Wan 3.0 gratis online – generatore di video IA

Scrivi un prompt da regista, parti da un primo fotogramma oppure usa come riferimento fino a 10 immagini e 5 clip: Wan 3.0 restituisce una clip da 2 a 30 secondi con voci, musica ed effetti già mixati. Genera in 480p, 720p o 1080p. 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

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.

Guarda cosa sa creare Wan 3.0

Ritrovo in trenoDue linee temporali, 30 s

Ballo RegencyScena di folla, 30 s

Spedizione nel frigoAnimazione 3D, 20 s

Brand film per un caffèStoria di prodotto calda

Caricamento del dojoDialogo in giapponese, 24 s

Crea un video con Wan 3.0

Perché scegliere Wan 3.0 su Yovid

Un’intera storia da 30 secondi in una sola generazione: Imposta una durata qualsiasi da 2 a 30 secondi e ottieni apertura, sviluppo e finale in una sola clip.
Un unico piano sequenza, diretto dal prompt: Definisci battuta per battuta il percorso della camera e il ritmo, e Wan 3.0 mantiene un’unica inquadratura senza stacchi.
Voci, musica ed effetti nello stesso passaggio: Dialoghi, canzoni ed effetti sonori vengono generati insieme all’immagine, con labiale sincronizzato e in molte lingue.
Fino a 10 immagini e 5 clip come riferimento: Fissa persone, creature, prodotti e luoghi con un gruppo di riferimenti, poi dirigili a parole.
Personaggi fedeli al modello anche a tutta velocità: Pelo, costumi e oggetti restano coerenti per 30 secondi di inseguimenti, cadute e corpo a corpo.
Tutte le impostazioni di Wan 3.0 in un unico posto: Cinque proporzioni più l’adattiva, tre risoluzioni, da 2 a 30 secondi e tre modi per iniziare.
Costo al secondo basso, audio incluso: Circa 2,4 crediti al secondo in 720p, con lo stesso prezzo con l’audio attivo o disattivato.

Un’intera storia da 30 secondi in una sola generazione

Wan 3.0 dura il doppio dei 15 secondi di Wan 2.7, il che lascia spazio a un’inquadratura di apertura, a un crescendo, a un culmine e a una chiusura tranquilla. La clip qui sotto dura tutti i 30 secondi a partire da un solo prompt testuale, da una picchiata tra le nuvole a una festa fino a un lento allontanamento, senza alcuna immagine di riferimento.

Su Yovid scegli la durata con un cursore, qualsiasi numero intero di secondi da 2 a 30. Elabora l’idea a 5 secondi, poi usa tutti i 30 per la versione che vuoi tenere, dato che ogni secondo in più viene addebitato.

Un’intera storia da 30 secondi in una sola generazione – Wan 3.0 — Prompt (abbreviato): 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)

Un unico piano sequenza, diretto dal prompt

La durata serve solo se la camera si comporta bene. Qui il prompt traccia un percorso dentro un teatro (corridoio dei camerini, stand dei costumi, quinte, palco) con un ritmo per ogni tratto, e il modello mantiene un’unica inquadratura di 24 secondi: una corsa tra i tecnici, un’improvvisa immobilità tra le quinte, poi il sipario che si alza su una sala piena.

Battute temporizzate come "0–7 s" e "12–14 s" danno le istruzioni più chiare. Su Yovid Wan 3.0 accetta prompt fino a 10.000 caratteri, quindi ci sta un’intera lista di inquadrature con i dialoghi.

Un unico piano sequenza, diretto dal prompt – Wan 3.0 — Prompt (abbreviato): 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)

Voci, musica ed effetti nello stesso passaggio

L’audio è attivo per impostazione predefinita. Wan 3.0 costruisce la colonna sonora insieme ai fotogrammi, così ogni battuta cade sulla bocca giusta, ogni passo sul tempo e la musica cambia con lo stacco. In questa demo un cantante rappa lo stesso ritornello in otto lingue, tra cui inglese, mandarino, giapponese, coreano, thailandese e arabo, con lo stesso volto, lo stesso look e la stessa voce dall’inizio alla fine.

Metti tra virgolette le battute e indica chi le dice e in che lingua. Su Wan 3.0 l’audio è gratuito: il prezzo in crediti è lo stesso con l’audio attivo o disattivato.

