Yovid

Wan 3.0 gratuit en ligne : générateur de vidéo IA

Rédigez un prompt de réalisateur, partez d’une première image, ou empilez jusqu’à 10 images et 5 clips comme références : Wan 3.0 renvoie un clip de 2 à 30 secondes avec voix, musique et effets déjà mixés. Rendu en 480p, 720p ou 1080p. Commencez à créer avec Wan 3.0 sur Yovid.

Découvrez ce que Wan 3.0 sait créer

Retrouvailles dans le trainDeux temporalités, 30 s
Bal de la RégenceScène de foule, 30 s
Expédition dans le frigoAnimation 3D, 20 s
Film de marque pour un caféHistoire produit chaleureuse
Chargement du dojoDialogue en japonais, 24 s
Créer une vidéo Wan 3.0

Pourquoi choisir Wan 3.0 sur Yovid

Toute une histoire de 30 secondes en une génération

Wan 3.0 dure deux fois plus longtemps que les 15 secondes de Wan 2.7, ce qui laisse la place à un plan d’ensemble, à une montée d’énergie, à un sommet et à une conclusion paisible. Le clip ci-dessous dure les 30 secondes complètes à partir d’un seul prompt texte, d’un plongeon à travers les nuages à une fête puis à un lent éloignement, sans aucune image de référence.

Sur Yovid, vous réglez la durée avec un curseur, un nombre entier de secondes de 2 à 30. Mettez l’idée au point en 5 secondes, puis dépensez les 30 secondes complètes pour la version que vous comptez garder, car chaque seconde supplémentaire est facturée.

Toute une histoire de 30 secondes en une génération – Wan 3.0
Wan 3.0 logoWan 3.0
Prompt (abrégé) : Nine shots, 30 seconds, in a retro Chinese calendar-poster style with even ink outlines, patterned clouds and aged rice-paper watercolor. A giant turtle carries a mountain of palaces through a sea of clouds; a fairy rides a golden qilin down over a festival, a pipa player strikes a sweeping chord, a dancer whirls a long red silk, and the square peaks before the mountain drifts off into the clouds. (Wan 3.0 · 16:9 · 30s · 720p)

Une prise continue, dirigée par le prompt

La durée ne sert que si la caméra se tient. Ici, le prompt trace un itinéraire dans un théâtre (couloir des loges, portants de costumes, coulisses, scène) et un tempo pour chaque tronçon, et le modèle tient un seul plan de 24 secondes : une course à travers l’équipe, un arrêt soudain dans les coulisses, puis le rideau qui se lève sur une salle comble.

Des repères chronométrés comme « 0–7 s » et « 12–14 s » lui donnent les consignes les plus claires. Wan 3.0 sur Yovid accepte des prompts jusqu’à 10 000 caractères : une liste de plans complète avec dialogues y tient.

Une prise continue, dirigée par le prompt – Wan 3.0
Wan 3.0 logoWan 3.0
Prompt (abrégé) : A 24-second single take, realistic film look, one 35 mm lens and no cuts. A singer in a wine-red velvet gown nearly misses her entrance: 0–12 s the camera backs away fast as she dodges racks and a sliding set wall; 12–21 s she stops in the wings, the stage manager whispers "最后八小节。" (Last eight bars.), the music thins and the camera slowly circles her; 21–24 s the cue light turns green, the curtain rises and she walks into the light. (Wan 3.0 · 16:9 · 24s · 1080p)

Voix, musique et effets dans la même passe

Le son est activé par défaut. Wan 3.0 construit la bande-son en même temps que les images : chaque réplique tombe sur la bonne bouche, chaque pas sur le temps, et la musique tourne avec la coupe. Dans cette démo, un artiste rappe le même refrain en huit langues, dont l’anglais, le mandarin, le japonais, le coréen, le thaï et l’arabe, avec le même visage, la même tenue et la même voix du début à la fin.

Mettez entre guillemets les répliques à prononcer et dites qui les prononce, et dans quelle langue. L’audio est gratuit avec Wan 3.0 : le prix en crédits est le même avec ou sans son.

