テキストまたは画像から最大 30 秒のネイティブ 4K ビデオを作成します。 Wan 3.0 は、6 つの接続されたショット、より強力なキャラクターと製品の一貫性、最大 12 個の参照画像、映画のようなカメラ制御、同期されたオーディオを 1 世代で組み合わせています。
Wan 3.0 は、Wan ファミリを、孤立した短いクリップを越えて、制作可能な完全なシーケンスへと導きます。ネイティブ 4K 出力では、製品のラベル、顔、生地、構造、照明の詳細が保持されます。また、30 秒の生成ウィンドウにより、いくつかの無関係なクリップをつなぎ合わせることなく、シーンの開始、展開、終了イメージに十分な時間が与えられます。
より大きな変化は継続性です。 Wan 3.0 では、カット間で同じキャラクター、製品、場所、照明の方向、視覚的言語を維持しながら、最大 6 つの接続されたショットを整理できます。アイデンティティ、ワードローブ、製品デザイン、環境、スタイルの参照画像を最大 12 枚追加し、画像と同期したサウンドを一緒に生成します。その結果、印象的ではあるが連続性のない 1 つのショットよりも、広告、キャラクター主導のストーリーテリング、映画のようなプリビジュアライゼーション、ブランド コンテンツに適しています。
次世代 AI ビデオ モデル
| パフォーマンス指標 | Toolaze仕様 |
|---|---|
| ネイティブ 4K 出力 | よりシャープな顔、パッケージング、テクスチャ、タイポグラフィー、幅広い確立ショット、およびリフレームの余地が必要な商用マスター用に、最大 3840 × 2160 で生成します。 |
| 最大 30 秒 | ポストプロダクションでいくつかの短いクリップを一致させるのではなく、オープニングのフック、製品やキャラクターの展開、最後のビートを 1 世代内に収めます。 |
| 6 つの連続したショット | 一貫した 1 つのシーンを維持しながら、ワイド ショット、クローズアップ、動きの追跡、リアクション ショット、インサート、最終的な構成を計画します。 |
| キャラクターの一貫性 | カメラアングル全体で顔のアイデンティティ、ワードローブ、体の詳細、特徴的なスタイルを維持し、繰り返し登場するキャラクターやキャンペーン シリーズの個別のビデオを作成します。 |
| 最大 12 個の参照画像 | 1 つの画像であらゆる制約を強制的に伝えることなく、キャラクター、製品、場所、衣装、カラー パレット、照明、ビジュアル スタイルへの参照を割り当てます。 |
| 同期された音声 | 画面上で起こっていることにサウンドが追従するように、画像を使用してアンビエンス、マテリアル サウンド、アクション キュー、対話のタイミング、音楽の方向性を生成します。 |
| シネマティックカメラコントロール | 構造化されたシーケンスの一部として、プッシュイン、プルバック、パン、軌道移動、クレーン ショット、フォロー ショット、レンズ距離、ショット スケールについて説明します。 |
Wan 3.0 は、Wan ワークフローを、洗練された短いクリップから、より多くの参照とより強力な連続性を備えた、より長く高解像度のシーケンスに拡張します。
| アップグレードエリア | ワン 3.0 | ワン 2.7 | それが重要な理由 |
|---|---|---|---|
| 最大解像度 | ネイティブ 4K | 最大 1080p | 製品作業、大型ディスプレイ、クロップ、安定化、商用配送にさらに役立つ詳細情報。 |
| 最長期間 | 最大 30 秒 | 最大 15 秒 | 完全な広告や物語のビートは 1 世代内に収まります。 |
| ショットの構造 | 最大 6 つの接続されたショット | 短いシングルまたはマルチショット クリップ | カットは同じ場所、キャスト、照明、視覚的な方向を共有します。 |
| 基準容量 | 最大 12 個の参照画像 | 小規模なリファレンス設定 | キャラクター、製品、場所、衣装、スタイルはそれぞれ専用のリファレンスを受け取ることができます。 |
