе
    5 с
  • text-to-video · 5 с · 720p · 16:9 · звук сгенерирован в том же проходе
    5 с
  • 5 с
  • 5 с
  • 5 с
  • 5 с
  • 10 с
  • 8 с
  • 5 с

Где пригодится

  • Сцены без цензуры, которые отклоняют в других местах

    Пары любого состава, поцелуй под дождём, двое в одном кадре. Такие прямо сформулированные промпты отбивает фильтр контента у нескольких конкурирующих видеомоделей. Wan 3.0 их выполняет, а самый быстрый путь к результату, который совпадает с формулировкой, — собственный стартовый кадр.

  • Вертикальные нарезки потоком

    Поставьте aspect_ratio в 9:16, держите длину на пяти-шести секундах и прогоните один список кадров по разным seed. Звуковая подложка приходит внутри файла, поэтому клип публикуется прямо из API, без отдельного музыкального прохода — именно это делает сорок клипов в неделю реальной задачей.

  • Ролики о товаре из одного пэкшота

    Image-to-video берёт packshot как первый кадр, а last_image_url — как последний: бутылка успевает повернуться, поймать блик и вернуться на герой-ракурс за пять секунд. Текст на этикетке и силуэт выживают, потому что закреплены оба конца движения.

  • Сериалы с закреплённым составом

    Подавайте один и тот же план лица и кадры гардероба в reference-to-video на каждый кадр серии, переиспользуйте один seed и один каркас запроса, меняйте только строку действия. Состав остаётся узнаваемым на дюжине отдельно отрендеренных клипов.

Документация модели

Справочник по API Wan 3.0

Спецификации API Wan 3.0

Производитель
Alibaba
Опубликованные эндпоинты
text-to-video, image-to-video, video-extend, reference-to-video
Длина клипа
2–30 секунд, по умолчанию 5
Разрешение
480p, 720p, 1080p — по умолчанию 720p
Соотношения сторон
16:9, 9:16, 1:1, 4:3, 3:4
Звук
Генерируется вместе с картинкой, включён по умолчанию
Ограничения референсов
10 картинок, 5 видео, 5 аудио; видео суммарно до 15 секунд, аудио тоже
Контент
Без цензуры; без декларации в каждом запросе

Как вызвать API Wan 3.0

  1. 1. Выберите эндпоинт по тому, что уже есть

    Есть только идея текстом — text-to-video. Есть кадр, который надо привести в движение, — image-to-video. Есть лицо, гардероб, локация или голос, которые обязаны пережить серию, — reference-to-video. Это отдельные контракты, и общее имя семейства их поля не смешивает.

  2. 2. Пишите так: субъект → действие → камера → свет и звук

    Один субъект, одно действие, одно движение камеры, по строке на свет и на звук. Вот точный текст, из которого вышел клип на этой странице, при duration_seconds 5, resolution 720p, aspect_ratio 16:9 и включённом звуке: “Two adult women in a rain-soaked neon alley at night share one umbrella, shoulders pressed together. One tucks a wet strand of hair behind the other's ear, they look at each other and kiss, the umbrella tilting to half-hide them. Slow dolly-in, pink and green neon bleeding across wet ground, anamorphic flare, 35mm grain, rain on the umbrella.”

  3. 3. Отправляйте асинхронно, дальше опрос или callback

    Создайте задачу с `Idempotency-Key`, сохраните её id и либо опрашивайте, либо примите callback. На повторный прогон меняйте одно поле и держите seed: только так видно, что сдвинуло результат — разрешение или формулировка.

Коротко

Wan 3.0 — флагманская видеолинейка Alibaba на этой платформе, опубликованная как независимые API: text-to-video, image-to-video, video-extend и reference-to-video. Каждый эндпоинт выдаёт от 2 до 30 секунд в 480p, 720p или 1080p, форматов кадра пять, seed необязателен, звук генерируется синхронно. Reference-to-video добавляет до 10 референсных картинок, 5 референсных видео и 5 референсных аудиофайлов; image-to-video закрепляет оба конца через image_url и last_image_url. Задачи создаются асинхронно, тарификация — за секунду выданного видео (в reference-to-video к ним добавляются секунды референсных видео), цена в долларах США показывается до отправки. Wan 3.0 идёт без цензуры: романтические сцены на двоих, которые чужие модели отбивают на фильтре, здесь генерируются, а измеренные нами границы перечислены выше.

Вопросы об API Wan 3.0

Все модели Wan22

Видеомодели18