Wan 2.5 kostenlos online – KI-Videogenerator, aufgerüstet auf Wan 3.0

Yovid betreibt Wan 2.5 nicht, sondern den Nachfolger von Alibaba, Wan 3.0. Der behält die Stimmen, Musik und Effekte, mit denen 2.5 auffiel, und dehnt einen Clip von 10 Sekunden auf bis zu 30. Starte mit einem Prompt, einem ersten Frame oder bis zu 10 Bildern und 5 Clips. Erstelle jetzt deine Videos mit Wan 3.0 auf Yovid.

Seedance 2.5 ist da

Clips bis 30 Sekunden mit Bild-, Video- und Audioreferenzen.

Kling 3.0

Klings neuestes Videomodell, direkt in deinem Workspace.

Veo 3.1

Googles Videomodell mit nativem Audio.

GPT Image 2.5

OpenAIs Bildmodell zum Erstellen und Bearbeiten von Bildern.

KI-Bild-Upscaler

Bilder schärfen und vergrößern für saubere Exporte.

AI Canvas

Bild- und Videoschritte auf einem Board verketten.

Was Wan 3.0 auf Yovid erzeugt

Regency-BallsaalWan 3.0 · Menschenmenge, 30 s

Expedition im KühlschrankWan 3.0 · 3D-Animation, 20 s

Vorhang aufWan 3.0 · ein Take, 24 s

Café um die EckeWan 3.0 · Markenfilm, 22 s

Zweikampf im TempelWan 3.0 · animierte Action, 30 s

Wan-3.0-Video erstellen

Darum übernimmt Wan 3.0 auf Yovid die Rolle von Wan 2.5

Yovid betreibt Wan 3.0, nicht Wan 2.5: Wan 2.5 war eine Vorschau von 2025; seitdem sind drei neuere Versionen erschienen, und Yovid betreibt die neueste.
Wan 3.0 läuft 30 Sekunden, dreimal so lang wie Wan 2.5: Wan 2.5 endete bei 10 Sekunden; Wan 3.0 auf Yovid geht von 2 bis 30.
Wan 2.5 brachte den Ton in denselben Durchgang: Stimmen, Effekte und Musik entstehen mit den Frames, was Wan 3.0 standardmäßig eingeschaltet lässt.
Lippensynchroner Dialog in der Sprache, in der du schreibst: Wan 3.0 vertont jeden Satz in der Sprache, die du angibst, passend zum richtigen Mund.
Bis zu 10 Bilder und 5 Clips als Referenzen: Wan 2.5 arbeitete mit Text oder einem Bild; Wan 3.0 nimmt einen ganzen Referenzstapel.
Platz für eine komplette Shotliste: Prompts mit 10.000 Zeichen: Getaktete Einstellungen, Kamerabewegungen, Musikeinsätze und jede Dialogzeile passen in einen Prompt.
Wan-3.0-Einstellungen und Credits auf Yovid: 2–30 Sekunden, drei Auflösungen, sechs Bildoptionen und Ton inklusive, ab etwa 1,2 Credits pro Sekunde.

Yovid betreibt Wan 3.0, nicht Wan 2.5

Alibaba hat Wan 2.5 im September 2025 als Vorschau auf Alibaba Cloud Model Studio veröffentlicht, als gehostetes Modell und nicht mit herunterladbaren Gewichten wie bei Wan 2.1 und 2.2. Das Hauptmerkmal war der Ton: Dialoge, Effekte und Musik, die zusammen mit dem Bild entstehen, in Clips von 5 oder 10 Sekunden bis 1080p.

Wan 2.6, Wan 2.7 und Wan 3.0 folgten innerhalb eines Jahres. Yovid betreibt nur Wan 3.0, das Eingabefeld auf dieser Seite öffnet sich also damit, und jeder Clip, den du hier erstellst, stammt davon. Die Tabelle zeigt, was jeder Schritt ergänzt hat.