| キャラクターの継続性 | ショットやビデオ全体で同一性が繰り返されるように設計されています | より短い世代内での強力な一貫性 | シリーズ コンテンツでは、修復や ID のリセットが少なくて済みます。 |
| カメラの方向 | シーケンス全体にわたるショットごとのカメラの計画 | 短いクリップ用のカメラとモーション コントロール | ディレクターは、一般的な映画の動きを 1 つ要求するのではなく、内容を説明できます。 |
| オーディオ | シーケンスで生成された同期オーディオ | オーディオを意識した世代 | アクション、雰囲気、会話、トランジションが完成したカットに近づきます。 |
| 最適な使用法 | コマーシャル、物語シーン、キャラクター シリーズ、製品フィルム | Fast Wan のドラフトと洗練された短いクリップ | 完全なシーケンスが必要か、それとも簡単な反復が必要かに基づいて選択してください。 |
各第 1 層モデルには、異なる生産上の利点があります。単一の品質スコアではなく、ショットの最も難しい部分によって選択してください。
| モデル | 目立つところ | 次の場合に選択してください |
|---|---|---|
| ワン 3.0 | ネイティブ 4K、30 秒生成、6 つの接続されたショット、最大 12 の画像参照、文字の連続性、同期されたオーディオ。 | キャスト、製品、場所、サウンドが一貫性を保つ必要がある、ブランドまたは物語の長いシーケンスが必要です。 |
| シーダンス 2.0 | 監督スタイルのマルチショット プランニング、強力なマルチモーダル リファレンス、幅広いフレーミング制御、洗練されたコマーシャル モーション。 | リファレンスビデオ、オーディオ、複雑なシーンのプランニングがクリエイティブな方向性の中心となります。 |
| クリング 3.0 | 表現力豊かなモーション、ダイナミックなアクション、アグレッシブなカメラの動き、マルチイメージ入力、強力な高解像度出力。 | シーンは、スポーツアクション、スペクタクル、カメラの高速移動、または困難な身体動作によって異なります。 |
| Veo 3.1 | フォトリアリスティックなワンショット構成、映画のような照明、自然な会話、環境音、強力な即時解釈。 | リアリズム、会話の瞬間、雰囲気、個々のヒーロー ショットの仕上がりが最も重要です。 |
完全なシーンを最初から説明できるようになったら、テキストからビデオへの変換から始めます。キャラクター、製品、場所、またはオープニングの構成が視覚的な参照と一致する必要がある場合は、画像からビデオへの変換を使用します。
アイデンティティ、ワードローブ、製品デザイン、環境、照明、スタイルに別々の画像を使用します。相反する顔、色、カメラアングル、またはアートの方向性を導入する参照を削除します。
すべてのショットに主題、アクション、フレーミング、カメラの動き、トランジションを与えます。次に、6 つのショットすべてで変更しない必要がある詳細をリストします。
宛先のアスペクト比、再生時間、解像度、オーディオ設定を選択します。まず連続性を確認してから、次世代で個々のモーション、タイミング、サウンド キューを調整します。
製品を別の世代に再構築することなく、確立ショットから素材の詳細、実際に使用される瞬間、ブランドの終了フレームに移行します。
クリエイターや架空の人物のコンテンツのエピソード、カメラ アングル、場所全体で同じ顔、ワードローブ、プロポーション、ビジュアル アイデンティティを維持します。
1 つのシーケンス内にワイドショット、クローズアップ、リアクション、インサート、同期した雰囲気を使用して、短くドラマチックなビートのカバレッジを生成します。
商用 4K のディテールを維持しながら、パッケージ、色、ラベルの配置、素材、ライフスタイル設定について専用のリファレンスを使用します。
物理的な制作や VFX 計画に取り組む前に、ブロッキング、カメラ パス、ショットの順序、照明のトランジション、シーンのリズムをテストします。
