Wan是阿里巴巴推出的一系列视频模型。Wan 3.0是最新一代,不仅能让静态图片动起来,还能在短片中讲述一个小故事:切换镜头、为角色和场景配音,同时完整保留原始画面的细节。
该模型支持图生视频和文生视频两种模式。从照片出发,Wan 3.0可以在生成视频的同时保留角色的外貌、场景和细节;从文字出发,它可以按照你需要的画幅从零拍摄场景:16:9、9:16或1:1。音效始终包含在内:人声、环境音和音乐都会与画面同步生成。时长为5秒或10秒,分辨率为720p或1080p。
Wan 3.0的渲染时间比其他模型更长,大约需要3分钟,但它非常适合短篇故事、对话类广告以及需要镜头切换的短片。如果你需要快速、低成本的视频,可以选择MiniMax H3 Turbo。