Voci, musica ed effetti nello stesso passaggio – Wan 3.0 — Prompt (abbreviato): 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)

Prompt (abbreviato): 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)

Fino a 10 immagini e 5 clip come riferimento

Passa il compositore ai riferimenti e Wan 3.0 accetta fino a 10 immagini e 5 clip video da 1 a 15 secondi in un’unica richiesta. Dai a ogni file un solo compito e nominalo nel prompt: @Image 1 per la persona, @Image 2 per l’ambientazione, gli altri per personaggi od oggetti.

Questa demo ha usato nove immagini: una giovane donna, un giardino di loti e sette creature, ognuna disegnata in 2D e modellata in 3D. Il suo volto resta lo stesso dal primo all’ultimo fotogramma mentre le creature escono dai loro disegni piatti per diventare 3D.

Fino a 10 immagini e 5 clip come riferimento – Wan 3.0 — Prompt (abbreviato): 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 (abbreviato): 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)

Personaggi fedeli al modello anche a tutta velocità

L’azione veloce è il punto in cui i personaggi generati di solito perdono coerenza. In questa demo con due immagini, una coppia di animali esperti di arti marziali si affronta per 30 secondi in un tempio in rovina dentro una grotta, con un inseguimento su una scalinata, uno scontro al rallentatore all’apice di un salto e una sporgenza che crolla, mentre manto, vesti, code e spade nel fodero restano come progettati.

È il prompt a fare gran parte del lavoro: elenca cosa non deve cambiare per ogni riferimento, divide il combattimento in battute temporizzate e nomina ogni suono, dagli impatti ai tessuti fino alle pietre che cadono.

Prompt (abbreviato): 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.

Tutte le impostazioni di Wan 3.0 in un unico posto

Scegli il formato prima di scrivere, così la messa in scena viene composta per quel formato. Quando parti da un’immagine, Wan 3.0 mantiene la forma di quell’immagine invece di imporre proporzioni predefinite.

Durata	Da 2 a 30 secondi5 secondi per impostazione predefinita.
Risoluzione	480p, 720p o 1080p720p per impostazione predefinita.
Proporzioni	16:9, 9:16, 1:1, 4:3, 3:4 o adattive
Input	Testo, un primo fotogramma con un ultimo facoltativo, oppure riferimentiRiferimenti: fino a 10 immagini e 5 clip da 1 a 15 s (MP4 o MOV, fino a 100 MB ciascuna).
Audio	Attivo per impostazione predefinitaVoci, musica ed effetti; disattivabile per qualsiasi generazione.
Lunghezza del prompt	Fino a 10.000 caratteri
Output	MP4

Costo al secondo basso, audio incluso

Wan 3.0 viene addebitato per secondo di output e solo la risoluzione cambia la tariffa. Audio, proporzioni e tipo di input no. Quando aggiungi clip di riferimento contano anche i loro secondi, addebitati come input più output.

Così le clip lunghe restano alla portata: definisci il prompt in 480p, poi rigeneralo in 1080p per la versione che pubblichi.

480p	Circa 1,2 crediti al secondoUna clip completa di 30 secondi costa circa 36 crediti.
720p	Circa 2,4 crediti al secondoLa risoluzione predefinita; una clip di 5 secondi costa circa 12 crediti.
1080p	Circa 4,8 crediti al secondoUna clip completa di 30 secondi costa circa 144 crediti.
Clip di riferimento	Addebitate come secondi di input più di outputUn riferimento di 10 secondi con un risultato di 10 secondi viene addebitato come 20 secondi.

Per chi è pensato Wan 3.0

Trenta secondi con audio, un gruppo di dieci immagini di riferimento e un prezzo al secondo basso sono ideali per questi lavori:

Autori di mini serie e serie: Scene da mezzo minuto con battute parlate e lo stesso cast mantenuto tra gli episodi grazie alle immagini di riferimento.
Inserzionisti e team di brand: Spot di prodotto e brand film con voce fuori campo e musica, con il prodotto fedele alle tue foto.
Autori di video musicali e di danza: Performance in cui labiale, tempo e stacchi escono da una sola generazione, in diverse lingue.
Animatori e studi di videogiochi: Sigle e trailer stilizzati, dall’inchiostro e acquerello alla CG cel-shaded, in un unico passaggio da 30 secondi.
Marketing di locali e viaggi: Video d’atmosfera per caffè, hotel e destinazioni, costruiti attorno alle foto che hai già.

Wan 3.0 a confronto con Seedance 2.5, MiniMax H3, Kling 3.0 e Veo 3.1

Ogni cella tranne l’ultima riga viene dalle impostazioni che ciascun modello offre oggi nel generatore di Yovid, così puoi valutare durata, riferimenti e costi prima di spendere un credito.