Voix, musique et effets dans la même passe – Wan 3.0
Entrée
Wan 3.0 logoWan 3.0
Prompt (abrégé) : A 24-second hip-hop video on a city rooftop at blue hour. Image 1 fixes the four-person crew, Image 2 the lead vocalist, Image 3 the rooftop stage. One catchy 106 BPM hook; the lead switches language 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." Ending: "Different voices, one beat." Precise lip sync. (Wan 3.0 · 16:9 · 24s · 1080p)

Jusqu’à 10 images et 5 clips en références

Passez le générateur en mode références et Wan 3.0 prend jusqu’à 10 images et 5 clips vidéo de 1 à 15 secondes dans une même requête. Donnez un seul rôle à chaque fichier et nommez-le dans le prompt : @Image 1 pour la personne, @Image 2 pour le décor, les autres pour les personnages ou les accessoires.

Cette démo a utilisé neuf images : une jeune femme, un décor de jardin de lotus, et sept créatures chacune dessinée en 2D et modélisée en 3D. Son visage tient de la première à la dernière image tandis que les créatures sortent de leurs dessins plats pour passer en 3D.

Jusqu’à 10 images et 5 clips en références – Wan 3.0
Entrée
Wan 3.0 logoWan 3.0
Prompt (abrégé) : 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)

Des personnages fidèles à leur modèle, à pleine vitesse

L’action rapide est l’endroit où les personnages générés dérivent d’ordinaire. Dans cette démo à deux images, un duo d’animaux artistes martiaux s’affronte pendant 30 secondes dans un temple troglodyte en ruine, avec une poursuite dans l’escalier, un choc au ralenti au sommet d’un saut et une corniche qui s’effondre, et leurs marques de pelage, leurs robes, leurs queues et leurs épées au fourreau restent tels que conçus.

Le prompt porte l’essentiel du travail : il liste ce qui ne doit pas changer pour chaque référence, découpe le combat en temps forts chronométrés et nomme chaque son, des impacts et du tissu à la chute des pierres.

Prompt (abrégé) : 30 s, 16:9, cinematic 3D animated action. @Image 1 is the only tabby-cat heroine (teal hooded cape, bronze armor, ringed tail); @Image 2 is the only male hero (blue-and-gold cloud robe). Swords stay sheathed on their backs. They spar hand to hand in a ruined cave temple: a chase up broken stairs, a one-second slow-motion clash mid-air, a collapsing ledge, a back-to-back landing in drifting petals.

Tous les réglages Wan 3.0 au même endroit

Choisissez le cadre avant d’écrire, pour que la mise en place soit composée pour lui. Quand vous partez d’une image, Wan 3.0 conserve les proportions de cette image au lieu d’imposer un format prédéfini.

Durée2 à 30 secondes5 secondes par défaut.
Résolution480p, 720p ou 1080p720p par défaut.
Format d’image16:9, 9:16, 1:1, 4:3, 3:4 ou adaptatif
EntréesTexte, une première image et une dernière en option, ou des référencesRéférences : jusqu’à 10 images et 5 clips de 1 à 15 s (MP4 ou MOV, jusqu’à 100 Mo chacun).
SonActivé par défautVoix, musique et effets ; désactivable à chaque génération.
Longueur du promptJusqu’à 10 000 caractères
SortieMP4

Un faible coût par seconde, son inclus

Wan 3.0 est facturé à la seconde de sortie, et seule la résolution change le tarif. Le son, le format et le type d’entrée n’y changent rien. Quand vous ajoutez des clips de référence, leurs secondes comptent aussi, facturées en entrée plus sortie.

Les clips longs restent ainsi accessibles : mettez le prompt au point en 480p, puis relancez-le en 1080p pour la version que vous publiez.

480pEnviron 1,2 crédit par secondeUn clip complet de 30 secondes coûte environ 36 crédits.
720pEnviron 2,4 crédits par secondeLa valeur par défaut ; un clip de 5 secondes coûte environ 12 crédits.
1080pEnviron 4,8 crédits par secondeUn clip complet de 30 secondes coûte environ 144 crédits.
Clips de référenceFacturés en secondes d’entrée plus de sortieUne référence de 10 secondes avec un résultat de 10 secondes est facturée comme 20 secondes.

