Yovid

Wan 2.5 gratis online – generatore di video IA, ora con Wan 3.0

Yovid non offre Wan 2.5. Offre il suo successore di Alibaba, Wan 3.0, che mantiene voci, musica ed effetti che rendevano speciale la 2.5 e allunga una clip da 10 fino a 30 secondi. Parti da un prompt, da un primo fotogramma o da fino a 10 immagini e 5 clip. Inizia a creare con Wan 3.0 su Yovid.

Seedance 2.5 è disponibile

Clip fino a 30 secondi con riferimenti di immagini, video e audio.

Kling 3.0

L'ultimo modello video di Kling, pronto nel tuo spazio di lavoro.

Veo 3.1

Il modello video di Google con audio nativo.

GPT Image 2.5

GPT Image 2.5

Il modello di immagini di OpenAI per creare e modificare immagini.

Upscaler di immagini IA

Rendi più nitide e ingrandisci le immagini per esportazioni più pulite.

Canvas IA

Concatena passaggi di immagini e video su un'unica lavagna visiva.

Cosa crea Wan 3.0 su Yovid

Ballo in stile RegencyWan 3.0 · scena di folla, 30 s
Spedizione nel frigoWan 3.0 · animazione 3D, 20 s
Chiamata in scenaWan 3.0 · ripresa unica, 24 s
Caffè di quartiereWan 3.0 · film di marca, 22 s
Allenamento nel tempioWan 3.0 · azione animata, 30 s
Crea un video con Wan 3.0

Perché Wan 3.0 prende il posto di Wan 2.5 su Yovid

Yovid usa Wan 3.0, non Wan 2.5

Alibaba ha rilasciato Wan 2.5 come anteprima su Alibaba Cloud Model Studio a settembre 2025, come modello in hosting e non con pesi scaricabili come Wan 2.1 e 2.2. La novità principale era l’audio: dialoghi, effetti e musica generati insieme all’immagine, in clip da 5 o 10 secondi fino a 1080p.

Wan 2.6, Wan 2.7 e Wan 3.0 sono arrivati nel giro di un anno. Yovid offre solo Wan 3.0, quindi il compositore di questa pagina si apre su di esso e ogni clip che crei qui viene da lì. La tabella mostra cosa ha aggiunto ogni passo.

Wan 2.5 · set 20255 o 10 s con audio nativo480p, 720p o 1080p da testo o da un primo fotogramma; prompt fino a 1.500 caratteri.
Wan 2.6 · dic 2025Fino a 15 s, più inquadratureAggiunge riferimenti in video che mantengono coerenti aspetto e voce di una persona.
Wan 2.7 · apr 2026Fino a 15 s, più modifica videoFino a cinque riferimenti misti tra immagini e video; prompt fino a 5.000 caratteri.
Wan 3.0 · ago 2026Fino a 30 s, la versione su YovidVolti più realistici e vari e maggiore coerenza con i tuoi riferimenti.

Wan 3.0 arriva a 30 secondi, il triplo di Wan 2.5

Dieci secondi contengono un’inquadratura. Trenta contengono una scena con un inizio, una svolta e una fine. A sinistra c’è una demo di Wan 2.5 di 10 secondi: una giornalista, una battuta, un’inquadratura in movimento. A destra una demo di Wan 3.0 di 30 secondi costruita da quattro immagini di riferimento, un ricongiungimento raccontato su due linee temporali con voce fuori campo in giapponese.

Su Yovid la durata è un cursore, qualsiasi secondo intero da 2 a 30, e il prezzo segue i secondi scelti. Prova l’idea in breve, poi genera la durata completa quando il prompt funziona.

Wan 2.5 · 10 sWan 3.0 · 30 s

Wan 2.5 ha portato l’audio nello stesso passaggio

L’audio generato insieme all’immagine era la funzione principale di Wan 2.5: una battuta cade sulle labbra di chi parla e un passo sul fotogramma in cui il piede tocca terra. Questa demo di 10 secondi di Wan 2.5 Preview mostra un pechinese che saluta il vicino con un marcato accento di Pechino mentre il tordo nella gabbia cinguetta al momento giusto.

Wan 3.0 lo mantiene e gli dà più spazio. Su Yovid l’audio è attivo per impostazione predefinita e non costa nulla in più, perché una clip ha lo stesso prezzo con o senza audio. Metti ogni battuta tra virgolette, indica chi parla e in che lingua, e disattiva l’audio se vuoi mettere tu la musica.

Prompt (ridotto): 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.