編集、動き、素材の音、雰囲気、会話のビート、音楽の変化を調整し、音声を中心にデザインされたように感じられるようにします。
各プロンプトは、接続されたショット、アイデンティティの連続性、マルチリファレンス コントロール、または同期されたサウンドなど、さまざまな Wan 3.0 の強みを示します。
シックスショットの高級時計のコマーシャル
コネクテッド高級時計のコマーシャルを作成します。ショット 1: 暗い博物館の展示の左右対称の広いビュー。ショット 2: 細い光がスチール製のケースを横切って移動するにつれて、ゆっくりと押し込みます。ショット 3: 彫刻されたクラウンの回転のマクロ写真。ショット 4: 同じ時計が街の窓の横で仕立てられた手首に現れます。ショット 5: 反射が青から金色に変化しながら、文字盤の周りを周回します。ショット 6: ロゴが完全に読み取れる、製品を中央にクローズアップしたもの。時計のプロポーション、文字盤のレイアウト、金属仕上げ、ブランドのタイポグラフィーを同一に保ちます。各カットを、抑制された機械的なクリック音と静かなギャラリーの雰囲気に合わせます。
定期的なキャラクターナイトストーリー
同じ女性、黄色いレインコート、短い黒髪、銀のイヤリングのキャラクター参照を使用します。ショット 1: 彼女は大雨の中、ガラス張りのバスシェルターの中で待っています。ショット 2: 反射したヘッドライトが彼女の顔を横切るクローズアップ。ショット 3: シェルターから出るときの側方追跡ショット。ショット 4: 誰もいない道路を横切るときの広い視野。ショット 5: 暖かいアパートの入り口に向かってのフォロー ショット。ショット 6: ドアが閉まる前に振り返るクローズアップ。すべてのショットで彼女の顔、ワードローブ、身長、カラーパレットを維持します。ガラス、遠くのバス、足音、最後のドアのラッチに雨を追加します。
12 リファレンス デザインのホテル映画
ホテルの外観、ロビーの形状、ゲストのキャラクター、制服、真鍮製の看板、家具、スイート、屋上プール、フード スタイリング、夕日のパレット、レンズ処理、ブランド タイポグラフィーには、提供されたリファレンスを使用します。外観からチェックイン、エレベーター、スイートのお披露目、屋上ディナー、そして最終的なスカイラインのロゴフレームに至るまで、つながりのある到着ストーリーを構築します。建築、ゲストのアイデンティティ、素材、看板、温かみのあるエディトリアルカラーを一貫して保ちます。ロビーの雰囲気、エレベーターのチャイム、水、カトラリー、遠くの街の音を利用して、ゆっくりとしたクレーン、追跡、軌道移動を使用します。
サウンド同期セラミックプロセス
静かな工房で一人の陶芸家がカップを作る様子を見てみましょう。粘土がろくろに着地するところから始まり、それを中心に置く手へ移り、側面から立ち上がった壁を示し、トリミングされる縁まで切断し、完成した釉薬を明らかにし、同じカップに注ぐお茶で終わります。アーティストの手、粘土の色、道具、ホイール、テーブル、スタジオの照明は変更しないでください。粘土の衝撃、ホイールの振動、濡れた手での接触、トリミングの削り取り、窯のドア、セラミックのタップ、最後の流し込みを正確な動作と同期させます。
プロンプトをコンパクトな制作概要として扱います。スタイルワードを追加する前に、シーケンス、連続性ルール、カメラ言語、音声タイミングを定義します。
弱いプロンプト
さまざまな角度の映画的な製品動画を作る。
改善したプロンプト
ショット 1: 広いテーブルトップが公開されます。ショット 2: マテリアルのマクロ ビュー。ショット 3: 使用中のサイドトラッキングショット。ショット 4: ロゴのクローズアップ。製品の形状、色、ラベルの配置、光の方向、背景をすべてのカットにわたって一貫させてください。
弱いプロンプト
街を移動する間、人物を一貫させる。
改善したプロンプト
すべてのショットで同じ顔、髪型、赤いコート、黒いブーツ、金のネックレスを保ちます。カメラの角度、歩く方向、背景の位置、天候の反射のみが変更される可能性があります。