Wan 2.5 · Sep. 2025	5 oder 10 s mit nativem Ton480p, 720p oder 1080p aus Text oder einem ersten Frame; Prompts bis 1.500 Zeichen.
Wan 2.6 · Dez. 2025	Bis 15 s, Multi-ShotErgänzt Referenz-zu-Video, das Aussehen und Stimme einer Person konsistent hält.
Wan 2.7 · Apr. 2026	Bis 15 s, dazu VideobearbeitungBis zu fünf gemischte Bild- und Videoreferenzen; Prompts bis 5.000 Zeichen.
Wan 3.0 · Aug. 2026	Bis 30 s, die Version auf YovidLebensechtere, vielfältigere Gesichter und engere Übereinstimmung mit deinen Referenzen.

Wan 3.0 läuft 30 Sekunden, dreimal so lang wie Wan 2.5

Zehn Sekunden fassen eine Einstellung. Dreißig fassen eine Szene mit Aufbau, Wendung und Ende. Links ist eine 10-Sekunden-Demo von Wan 2.5: ein Reporter, ein Satz, eine laufende Einstellung. Rechts eine 30-Sekunden-Demo von Wan 3.0 aus vier Referenzbildern, ein Wiedersehen, erzählt auf zwei Zeitebenen mit japanischem Voice-over.

Auf Yovid ist die Länge ein Schieberegler, eine beliebige ganze Sekunde von 2 bis 30, und der Preis folgt den gewählten Sekunden. Probiere die Idee kurz aus und rendere die volle Länge, sobald der Prompt funktioniert.

Wan 2.5 · 10 s	Wan 3.0 · 30 s

Wan 2.5 brachte den Ton in denselben Durchgang

Ton, der zusammen mit dem Bild entsteht, war das Hauptmerkmal von Wan 2.5: Ein gesprochener Satz sitzt auf den Lippen des Sprechers, ein Schritt auf dem Frame, auf dem der Fuß aufsetzt. Diese 10-Sekunden-Demo von Wan 2.5 Preview zeigt einen Pekinger, der seinen Nachbarn in breitem Pekinger Dialekt grüßt, während die Drossel in seinem Käfig im richtigen Moment zwitschert.

Wan 3.0 behält das und gibt ihm mehr Raum. Auf Yovid ist der Ton standardmäßig an und kostet nichts extra, denn ein Clip kostet mit und ohne Ton dasselbe. Setz jeden gesprochenen Satz in Anführungszeichen, nenne, wer in welcher Sprache spricht, und schalte den Ton aus, wenn du den Clip selbst vertonen willst.

Prompt (gekürzt): Early autumn morning in a Beijing hutong, warm side light on grey flagstones, an old pagoda tree swaying in the breeze. A man in his sixties in a navy cotton jacket and cloth shoes carries a rosewood birdcage; the thrush inside chirps twice. He meets a neighbor, smiles, nods and says in a broad Beijing accent: "哟，吃了么您呐？没事儿遛遛弯儿，舒坦！" (Eaten yet? Just out for a stroll. Feels great!) The cage sways as the bird flutters; pots of jasmine stir by the grey brick wall.

Lippensynchroner Dialog in der Sprache, in der du schreibst

Schreib den Satz, nenne Sprecher und Sprache, und Wan 3.0 liefert ihn mit passender Lippenbewegung. In dieser 24-Sekunden-Demo legen drei Referenzbilder zwei Spielfiguren und ein Dojo fest: Sie fragt, wo sie sind, er sagt ihr, dass dies ihre erste Prüfung ist, und eine kühle Systemstimme startet den Test, alles auf Japanisch und jeweils auf dem richtigen Mund.

Die anderen Wan-3.0-Demos von Alibaba tragen Sätze auf Englisch, Mandarin, Koreanisch, Portugiesisch, Thai, Spanisch und Arabisch. Ergänze eine Sprechanweisung, etwa leise und ruhig oder schnell und nervös, damit der Vortrag zur Szene passt.