Dialoghi in sincrono labiale nella lingua che scrivi

Scrivi la battuta, indica chi parla e la lingua, e Wan 3.0 la pronuncia con il labiale corrispondente. In questa demo di 24 secondi tre immagini di riferimento fissano due personaggi di un videogioco e un dojo: lei chiede dove si trovano, lui le dice che questa è la sua prima prova e una fredda voce di sistema avvia il test, tutto in giapponese e ciascuno sulla bocca giusta.

Le altre demo di Wan 3.0 di Alibaba hanno battute in inglese, mandarino, coreano, portoghese, thailandese, spagnolo e arabo. Aggiungi un’indicazione di lettura, come bassa e calma o rapida e nervosa, perché l’interpretazione si adatti alla scena.

Dialoghi in sincrono labiale nella lingua che scrivi – Wan 3.0
Input
Wan 3.0 logoWan 3.0
Prompt (ridotto): 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)

Fino a 10 immagini e 5 clip come riferimenti

Wan 2.5 partiva da un prompt testuale o da una singola immagine usata come primo fotogramma. Wan 3.0 su Yovid aggiunge la modalità riferimenti, in cui fino a 10 immagini e 5 clip video da 1 a 15 secondi fissano persone, creature, prodotti e luoghi mentre il prompt li dirige.

Questa demo di 30 secondi ha usato nove immagini: una per la donna, una per un regno di loti e sette per piccole creature, ciascuna disegnata in 2D accanto alla sua versione 3D. Il suo volto resta lo stesso dall’inizio alla fine mentre le creature escono dai disegni in 3D. Nomina ogni file nel prompt (Image 1, Image 2 e così via) e dai a ciascuno un solo compito.

Fino a 10 immagini e 5 clip come riferimenti – Wan 3.0
Input
Wan 3.0 logoWan 3.0
Prompt (ridotto): 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)

Spazio per un intero elenco di inquadrature: prompt da 10.000 caratteri

Wan 2.5 limitava i prompt a 1.500 caratteri, circa quanto basta per un’inquadratura ben descritta. Wan 3.0 su Yovid ne accetta fino a 10.000, quindi ci sta un piano intero: inquadrature al secondo, la tecnica di camera per ciascuna, i segnali musicali e ogni battuta.

Questa demo di 30 secondi è nata da un solo prompt testuale senza immagini di riferimento. Prevedeva nove inquadrature a tempo, da una picchiata tra le nuvole a un lento allontanamento, e Wan 3.0 ne ha seguito ordine e ritmo.

Spazio per un intero elenco di inquadrature: prompt da 10.000 caratteri – Wan 3.0
Wan 3.0 logoWan 3.0
Prompt (ridotto): 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)

Impostazioni e crediti di Wan 3.0 su Yovid

Scegli il formato prima di scrivere, così la messa in scena è composta per quello; quando parti da un’immagine, l’opzione adattiva ne mantiene la forma. I crediti si pagano per secondo di output, in base alla sola risoluzione, e le clip di riferimento aggiungono i propri secondi.

DurataDa 2 a 30 secondi5 secondi come predefinito. Wan 2.5 offriva 5 o 10.
Risoluzione480p, 720p o 1080p720p come predefinito; gli stessi tre livelli di Wan 2.5.
Formato16:9, 9:16, 1:1, 4:3, 3:4 o adattivo
InputTesto, un primo fotogramma con ultimo fotogramma facoltativo, o riferimentiFino a 10 immagini e 5 clip da 1–15 s (MP4 o MOV, fino a 100 MB ciascuna).
AudioAttivo per impostazione predefinita, senza crediti extraVoci, musica ed effetti; disattivabile a ogni generazione.
CreditiCirca 1,2, 2,4 o 4,8 al secondoA 480p, 720p o 1080p, tariffe base dei pacchetti; una clip di 5 secondi in 720p costa circa 12 crediti.

Chi passa da Wan 2.5 a Wan 3.0

Chi cerca Wan 2.5 di solito vuole una clip che parli e abbia una colonna sonora, senza montare pezzi da 10 secondi. Wan 3.0 copre al meglio questi lavori:

  • Autori di microserie e sketch: Scene di dialogo oltre i 10 secondi, con lo stesso cast mantenuto tra gli episodi grazie alle immagini di riferimento.
  • Team pubblicitari e social: Spot di prodotto con voce fuori campo e musica in un solo render, con il prodotto fedele alle tue foto.
  • Autori di video musicali e di danza: Esibizioni in cui testo, ritmo e labiale escono dalla stessa generazione.
  • Animatori e studi di videogiochi: Aperture e trailer stilizzati, dall’inchiostro e acquerello al CG cel-shaded, in un unico passaggio da 30 secondi.
  • Team con una libreria di prompt per Wan 2.5: I vecchi prompt sono un punto di partenza pronto: usane uno così com’è, poi aggiungi momenti a tempo, riferimenti e battute per riempire la durata in più.