Wan 3.0 a confronto con Seedance 2.5, MiniMax H3, Kling 3.0 e Veo 3.1 Fast su Yovid
Funzione / Modello	Wan 3.0	Seedance 2.5	MiniMax H3	Kling 3.0	Veo 3.1 Fast
Clip più lunga	30 s	30 s	15 s	15 s	8 s
Risoluzione massima	1080p	1080p	2K	4K	4K
Proporzioni	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	16:9, 9:16
Immagini di riferimento	10	30	9	—	—
Video di riferimento	5	10	3	—	—
Modifica o estendi una clip caricata	—	Sì	—	—	—
Crediti per 5 s in 720p	12	31	23	13	15
Ideale per	Clip da 30 secondi con audio al prezzo al secondo più basso.	I gruppi di riferimenti più grandi, più modifica o estensione del girato.	Clip in 2K fino a 15 secondi da pochi riferimenti.	Clip di personaggi vivaci da 15 secondi fino a 4K.	Hero shot da otto secondi, fino a 4K.

I crediti sono le tariffe base dei pacchetti di crediti per una clip di 5 secondi in 720p (o la risoluzione più vicina offerta dal modello) e seguono i prezzi attuali di Yovid.

Punti di forza e limiti di Wan 3.0

Dove Wan 3.0 è la scelta migliore su Yovid e dove si adatta meglio un altro modello o strumento.

Punti di forza

30 secondi con audio: Il doppio della durata di Wan 2.7, con dialoghi, musica ed effetti senza crediti aggiuntivi.
Prezzo al secondo: Circa 2,4 crediti al secondo in 720p, meno della metà della tariffa di Seedance 2.5.
Gruppo di riferimenti: Fino a 10 immagini e 5 clip in un’unica richiesta mantengono coerenti persone, prodotti e luoghi.
Prompt lunghi: Accetta fino a 10.000 caratteri, quindi ci sta una lista di inquadrature temporizzata con ogni battuta di dialogo.

Limiti

Risoluzione: Si ferma a 1080p. Per 2K o 4K scegli MiniMax H3 o Veo 3.1, oppure passa la clip nell’upscaler video di Yovid.
Accesso con il piano: Non disponibile nel piano gratuito. Qualsiasi piano a pagamento o pacchetto di crediti una tantum lo sblocca, 1080p compreso.
Meno input dell’API: L’API di Alibaba accetta anche audio, documenti e pagine web e può modificare o estendere le clip; su Yovid lavori con testo, immagini e clip video.
Testo a schermo: Alibaba precisa che la resa del testo e la texture dell’audio sono ancora in miglioramento, quindi aggiungi titoli e sottotitoli in un editor.

Crea un video con Wan 3.0 in tre passaggi

Passaggio 1
Apri Wan 3.0
Parti da questa pagina, oppure apri il generatore di video e scegli Wan 3.0 dall’elenco dei modelli.
Passaggio 2
Descrivi la scena, aggiungi gli input
Scrivi inquadrature, audio e dialoghi, aggiungi un primo fotogramma o fino a 10 immagini e 5 clip, poi imposta durata, proporzioni e risoluzione.
Passaggio 3
Genera e scarica
Guarda il risultato con l’audio attivo, affina il prompt se una battuta non funziona e scarica l’MP4.

Prova subito Wan 3.0

I prompt di Wan 3.0 dietro le demo

Prompt reali di Wan 3.0, accorciati e tradotti dal cinese, accanto alle clip che hanno prodotto. Aprine uno nel generatore e inserisci i tuoi dettagli; i prompt che citano Image 1, 2 e così via richiedono immagini di riferimento tue.

Le ultime otto battute
Da testo a video · 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.
Fonte: Alibaba Cloud Model Studio · Wan 3.0
Prova questo prompt
Banchetto sopra le nuvole
Da testo a video · 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.
Fonte: Alibaba Cloud Model Studio · Wan 3.0
Prova questo prompt
Caricamento del dojo
Tre riferimenti · 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.
Fonte: Alibaba Cloud Model Studio · Wan 3.0
Prova questo prompt
Un solo ritmo, otto lingue
Tre riferimenti · 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.
Fonte: Alibaba Cloud Model Studio · Wan 3.0
Prova questo prompt
Duello tra le rovine
Due riferimenti · 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.
Fonte: Alibaba Cloud Model Studio · Wan 3.0
Prova questo prompt
Il regno dei loti
Nove riferimenti · 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.
Fonte: Alibaba Cloud Model Studio · Wan 3.0
Prova questo prompt

Leggi la guida alla scrittura dei prompt

Seedance 2.5 Wan 2.5 MiniMax H3 Kling 3.0 Veo 3.1 Seedance 2.0 Sora 2

Guide per video migliori con Wan 3.0

Come strutturare un prompt lungo, esempi da immagine a video e un confronto di tutti i modelli video su Yovid (in inglese).