弱いプロンプト
すべての参照画像を使って動画を整える。
改善したプロンプト
顔のアイデンティティには画像 1、ワードローブには画像 2、製品の形状には画像 3 と 4、部屋のレイアウトには画像 5、カラー パレットには画像 6、レンズと照明スタイルには画像 7 を使用します。参照間で衣服や建築を混合しないでください。
弱いプロンプト
リアルな同期オーディオを追加する。
改善したプロンプト
留め金が閉じるときの柔らかい金属のカチッという音、被写体がフレームを横切るときの 2 つの足音、ドアが開くときの短いエレベーターのチャイム、そして最後のクローズアップの間の静かな街の雰囲気に合わせてください。
Wan 3.0 は、ネイティブ 4K テキストからビデオへの作成および画像からビデオへの作成のための Alibaba の次世代 AI ビデオ モデルです。これにより、30 秒の長いクリップ、接続されたマルチショット生成、より強力な一貫性、より多くの参照、映画のようなカメラの方向、同期されたオーディオによって Wan ファミリーが拡張されます。
Wan 3.0 では、出力が 1080p からネイティブ 4K に増加し、生成ウィンドウが 15 秒から 30 秒に延長され、最大 6 つの接続されたショットと 12 の参照画像がサポートされ、ショットとビデオ間の文字の連続性がより重視されます。
はい。 Wan 3.0 は最大 3840 × 2160 のネイティブ 4K 出力をターゲットにしており、顔、製品、マテリアル、タイポグラフィ、トリミング、商業配信などの詳細をより多く保持します。
はい。 Wan 3.0 は最大 30 秒のクリップを生成できます。これは、オープニング、いくつかの接続されたストーリーまたは製品のビート、および 1 つのシーケンス内の最後の構成に十分な長さです。
Wan 3.0 では、1 世代で最大 6 つの接続されたショットを整理できます。各ショットを個別に記述し、どのキャラクター、商品、場所、照明、スタイルの詳細が一貫性を保たなければならないかを明記します。
Wan 3.0 は最大 12 個の参照イメージをサポートします。キャラクターのアイデンティティ、ワードローブ、製品デザイン、環境、小道具、カラー パレット、ビジュアル スタイルなど、個別の責任にそれらを使用します。
はい。 Wan 3.0 は、アンビエンス、アクション サウンド、対話のタイミング、音楽の方向性、目に見えるイベントに続くトランジションなどのオーディオをビデオとともに生成します。
キャラクターの一貫性は、Wan 3.0 の中心的な長所です。焦点を絞ったアイデンティティとワードローブのリファレンス セットにより、ショット、場所、関連ビデオ全体で同じ顔、スタイル、プロポーションを維持できます。
Wan 3.0 は、ネイティブ 4K がラベルと素材の詳細を保持し、複数の参照入力で製品とブランド資産を制御し、接続されたショットで公開、詳細、使用、終了フレームをカバーできるため、製品フィルムに最適です。
長いネイティブ 4K シーケンス、文字または製品の連続性、および大規模な画像参照セットを使用するには、Wan 3.0 を選択してください。マルチモーダルなリファレンス ビデオ、リファレンス オーディオ、ディレクター スタイルのシーン プランニングがより重要な場合は、Seedance 2.0 を選択してください。
エネルギッシュなアクションとアグレッシブなカメラの動きには、Kling 3.0 をお選びください。より大きな課題が、より長いマルチショット シーケンス全体でキャスト、商品、場所、サウンドの一貫性を維持することである場合は、Wan 3.0 を選択してください。
写真のようにリアルな個々のショット、会話、映画のような雰囲気を得るには、Veo 3.1 を選択してください。連続したショットの範囲、より大きな画像参照セット、繰り返し登場するキャラクター、および 30 秒のシーケンス全体を表示するには、Wan 3.0 を選択してください。