テキストまたはマルチモーダル参照からWan 3.0動画を作成します。480P、720P、1080Pと2〜30秒の長さを選び、画像・動画・音声の参照でシーンを導きます。
Wan 3.0は、テキストからの動画生成と参照画像などを使った動画生成に対応するAI動画モデルです。480P、720P、1080Pの出力と2〜30秒の動画を選べるため、プロジェクトに合った細部と長さを設定できます。
テキストだけでシーンを作ることも、被写体・動き・音をより明確に指定するために画像、動画、音声の参照を追加することもできます。商品動画、キャラクター中心のシーン、SNS向けクリップ、映像プリビズに適しています。
AI動画モデル
| パフォーマンス指標 | Toolaze仕様 |
|---|---|
| 480P / 720P / 1080P出力 | 必要な細部、納品形式、生成予算に合わせて480P、720P、1080Pを選択します。 |
| 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。 |
| 連続したシーンの指示 | 被写体、動作、構図、トランジション、維持したい連続性を1つのクリエイティブブリーフにまとめます。 |
| 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10枚の参照画像 | 最大10枚の画像で、人物、商品デザイン、環境、衣装、小道具、ビジュアルスタイルを指定できます。 |
| 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。 |
| 参照動画入力 | 動きやタイミングを視覚的に指定したい場合は、1〜15秒・最大100MBの参照動画を最大5本追加できます。 |
生成前に、入力モードと出力設定を目的に合わせて選択しましょう。
| 機能 | Wan 3.0 | 活用方法 |
|---|---|---|
| 出力解像度 | 480P、720P、1080P | 納品形式に合わせて細部を選べます。 |
| 生成時間 | 2〜30秒 | 短いアイデアから長めのシーケンスまで対応します。 |
| 画像参照 | 最大10枚、1枚あたり最大20MB | 参照を分けて人物、商品、環境、スタイルを指定できます。 |
| 動画参照 | 最大5本、各1〜15秒・最大100MB | 動きやタイミングが重要な場合に役立ちます。 |
| 音声参照 | 最大5個、各1〜15秒・最大15MB | 音声が重要なシーンで音の方向を指定できます。 |
| 参照モード | 選択したモードに応じて通常の参照または始点・終点フレームを使用し、両方を同時に使わない | 同時に使えない参照ワークフローの衝突を避けます。 |
| アスペクト比 | adaptive、16:9、4:3、1:1、3:4、9:16 | 公開先に合うフレーミングを選べます。 |
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 1080P、30 秒生成、6 つの接続されたショット、最大 10 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 1080P 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。
10 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 1080P 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。
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 は最大 10 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。
Wan 3.0 は、ネイティブ 1080P 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 1080P 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。