Wan 3.0, successore di Wan 2.5, vs Seedance 2.5, MiniMax H3 e Kling 3.0

Wan 2.5 non è in tabella perché Yovid non lo offre. Ogni cella tranne l’ultima riga viene dalle impostazioni che ogni modello offre oggi nel generatore di Yovid.

Wan 3.0, il successore di Wan 2.5, a confronto con Seedance 2.5, MiniMax H3 e Kling 3.0 su Yovid
Funzione / ModelloWan 3.0Seedance 2.5MiniMax H3Kling 3.0
Clip più lunga30 s30 s15 s15 s
Risoluzione massima1080p1080p2K4K
Formati16:9, 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, 1:1
Immagini di riferimento10309—
Video di riferimento5103—
Modifica o prolunga una clip caricata—Sì——
Crediti per 5 s in 720p12312313
Ideale perIl tipo di clip di Wan 2.5, con audio, ora fino a 30 secondi con un budget contenuto.Grandi set di riferimenti, più modifica o prolungamento di girati caricati.Clip nitide in 2K fino a 15 secondi.Clip vivaci di 15 secondi con personaggi, fino a 4K.

I crediti sono tariffe base dei pacchetti per una clip di 5 secondi in 720p (o nella risoluzione più vicina offerta dal modello) e seguono il listino attuale di Yovid.

Wan 3.0 al posto di Wan 2.5: punti di forza e limiti

Cosa guadagni passando a Wan 3.0 su Yovid e a cosa rinunci.

Punti di forza

  • Il triplo della durata: Da 2 a 30 secondi per clip, contro i 5 o 10 di Wan 2.5.
  • Audio senza costi extra: Voci, musica ed effetti restano attivi per impostazione predefinita e costano quanto una clip muta.
  • Riferimenti che Wan 2.5 non aveva: Fino a 10 immagini e 5 clip video mantengono coerenti persone, prodotti e luoghi.
  • Prompt più lunghi: Fino a 10.000 caratteri contro i 1.500 di Wan 2.5, quindi ci sta un elenco di inquadrature a tempo.

Limiti

  • Non è Wan 2.5: Se un progetto deve combaciare con girati già fatti con Wan 2.5, Yovid non può riprodurre quel modello; Alibaba Cloud Model Studio documenta ancora l’anteprima 2.5.
  • Nessun caricamento audio: L’API di Wan 2.5 poteva costruire una clip attorno al tuo file audio; su Yovid Wan 3.0 lavora da testo, immagini e clip video.
  • Accesso per piano: Non incluso nel piano gratuito. Lite e superiori o qualsiasi pacchetto di crediti una tantum sbloccano Wan 3.0, 1080p compreso.
  • Risoluzione: Arriva ancora al massimo a 1080p, come Wan 2.5. Per il 2K o il 4K scegli MiniMax H3 o Veo 3.1, oppure passa la clip nell’upscaler video di Yovid.

Come usare un prompt in stile Wan 2.5 su Wan 3.0

  1. Passo 1

    Apri Wan 3.0

    Parti da questa pagina e il generatore si apre con Wan 3.0 selezionato. Wan 2.5 non è nell’elenco dei modelli.

  2. Passo 2

    Scrivi la scena e il suono

    Descrivi le inquadrature, metti i dialoghi tra virgolette e indica la lingua, poi aggiungi un primo fotogramma o fino a 10 immagini e 5 clip se le hai.

  3. Passo 3

    Imposta la durata e genera

    Scegli da 2 a 30 secondi, un formato e una risoluzione, controlla il costo in crediti, poi genera e scarica l’MP4.

Prova Wan 3.0 ora

Prompt di Wan 3.0 da cui partire

Veri prompt dallo showcase di Wan 3.0 di Alibaba, ridotti e tradotti dal cinese, accanto alle clip che hanno prodotto. Ognuno si apre nel generatore di Yovid su Wan 3.0; i prompt che citano Image 1, Image 2 e così via richiedono le tue immagini di riferimento.

  • Chiamata in scena, ripresa unica

    Testo in 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.

    Fonte: Alibaba Cloud Model Studio · Wan 3.0

    Prova questo prompt

  • Otto lingue, un ritornello

    Tre riferimenti · 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.

    Fonte: Alibaba Cloud Model Studio · Wan 3.0

    Prova questo prompt

  • Sfida tra gatta e lupo

    Due riferimenti · 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.