Lippensynchroner Dialog in der Sprache, in der du schreibst – Wan 3.0 — Prompt (gekürzt): About 24 s, a cinematic Japanese sci-fi game opening. Image 1 is the silver-haired man in goggles and a long grey coat, Image 2 the woman with twin buns, a red mechanical mask and a white combat suit, Image 3 a wooden dojo. In a blank white virtual space a grid spreads under their feet and the dojo assembles plank by plank. She asks, guarded: 「ここは……何のステージ？」 He raises a palm and answers calmly: 「お前の適性を測る、最初の試練だ。」 The dojo dissolves to white and a system voice says: 「適性試験、開始。」 Accurate Japanese lip sync, no subtitles. (Wan 3.0 · 16:9 · 24s · 1080p)

Prompt (gekürzt): About 24 s, a cinematic Japanese sci-fi game opening. Image 1 is the silver-haired man in goggles and a long grey coat, Image 2 the woman with twin buns, a red mechanical mask and a white combat suit, Image 3 a wooden dojo. In a blank white virtual space a grid spreads under their feet and the dojo assembles plank by plank. She asks, guarded: 「ここは……何のステージ？」 He raises a palm and answers calmly: 「お前の適性を測る、最初の試練だ。」 The dojo dissolves to white and a system voice says: 「適性試験、開始。」 Accurate Japanese lip sync, no subtitles. (Wan 3.0 · 16:9 · 24s · 1080p)

Bis zu 10 Bilder und 5 Clips als Referenzen

Wan 2.5 startete von einem Text-Prompt oder einem einzelnen Bild als erstem Frame. Wan 3.0 ergänzt auf Yovid den Referenzmodus, in dem bis zu 10 Bilder und 5 Videoclips von 1 bis 15 Sekunden Personen, Wesen, Produkte und Orte festlegen, während der Prompt sie inszeniert.

Diese 30-Sekunden-Demo nutzte neun Bilder: eines für die Frau, eines für ein Lotusreich und sieben für kleine Wesen, jeweils in 2D neben ihrer 3D-Version gezeichnet. Ihr Gesicht bleibt von Anfang bis Ende stabil, während die Wesen aus ihren Zeichnungen in 3D treten. Nenne jede Datei im Prompt (Image 1, Image 2 und so weiter) und gib jeder genau eine Aufgabe.

Bis zu 10 Bilder und 5 Clips als Referenzen – Wan 3.0 — Prompt (gekürzt): 30 s, 16:9, surreal Eastern fantasy. Image 1 is the only identity reference for a young woman in an open light-blue denim shirt; Image 2 fixes a hidden realm of giant translucent lotus flowers; Images 3–9 each show one creature in 2D (left) and 3D (right). She parts the vines, enters the realm and touches a lotus; a glowing drop reveals the 2D creatures, which turn into their 3D forms and gather around her. (Wan 3.0 · 16:9 · 30s · 1080p)

Prompt (gekürzt): 30 s, 16:9, surreal Eastern fantasy. Image 1 is the only identity reference for a young woman in an open light-blue denim shirt; Image 2 fixes a hidden realm of giant translucent lotus flowers; Images 3–9 each show one creature in 2D (left) and 3D (right). She parts the vines, enters the realm and touches a lotus; a glowing drop reveals the 2D creatures, which turn into their 3D forms and gather around her. (Wan 3.0 · 16:9 · 30s · 1080p)

Platz für eine komplette Shotliste: Prompts mit 10.000 Zeichen

Wan 2.5 begrenzte Prompts auf 1.500 Zeichen, gerade genug für eine gut beschriebene Einstellung. Wan 3.0 akzeptiert auf Yovid bis zu 10.000, ein ganzer Plan passt also hinein: Einstellungen sekundengenau, die Kameratechnik für jede, die Musikeinsätze und jeder gesprochene Satz.

Diese 30-Sekunden-Demo entstand aus einem einzigen Text-Prompt ohne Referenzbilder. Er legte neun getaktete Einstellungen fest, vom Sturzflug durch die Wolken bis zu einem langsamen Wegziehen, und Wan 3.0 folgte Reihenfolge und Tempo.