Pour qui est fait Wan 3.0

Trente secondes avec le son, un lot de dix images de référence et un faible prix par seconde conviennent surtout à ces usages :

  • Créateurs de mini-séries et de séries: Des scènes d’une demi-minute avec répliques parlées, et la même distribution tenue d’un épisode à l’autre grâce aux images de référence.
  • Annonceurs et équipes de marque: Des spots produit et des films de marque avec voix off et musique, le produit restant fidèle grâce à vos propres photos.
  • Créateurs de clips musicaux et de danse: Des performances où synchronisation labiale, rythme et coupes sortent d’une seule génération, en plusieurs langues au choix.
  • Animateurs et studios de jeux: Des génériques et des bandes-annonces stylisés, de l’encre et de l’aquarelle à la CG en cel-shading, en une seule passe de 30 secondes.
  • Responsables marketing de lieux et de voyages: Des films d’ambiance pour cafés, hôtels et destinations, construits autour des photos que vous avez déjà.

Wan 3.0 vs Seedance 2.5, MiniMax H3, Kling 3.0 et Veo 3.1

Toutes les cellules sauf la dernière ligne viennent des réglages que chaque modèle propose aujourd’hui dans le générateur de Yovid : vous pesez durée, références et coût avant de dépenser un crédit.

Wan 3.0 comparé à Seedance 2.5, MiniMax H3, Kling 3.0 et Veo 3.1 Fast sur Yovid
Critère / ModèleWan 3.0Seedance 2.5MiniMax H3Kling 3.0Veo 3.1 Fast
Clip le plus long30 s30 s15 s15 s8 s
Résolution max.1080p1080p2K1080p4K
Formats d’image16:9, 9:16, 1:1, 4:3, 3:416:9, 9:16, 1:1, 4:3, 3:4, 21:921:9, 16:9, 4:3, 1:1, 3:4, 9:1616:9, 9:16, 1:116:9, 9:16
Images de référence10309——
Vidéos de référence5103——
Modifier ou prolonger un clip importé—Oui———
Crédits pour 5 s en 720p1231231315
Idéal pourClips de 30 secondes avec son au plus bas prix par seconde.Les plus gros lots de références, plus la modification ou la prolongation de séquences.Clips 2K jusqu’à 15 secondes à partir de quelques références.Clips de personnages vivants de 15 secondes en 1080p.Plans héros de huit secondes, jusqu’en 4K.

Les crédits correspondent au tarif de base des packs de crédits pour un clip de 5 secondes en 720p (ou la résolution la plus proche proposée par le modèle) et suivent les tarifs en vigueur de Yovid.

Points forts et limites de Wan 3.0

Là où Wan 3.0 est le meilleur choix sur Yovid, et là où un autre modèle ou un autre outil convient mieux.

Points forts

  • 30 secondes avec son: Deux fois la durée de Wan 2.7, avec dialogues, musique et effets sans surcoût en crédits.
  • Prix par seconde: Environ 2,4 crédits par seconde en 720p, moins de la moitié du tarif de Seedance 2.5.
  • Lot de références: Jusqu’à 10 images et 5 clips dans une même requête gardent personnes, produits et lieux cohérents.
  • Prompts longs: Accepte jusqu’à 10 000 caractères : une liste de plans chronométrée avec chaque réplique y tient.

Limites

  • Résolution: S’arrête à 1080p. Pour la 2K ou la 4K, choisissez MiniMax H3 ou Veo 3.1, ou passez le clip dans l’agrandisseur de vidéos de Yovid.
  • Accès selon l’offre: Absent de l’offre gratuite. Toute offre payante ou tout pack de crédits unique le débloque, 1080p compris.
  • Moins d’entrées que l’API: L’API d’Alibaba prend aussi l’audio, des documents et des pages web et peut modifier ou prolonger des clips ; sur Yovid, vous travaillez à partir de texte, d’images et de clips vidéo.
  • Texte à l’écran: Alibaba indique que le rendu du texte et la texture de l’audio s’améliorent encore : ajoutez titres et sous-titres dans un logiciel de montage.

Créer une vidéo Wan 3.0 en trois étapes

  1. Étape 1

    Ouvrez Wan 3.0

    Partez de cette page, ou ouvrez le générateur vidéo et choisissez Wan 3.0 dans la liste des modèles.

  2. Étape 2

    Décrivez la scène, ajoutez des entrées

    Écrivez les plans, le son et les dialogues, ajoutez une première image ou jusqu’à 10 images et 5 clips, puis réglez durée, format et résolution.

  3. Étape 3

    Générez et téléchargez

    Regardez le résultat avec le son activé, resserrez le prompt si un temps fort cloche, puis téléchargez le MP4.

