Wan 3.0: gerador de vídeo AI de texto e imagem com som
Crie vídeos com o Wan 3.0 no OCMaker AI: transforme texto ou uma imagem em um clipe com áudio nativo, de 5 a 15 segundos, em até 1080p.
O Wan 3.0 é o modelo mais recente da família de vídeo Wan, da Alibaba. No OCMaker AI, ele transforma um prompt de texto ou uma única imagem em um vídeo com trilha de áudio própria: ambiente, efeitos sonoros e vozes são gerados junto com a imagem. Escolha 5, 10 ou 15 segundos em 480p, 720p ou 1080p.
Todos os clipes desta página foram gerados com o Wan 3.0 no OCMaker AI. O prompt que usamos está em cada descrição.
0104
Descreva um percurso inteiro e o Wan 3.0 o acompanha em um único movimento de câmera contínuo. Este clipe de 10 segundos foi criado só com texto, sem imagem. Prompt: Um pequeno barco de papel branco desce pela sarjeta de uma rua alagada pela chuva, atravessa um túnel de pedra até um riacho cristalino, flutua entre hortênsias em flor e chega a um porto ensolarado, onde uma jovem de chapéu de palha o tira da água e sorri.
0204
Envie uma imagem e o Wan 3.0 a anima a partir exatamente desse primeiro quadro, então as pessoas, as roupas e o cenário continuam como estão. O clipe mantém o formato da sua imagem. Prompt: A foto ganha vida: ele estica bem a rede, olha para a câmera e abre um sorriso caloroso enquanto gaivotas passam planando.
0304
O Wan 3.0 adiciona uma trilha de áudio nativa a cada clipe. Descreva o que deve ser ouvido e coloque uma fala curta entre aspas para dar voz a um personagem. Prompt: Em uma pequena casa de ramen à noite, o chef desliza uma tigela fumegante pelo balcão e diz: “Extra spicy, just how you like it.”
0404
Escolha 1080p quando os detalhes importam: penas, gotas de água e o movimento rápido das asas continuam nítidos. Prompt: Plano macro: um beija-flor mergulha o bico em um hibisco vermelho coberto de gotas de chuva, com as asas em borrão, e então dispara para longe.
O que você recebe ao escolher o Wan 3.0 no gerador de vídeo acima.
Comece só com um prompt ou envie uma imagem para usar como primeiro quadro.
Ambiente, efeitos sonoros e vozes são gerados junto com o vídeo, sem custo extra.
Escolha a duração que combina com a sua tomada, de um instante rápido a uma cena mais longa.
Teste ideias em 480p e depois renderize a sua favorita em 720p ou 1080p.
Clipes de texto para vídeo saem em 9:16 ou 16:9; em imagem para vídeo, o clipe mantém o formato da sua imagem.
O Wan 3.0 está disponível para membros, a partir de 10 créditos por um clipe de 5 segundos em 480p.
Três passos para ir de uma ideia a um clipe pronto com som.
O Wan 3.0 já vem selecionado no gerador acima. Digite um prompt para usar texto para vídeo ou adicione uma imagem para animá-la.
Diga o que acontece, como a câmera se move e o que deve ser ouvido. Coloque qualquer fala entre aspas e mantenha-a curta o bastante para caber no clipe.
Escolha 5, 10 ou 15 segundos e 480p, 720p ou 1080p; o custo em créditos é atualizado conforme você escolhe. Baixe o clipe quando ele estiver pronto.
O Wan 3.0 é o modelo de vídeo mais recente da família Wan, da Alibaba. No OCMaker AI, você pode usá-lo para texto para vídeo e imagem para vídeo, e todo clipe vem com uma trilha de áudio nativa.
Sim. Digite um prompt sem adicionar imagem e o Wan 3.0 gera o clipe inteiro a partir do texto, em 9:16 ou 16:9. Adicione uma imagem quando quiser que um personagem ou uma cena específica seja o primeiro quadro.
Sim. O áudio está sempre ativado e não tem custo extra. Descreva o ambiente e os efeitos sonoros no prompt e coloque uma fala curta entre aspas se um personagem tiver que falar.
Cada clipe pode ter 5, 10 ou 15 segundos, em 480p, 720p ou 1080p.
O Wan 3.0 está disponível para membros. Em 480p, um clipe custa 10, 19 ou 28 créditos para 5, 10 ou 15 segundos; em 720p, 19, 37 ou 55 créditos; em 1080p, 37, 73 ou 110 créditos.
Sim, em um modo separado. Referência para vídeo também roda no Wan 3.0 e combina várias imagens de referência, clipes de vídeo e áudio em um único clipe. O Wan 3.0 também está por trás do AI Story, que transforma uma ideia em um curta com várias cenas.
Texto ou imagem para vídeo com som nativo, até 15 segundos em 1080p.