Platz für eine komplette Shotliste: Prompts mit 10.000 Zeichen – Wan 3.0 — Prompt (gekürzt): A nine-shot, 30-second fantasy in a retro Chinese calendar-poster style: even ink outlines, patterned clouds, watercolor on aged rice paper. 0–4 s: an FPV dive through the clouds past a giant turtle carrying a mountain of palaces. 4–11 s: a first-person ride on a golden qilin low over a festival. 11–19 s: a pipa player builds to one sweeping strum, held in slow motion. 19–21 s: a held breath over the square. 21–27 s: a dancer whirls a flame-orange silk into a ring. 27–30 s: a slow rise as the mountain sinks back into the clouds. Guzheng and pipa over ambient electronics. (Wan 3.0 · 16:9 · 30s · 720p)

Wan-3.0-Einstellungen und Credits auf Yovid

Wähle das Bildformat, bevor du schreibst, damit das Blocking darauf abgestimmt ist; startest du von einem Bild, behält „adaptiv“ dessen Format. Credits werden pro Ausgabesekunde berechnet, allein nach Auflösung gestaffelt, und Referenzclips fügen ihre eigenen Sekunden hinzu.

Länge	2 bis 30 SekundenStandard: 5 Sekunden. Wan 2.5 bot 5 oder 10.
Auflösung	480p, 720p oder 1080pStandard: 720p; dieselben drei Stufen wie bei Wan 2.5.
Seitenverhältnis	16:9, 9:16, 1:1, 4:3, 3:4 oder adaptiv
Eingaben	Text, ein Startbild mit optionalem Endbild oder ReferenzenBis zu 10 Bilder und 5 Clips von 1–15 s (MP4 oder MOV, je bis 100 MB).
Ton	Standardmäßig an, ohne zusätzliche CreditsStimmen, Musik und Effekte; pro Generierung abschaltbar.
Credits	Etwa 1,2, 2,4 oder 4,8 pro SekundeIn 480p, 720p oder 1080p, Standardpreise der Credit-Pakete; ein 5-Sekunden-Clip in 720p kostet etwa 12 Credits.

Wer von Wan 2.5 zu Wan 3.0 wechselt

Die meisten, die Wan 2.5 suchen, wollen einen Clip, der spricht und einen Soundtrack hat, ohne 10-Sekunden-Stücke zusammenzusetzen. Diese Aufgaben deckt Wan 3.0 am besten ab:

Macher von Kurzdramen und Skits: Dialogszenen, die länger als 10 Sekunden laufen, mit derselben Besetzung über Folgen hinweg dank Referenzbildern.
Werbe- und Social-Teams: Produktspots mit Voice-over und Musik in einem Render, das Produkt anhand deiner eigenen Fotos originalgetreu.
Macher von Musik- und Tanzvideos: Auftritte, bei denen Text, Beat und Lippensynchronität aus derselben Generierung kommen.
Animatoren und Game-Studios: Stilisierte Intros und Trailer, von Tusche-und-Aquarell bis zu Cel-Shading-CG, in einem 30-Sekunden-Durchgang.
Teams mit einer Wan-2.5-Prompt-Bibliothek: Alte Prompts sind ein fertiger Ausgangspunkt: Lass einen unverändert laufen und ergänze dann getaktete Beats, Referenzen und Sätze, um die zusätzliche Länge zu füllen.

Wan 3.0, Nachfolger von Wan 2.5, vs. Seedance 2.5, MiniMax H3 und Kling 3.0

Wan 2.5 steht nicht in der Tabelle, weil Yovid es nicht betreibt. Bis auf die letzte Zeile stammt jede Zelle aus den Einstellungen, die das jeweilige Modell heute im Generator von Yovid anbietet.

Wan 3.0, der Nachfolger von Wan 2.5, im Vergleich mit Seedance 2.5, MiniMax H3 und Kling 3.0 auf Yovid
Funktion / Modell	Wan 3.0	Seedance 2.5	MiniMax H3	Kling 3.0
Längster Clip	30 s	30 s	15 s	15 s
Höchste Auflösung	1080p	1080p	2K	1080p
Seitenverhältnisse	16:9, 9:16, 1:1, 4:3, 3:4	16:9, 9:16, 1:1, 4:3, 3:4, 21:9	21:9, 16:9, 4:3, 1:1, 3:4, 9:16	16:9, 9:16, 1:1
Referenzbilder	10	30	9	—
Referenzvideos	5	10	3	—
Hochgeladenen Clip bearbeiten oder verlängern	—	Ja	—	—
Credits für 5 s in 720p	12	31	23	13
Am besten für	Die Art Clip von Wan 2.5, mit Ton, jetzt bis 30 Sekunden bei knappem Budget.	Große Referenzstapel, dazu Bearbeiten oder Verlängern von hochgeladenem Material.	Scharfe 2K-Clips von bis zu 15 Sekunden.	Lebendige 15-Sekunden-Figurenclips in bis zu 1080p.