Les prompts Wan 3.0 derrière les démos

De vrais prompts Wan 3.0, raccourcis et traduits du chinois, à côté des clips qu’ils ont produits. Ouvrez-en un dans le générateur et remplacez les détails par les vôtres ; les prompts qui mentionnent Image 1, 2, etc. demandent vos propres images de référence.

  • Les huit dernières mesures

    Texte en vidéo · 24 s

    A 24-second single take, 16:9, realistic film look, one 35 mm lens, no cuts. A singer of about 28, dark hair pinned up, in a deep wine-red velvet gown, nearly misses her entrance. 0–12 s: the camera backs away fast as she weaves through a narrow backstage past a costume rack, a sliding painted flat and a prop cart; 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 standing by.) 12–21 s: in the wings he raises a hand: "最后八小节。" (Last eight bars.) The music thins, the camera slowly circles her and 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.

    Source : Alibaba Cloud Model Studio · Wan 3.0

    Essayer ce prompt
  • Festin au-dessus des nuages

    Texte en vidéo · 30 s

    A nine-shot, 30-second Eastern fantasy in a retro Chinese calendar-poster style: even ink outlines, patterned cotton-ball clouds, aged rice-paper watercolor in teal and peach. 0–4 s: an FPV dive from the sky past a giant turtle carrying a mountain of palaces. 4–11 s: riding a golden qilin low and fast over a festival of musicians and dancers. 11–19 s: a pipa player builds to one sweeping chord. 21–27 s: a dancer whirls a long red silk into a ring of flame. 27–30 s: a slow pull-up as the mountain drifts into the clouds. Guzheng, pipa and bells over soft electronics.

    Source : Alibaba Cloud Model Studio · Wan 3.0

    Essayer ce prompt
  • Chargement du dojo

    Trois références · 24 s

    About 24 s, a cinematic Japanese sci-fi game opening. Image 1 is the male character (silver hair, goggles, long grey coat), Image 2 the female character (twin buns, red mechanical mask, white combat suit), Image 3 a traditional wooden dojo. In a blank white virtual space, grid lines spread under their feet and the dojo builds itself plank by plank. She looks around and asks, 「ここは……何のステージ?」 He raises a palm: 「お前の適性を測る、最初の試練だ。」 The dojo dissolves back to white and a system voice says 「適性試験、開始。」 Accurate Japanese lip sync, no subtitles.

    Source : Alibaba Cloud Model Studio · Wan 3.0

    Essayer ce prompt
  • Un seul rythme, huit langues

    Trois références · 24 s

    A 24-second international hip-hop video, photoreal, rooftop at blue hour. Image 1: the four-person crew (lead vocalist, DJ, two hype performers). Image 2: the lead vocalist. Image 3: the rooftop stage and skyline. A catchy 106 BPM anthem with a two-bar synth and brass hook. Eight shots, one language each, landing 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." Beat drop at 21 s: "Different voices, one beat." Precise lip sync, same face and voice throughout.

    Source : Alibaba Cloud Model Studio · Wan 3.0

    Essayer ce prompt
  • Combat dans les ruines

    Deux références · 30 s

    A 30-second, 16:9, 1080P cinematic 3D animated action short. @Image 1 is the only tabby-cat heroine: teal hooded cape, bronze shoulder armor, ringed tail. @Image 2 is the only male hero: blue-and-gold cloud-pattern robe, blue bracers. Their swords stay sheathed on their backs. In a ruined cave temple with a giant stone Buddha head, they spar hand to hand: punches and sweeps, a chase up broken stairs, a one-second slow-motion clash mid-air, a collapsing ledge where he catches her wrist, and a back-to-back landing in drifting pink petals. No dialogue or music; only impacts, cloth, falling stone and wind.

    Source : Alibaba Cloud Model Studio · Wan 3.0

    Essayer ce prompt
  • Le royaume des lotus

    Neuf références · 30 s

    A 30-second, 16:9 surreal Eastern fantasy. Image 1 is the only identity reference for a young woman with long wavy brown hair, an open light-blue denim shirt and cream trousers. 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 and enters the realm; she touches a lotus and a glowing drop reflects the 2D creatures; they leap across a stream and turn into their 3D forms; she kneels, smiling, as they gather; the camera rises as every lotus blooms at once.