    Fonte: Alibaba Cloud Model Studio · Wan 3.0

    Prova questo prompt

  • Nel regno dei loti

    Nove riferimenti · 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.

    Fonte: Alibaba Cloud Model Studio · Wan 3.0

    Prova questo prompt
Leggi la guida alla scrittura dei prompt

Altri modelli video su Yovid

Wan 3.0Seedance 2.5MiniMax H3Kling 3.0Veo 3.1Hailuo 2.3Sora 2

Guide per passare da Wan 2.5 a Wan 3.0

Confronta tutti i modelli video su Yovid, poi scrivi i prompt più lunghi e a tempo che sfruttano la durata extra di Wan 3.0 (in inglese).

Tutti i 14 modelli video di Yovid a confronto, Wan 3.0 compresoUna formula inquadratura per inquadratura per i prompt testo-video
Prompt immagine-video: sei esempi smontati
Sfoglia tutte le guide di Yovid

Domande frequenti

Che cos’è Wan 2.5?

Wan 2.5 è un modello di generazione video del team Wan di Alibaba, rilasciato come anteprima su Alibaba Cloud Model Studio a settembre 2025. Creava clip da 5 o 10 secondi a 480p, 720p o 1080p da testo o da una singola immagine, con dialoghi, effetti e musica generati insieme all’immagine.

Posso usare Wan 2.5 gratis online su Yovid?

No. Yovid non offre Wan 2.5. Offre il successore, Wan 3.0, che mantiene l’audio nativo e crea clip fino a 30 secondi. La registrazione su Yovid è gratuita e include crediti per i modelli del piano Free; Wan 3.0 richiede il piano Lite o superiore, oppure un qualsiasi pacchetto di crediti una tantum.

Wan 2.5 è open source?

No. Alibaba ha pubblicato pesi aperti per Wan 2.1 e Wan 2.2, ma Wan 2.5 è uscito come anteprima in hosting da usare tramite i servizi di Alibaba, non da scaricare.

Cosa è cambiato da Wan 2.5 a Wan 3.0?

La clip più lunga è passata da 10 a 30 secondi. Nel frattempo Wan 2.6 ha aggiunto scene a più inquadrature e riferimenti video, Wan 2.7 la modifica video e Wan 3.0 volti più realistici e vari e una maggiore coerenza con i tuoi riferimenti. L’audio generato è rimasto in tutte le versioni.

Quanto può durare un video Wan 3.0 su Yovid?

Qualsiasi numero intero di secondi da 2 a 30 per generazione, in un’unica clip continua; il predefinito è 5 secondi. È il triplo del massimo di 10 secondi di Wan 2.5.

Wan 3.0 genera l’audio come Wan 2.5?

Sì. L’audio è attivo per impostazione predefinita e comprende voci, effetti e musica, con sincrono labiale sulle battute. Non costa crediti extra e puoi disattivarlo per qualsiasi clip. A differenza dell’API di Wan 2.5, Yovid non accetta un tuo file audio come input.

Quanti crediti usa Wan 3.0?

Alle tariffe base dei pacchetti, circa 1,2 crediti al secondo a 480p, 2,4 a 720p e 4,8 a 1080p, quindi una clip di 5 secondi in 720p costa circa 12 crediti e una clip completa di 30 secondi in 1080p circa 144. Le clip di riferimento aggiungono i propri secondi al conto.

Posso riutilizzare i miei prompt di Wan 2.5?

Sì, come punto di partenza. I prompt di Wan 2.5 erano limitati a 1.500 caratteri e Wan 3.0 su Yovid ne accetta fino a 10.000, quindi ci stanno tutti. Aspettati un risultato diverso, perché è un altro modello, e usa lo spazio in più per momenti a tempo, dialoghi tra virgolette e riferimenti.

Quali risoluzioni e formati supporta Wan 3.0?

480p, 720p e 1080p, gli stessi livelli di Wan 2.5, in 16:9, 9:16, 1:1, 4:3 o 3:4, oppure adattivo per seguire il tuo primo fotogramma. Il 1080p è incluso in ogni piano a pagamento e pacchetto di crediti.

Yovid è affiliato ad Alibaba o al team Wan?

No. Yovid è una piattaforma indipendente che offre Wan 3.0 accanto a modelli video di ByteDance, Kuaishou, Google, MiniMax e OpenAI. Non è gestita né sostenuta da Alibaba.

Crea la clip che Wan 2.5 non poteva fare: 30 secondi, audio incluso

Scrivi la scena e le battute, aggiungi riferimenti se li hai e lascia che Wan 3.0 generi immagine e audio insieme.

Crea con Wan 3.0