Credits sind die Standardpreise der Credit-Pakete für einen 5-Sekunden-Clip in 720p (oder der nächstliegenden Auflösung, die ein Modell anbietet) und folgen den aktuellen Preisen von Yovid.

Wan 3.0 als Ersatz für Wan 2.5: Stärken und Grenzen

Was du gewinnst, wenn du auf Yovid zu Wan 3.0 wechselst, und worauf du verzichtest.

Stärken

Dreifache Länge: 2 bis 30 Sekunden pro Clip, gegenüber 5 oder 10 bei Wan 2.5.
Ton ohne Aufpreis: Stimmen, Musik und Effekte bleiben standardmäßig an und kosten so viel wie ein stummer Clip.
Referenzen, die Wan 2.5 nie hatte: Bis zu 10 Bilder und 5 Videoclips halten Personen, Produkte und Orte konsistent.
Längere Prompts: Bis zu 10.000 Zeichen gegenüber 1.500 bei Wan 2.5, sodass eine getaktete Shotliste hineinpasst.

Grenzen

Nicht Wan 2.5 selbst: Muss ein Projekt zu Material passen, das schon mit Wan 2.5 entstanden ist, kann Yovid dieses Modell nicht reproduzieren; Alibaba Cloud Model Studio dokumentiert die 2.5-Vorschau weiterhin.
Kein Audio-Upload: Die API von Wan 2.5 konnte einen Clip um deine eigene Audiodatei bauen; auf Yovid arbeitet Wan 3.0 mit Text, Bildern und Videoclips.
Plan-Zugang: Nicht im Gratis-Plan. Ab Lite oder mit einem einmaligen Credit-Paket ist Wan 3.0 freigeschaltet, 1080p inklusive.
Auflösung: Endet weiterhin bei 1080p, wie schon Wan 2.5. Für 2K oder 4K nimm MiniMax H3 oder Veo 3.1 oder schicke den Clip durch den Video-Upscaler von Yovid.

So lässt du einen Prompt im Stil von Wan 2.5 auf Wan 3.0 laufen

Schritt 1
Wan 3.0 öffnen
Starte von dieser Seite, und der Generator öffnet sich mit ausgewähltem Wan 3.0. Wan 2.5 steht nicht in der Modellliste.
Schritt 2
Szene und Ton schreiben
Beschreibe die Einstellungen, setze Dialoge in Anführungszeichen und nenne ihre Sprache, und füge dann ein erstes Bild oder bis zu 10 Bilder und 5 Clips hinzu, falls vorhanden.
Schritt 3
Länge einstellen und generieren
Wähle 2 bis 30 Sekunden, ein Seitenverhältnis und eine Auflösung, prüfe die Credit-Kosten, generiere dann und lade die MP4-Datei herunter.

Wan 3.0 jetzt ausprobieren

Wan-3.0-Prompts zum Loslegen

Echte Prompts aus dem Wan-3.0-Showcase von Alibaba (auf Englisch), gekürzt und aus dem Chinesischen übersetzt, neben den Clips, die daraus entstanden sind. Jeder öffnet sich im Generator von Yovid mit Wan 3.0; Prompts, die Image 1, Image 2 und so weiter nennen, brauchen deine eigenen Referenzbilder.