    Source : Alibaba Cloud Model Studio · Wan 3.0

    Essayer ce prompt

Guides pour de meilleures vidéos Wan 3.0

Comment structurer un long prompt, des exemples d’image en vidéo et un comparatif de tous les modèles vidéo de Yovid.

Questions fréquentes

Qu’est-ce que Wan 3.0 ?

Wan 3.0 est le plus récent modèle vidéo de la famille Wan d’Alibaba, publié sur Alibaba Cloud Model Studio en août 2026. Il produit des clips jusqu’à 30 secondes avec un son généré à partir de texte, d’images et de références vidéo, en misant sur des visages réalistes et des personnages cohérents. Yovid le propose dans le navigateur aux côtés de Seedance, Kling, Veo et d’autres modèles.

Peut-on utiliser Wan 3.0 gratuitement ?

Créer un compte Yovid est gratuit et inclut des crédits d’inscription pour les modèles de l’offre gratuite. Wan 3.0 lui-même demande une offre payante (Lite et au-delà) ou n’importe quel pack de crédits unique. À environ 1,2 crédit par seconde en 480p, tester une idée coûte peu.

Quelle est la durée maximale d’une vidéo Wan 3.0 ?

N’importe quel nombre entier de secondes de 2 à 30 par génération, en un seul clip continu. La valeur par défaut est de 5 secondes.

Combien de crédits consomme Wan 3.0 ?

Au tarif de base des packs de crédits, environ 1,2 crédit par seconde en 480p, 2,4 en 720p et 4,8 en 1080p : un clip de 5 secondes en 720p coûte donc environ 12 crédits et un clip de 30 secondes en 1080p environ 144. Le son ne coûte rien de plus. Les clips de référence sont facturés en secondes d’entrée plus secondes de sortie.

Wan 3.0 génère-t-il de l’audio et des dialogues synchronisés sur les lèvres ?

Oui. Le son est activé par défaut et couvre voix, musique et effets, avec synchronisation labiale sur les répliques. Mettez les dialogues entre guillemets et nommez la langue ; les démos d’Alibaba comportent des répliques en anglais, mandarin, japonais, coréen, portugais, thaï, espagnol et arabe. Vous pouvez couper le son pour n’importe quelle génération.

Que peut-on importer comme référence ?

Soit une première image avec une dernière image en option, soit un lot de références allant jusqu’à 10 images et 5 clips vidéo (de 1 à 15 secondes chacun, MP4 ou MOV, jusqu’à 100 Mo). Désignez chaque fichier dans le prompt, par exemple @Image 1 ou @Video 1. Les entrées audio, documents et pages web de l’API d’Alibaba ne sont pas disponibles sur Yovid.

Quelles résolutions et quels formats d’image Wan 3.0 prend-il en charge ?

480p, 720p et 1080p, en 16:9, 9:16, 1:1, 4:3 ou 3:4, ou en adaptatif pour suivre votre première image. Le 1080p est disponible avec toutes les offres payantes et tous les packs de crédits.

Wan 3.0 vs Wan 2.7 et Wan 2.5 : qu’est-ce qui a changé ?

Wan 3.0 double la limite de 15 secondes de Wan 2.7 pour atteindre 30 secondes, rend des visages plus naturels et plus variés, et tient mieux les références. Yovid fait tourner Wan 3.0 ; Wan 2.5 et Wan 2.7 n’y sont pas proposés.

Wan 3.0 ou Seedance 2.5 : lequel choisir ?

Les deux atteignent 30 secondes avec le son. Wan 3.0 coûte environ 2,4 crédits par seconde en 720p contre environ 6 pour Seedance 2.5. Seedance 2.5 accepte de plus gros lots de références (30 images et 10 clips) et peut modifier ou prolonger des séquences importées, ce que Wan 3.0 ne peut pas faire sur Yovid.

Peut-on utiliser les vidéos Wan 3.0 à des fins commerciales ?

L’usage commercial est inclus avec Pro, Premium, les abonnements annuels et les packs de crédits uniques ; Lite mensuel ne l’inclut pas. Vous restez responsable des droits sur vos prompts et vos références, y compris les visages, les marques et la musique.

Votre scène de 30 secondes, bande-son comprise

Écrivez les plans, ajoutez des références si vous en avez, et laissez Wan 3.0 rendre l’image et le son ensemble.

Créer avec Wan 3.0