Vorhang auf, ein Take
Text zu Video · 24 s
A 24-second, 16:9 single continuous take with a realistic film look, one 35 mm lens and no cuts. A singer of about 28, dark hair pinned up, in a muted wine-red velvet gown, has nearly missed her entrance. 0–12 s: the camera backs away fast as she threads a narrow backstage, past a makeup artist blotting her forehead, a rolling costume rack and a painted flat pushed across her path; the stage manager says into his headset, "布景就位，灯光准备，主幕待命。" (Set in place, lights ready, main curtain on standby.) 12–21 s: in the wings he raises a hand: "最后八小节。" (Last eight bars.) The orchestra thins to bass and sparse piano, and the camera slowly circles her as she closes her eyes. 21–24 s: "Three… Two… One!" The cue light turns green, the curtain rises and she steps into the light before a full house.
Quelle: Alibaba Cloud Model Studio · Wan 3.0
Prompt testen
Acht Sprachen, ein Hook
Drei Referenzen · 24 s
A 24-second photoreal hip-hop video on a city rooftop at blue hour. Image 1 sets the four-piece crew (female lead vocalist, male DJ, two hype performers), Image 2 the lead’s face and silver-black techwear, Image 3 the rooftop stage and skyline. An original 106 BPM anthem with a two-bar synth-and-brass hook. Eight shots, one language each, every line on the beat: "One beat." "同一个节拍。" "ひとつのリズム。" "하나의 리듬." "Um só ritmo." "จังหวะเดียวกัน." "Un mismo ritmo." "إيقاع واحد." At the 21-second drop the camera pulls back to the whole crew: "Different voices, one beat." Exact lip sync, the same face and voice throughout, no captions or logos.
Quelle: Alibaba Cloud Model Studio · Wan 3.0
Prompt testen
Zweikampf von Katze und Wolf
Zwei Referenzen · 30 s
A 30-second, 16:9, 1080P cinematic 3D animated action short. @Image 1 is the only tabby-cat heroine: brown-grey stripes, amber eyes, teal hooded cape, bronze shoulder guards, ringed tail. @Image 2 is the only grey-wolf hero: layered grey fur, ice-blue eyes, blue-and-gold cloud-pattern robe. Their swords stay sheathed on their backs throughout. In a ruined cave temple under a giant weathered stone Buddha head they spar bare-handed: punches, sweeps and wrist grabs, a chase up broken stairs, a one-second slow-motion clash at the top of a leap, a ledge that gives way until he catches her wrist, and a back-to-back landing in drifting pink petals. No dialogue or music, only impacts, cloth, falling stone, footsteps and wind.
Quelle: Alibaba Cloud Model Studio · Wan 3.0
Prompt testen
Ins Reich der Lotusblüten
Neun Referenzen · 30 s
A 30-second, 16:9 cinematic surreal Eastern fantasy. Image 1 is the only identity reference for a young woman with long, softly wavy dark-brown hair, an open light-blue denim shirt and cream trousers; keep her face identical in every shot. Image 2 fixes a hidden realm of giant translucent lotus flowers glowing peach, coral and pale gold. Images 3–9 each show one small creature, 2D on the left and 3D on the right. She parts the vines and walks in; she touches a lotus and a glowing drop reflects three of the 2D creatures; they leap a stream and turn into their 3D forms; she kneels, smiling, as they gather around her; the camera rises as every lotus blooms at once. Live action blended with film-grade CG, no captions or logos.
Quelle: Alibaba Cloud Model Studio · Wan 3.0
Prompt testen

Ratgeber zum Prompt-Schreiben lesen

Wan 3.0 Seedance 2.5 MiniMax H3 Kling 3.0 Veo 3.1 Hailuo 2.3 Sora 2

Ratgeber für den Umstieg von Wan 2.5 auf Wan 3.0

Vergleiche alle Videomodelle auf Yovid und schreibe dann die längeren, getakteten Prompts, die die zusätzliche Länge von Wan 3.0 nutzen (auf Englisch).

Alle 14 Videomodelle von Yovid im Vergleich, Wan 3.0 inklusive Eine Einstellung-für-Einstellung-Formel für Text-zu-Video-Prompts

Prompts für Bild zu Video: sechs Beispiele auseinandergenommen

Alle Yovid-Ratgeber ansehen

Häufige Fragen

Was ist Wan 2.5?

Wan 2.5 ist ein Videogenerierungsmodell des Wan-Teams von Alibaba, im September 2025 als Vorschau auf Alibaba Cloud Model Studio erschienen. Es erzeugte Clips von 5 oder 10 Sekunden in 480p, 720p oder 1080p aus Text oder einem einzelnen Bild, mit Dialogen, Effekten und Musik, die zusammen mit dem Bild entstehen.

Kann ich Wan 2.5 auf Yovid kostenlos online nutzen?

Nein. Yovid betreibt Wan 2.5 nicht. Es betreibt den Nachfolger Wan 3.0, der den nativen Ton behält und Clips von bis zu 30 Sekunden erzeugt. Die Registrierung bei Yovid ist kostenlos und enthält Credits für die Modelle im Gratis-Plan; Wan 3.0 selbst braucht den Lite-Plan oder höher oder ein beliebiges einmaliges Credit-Paket.

Ist Wan 2.5 Open Source?

Nein. Alibaba hat offene Gewichte für Wan 2.1 und Wan 2.2 veröffentlicht, aber Wan 2.5 erschien als gehostete Vorschau, die du über die Dienste von Alibaba nutzt, statt sie herunterzuladen.

Was hat sich von Wan 2.5 zu Wan 3.0 geändert?

Der längste Clip wuchs von 10 auf 30 Sekunden. Dazwischen ergänzte Wan 2.6 Multi-Shot-Szenen und Videoreferenzen, Wan 2.7 die Videobearbeitung, und Wan 3.0 brachte lebensechtere, vielfältigere Gesichter und eine engere Übereinstimmung mit deinen Referenzen. Der erzeugte Ton blieb durchgehend.

Wie lang kann ein Wan-3.0-Video auf Yovid sein?

Eine beliebige ganze Zahl von Sekunden zwischen 2 und 30 pro Generierung, als ein durchgehender Clip; Standard sind 5 Sekunden. Das ist das Dreifache der 10 Sekunden von Wan 2.5.

Erzeugt Wan 3.0 Ton wie Wan 2.5?

Ja. Der Ton ist standardmäßig an und umfasst Stimmen, Effekte und Musik, mit Lippensynchronität bei gesprochenen Sätzen. Er kostet keine zusätzlichen Credits, und du kannst ihn für jeden Clip abschalten. Anders als die API von Wan 2.5 nimmt Yovid keine eigene Audiodatei als Eingabe an.

Wie viele Credits verbraucht Wan 3.0?

Zu den Standardpreisen der Credit-Pakete etwa 1,2 Credits pro Sekunde in 480p, 2,4 in 720p und 4,8 in 1080p, ein 5-Sekunden-Clip in 720p kostet also etwa 12 Credits und ein voller 30-Sekunden-Clip in 1080p etwa 144. Referenzclips fügen ihre eigenen Sekunden zur Rechnung hinzu.

Kann ich meine Wan-2.5-Prompts weiterverwenden?

Ja, als Ausgangspunkt. Prompts für Wan 2.5 waren auf 1.500 Zeichen begrenzt, und Wan 3.0 akzeptiert auf Yovid bis zu 10.000, jeder davon passt also. Rechne mit einem anderen Ergebnis, denn es ist ein anderes Modell, und nutze den zusätzlichen Platz für getaktete Beats, Dialoge in Anführungszeichen und Referenzen.

Welche Auflösungen und Seitenverhältnisse unterstützt Wan 3.0?

480p, 720p und 1080p, dieselben Stufen wie bei Wan 2.5, in 16:9, 9:16, 1:1, 4:3 oder 3:4 oder adaptiv, um deinem ersten Frame zu folgen. 1080p ist in jedem kostenpflichtigen Plan und Credit-Paket enthalten.

Ist Yovid mit Alibaba oder dem Wan-Team verbunden?

Nein. Yovid ist eine unabhängige Plattform, die Wan 3.0 neben Videomodellen von ByteDance, Kuaishou, Google, MiniMax und OpenAI betreibt. Sie wird nicht von Alibaba betrieben oder empfohlen.

Mach den Clip, den Wan 2.5 nicht konnte: 30 Sekunden, Ton inklusive

Schreib die Szene und die Sätze, füge falls vorhanden Referenzen hinzu und lass Wan 3.0 Bild und Ton gemeinsam rendern.

Mit Wan 3.0 erstellen