Scrivere un prompt da testo a video, inquadratura per inquadratura Sei esempi di prompt da immagine a video, analizzati

Modelli video IA a confronto per durata, risoluzione e riferimenti

Sfoglia tutte le guide di Yovid

Domande frequenti

Che cos’è Wan 3.0?

Wan 3.0 è il modello video più recente della famiglia Wan di Alibaba, rilasciato su Alibaba Cloud Model Studio ad agosto 2026. Crea clip fino a 30 secondi con audio generato a partire da testo, immagini e video di riferimento, con particolare attenzione a volti realistici e personaggi coerenti. Yovid lo offre nel browser accanto a Seedance, Kling, Veo e altri modelli.

Posso usare Wan 3.0 gratis?

Creare un account Yovid è gratuito e include crediti di benvenuto per i modelli del piano gratuito. Wan 3.0 richiede invece un piano a pagamento (da Lite in su) o un qualsiasi pacchetto di crediti una tantum. Con circa 1,2 crediti al secondo in 480p, provare un’idea costa poco.

Qual è la durata massima di un video Wan 3.0?

Qualsiasi numero intero di secondi da 2 a 30 per generazione, in un’unica clip continua. Il valore predefinito è 5 secondi.

Quanti crediti usa Wan 3.0?

Alle tariffe base dei pacchetti di crediti sono circa 1,2 crediti al secondo in 480p, 2,4 in 720p e 4,8 in 1080p, quindi una clip di 5 secondi in 720p costa circa 12 crediti e una di 30 secondi in 1080p circa 144. L’audio non costa nulla in più. Le clip di riferimento vengono addebitate come secondi di input più di output.

Wan 3.0 crea audio e dialoghi con labiale sincronizzato?

Sì. L’audio è attivo per impostazione predefinita e comprende voci, musica ed effetti, con labiale sincronizzato sulle battute. Metti i dialoghi tra virgolette e indica la lingua; le demo di Alibaba includono battute in inglese, mandarino, giapponese, coreano, portoghese, thailandese, spagnolo e arabo. Puoi disattivare l’audio per qualsiasi generazione.

Cosa posso caricare come riferimento?

Un primo fotogramma con un ultimo facoltativo, oppure un gruppo di riferimenti fino a 10 immagini e 5 clip video (da 1 a 15 secondi ciascuna, MP4 o MOV, fino a 100 MB). Richiama ogni file nel prompt, per esempio @Image 1 o @Video 1. Gli input audio, documento e pagina web dell’API di Alibaba non sono disponibili su Yovid.

Quali risoluzioni e proporzioni supporta Wan 3.0?

480p, 720p e 1080p, in 16:9, 9:16, 1:1, 4:3 o 3:4, oppure adattive per seguire il tuo primo fotogramma. Il 1080p è disponibile con ogni piano a pagamento e pacchetto di crediti.

Wan 3.0, Wan 2.7 e Wan 2.5: cosa è cambiato?

Wan 3.0 raddoppia il limite di 15 secondi di Wan 2.7 portandolo a 30, genera volti più naturali e vari e segue i riferimenti in modo più preciso. Yovid offre Wan 3.0; Wan 2.5 e Wan 2.7 non sono disponibili qui.

Wan 3.0 o Seedance 2.5: quale usare?

Entrambi arrivano a 30 secondi con audio. Wan 3.0 costa circa 2,4 crediti al secondo in 720p contro circa 6 di Seedance 2.5. Seedance 2.5 accetta gruppi di riferimenti più grandi (30 immagini e 10 clip) e può modificare o estendere il girato caricato, cosa che Wan 3.0 non può fare su Yovid.

Posso usare i video di Wan 3.0 a scopo commerciale?

L’uso commerciale è incluso con Pro, Premium, i piani annuali e i pacchetti di crediti una tantum; Lite mensile non lo include. Resti responsabile dei diritti su prompt e riferimenti, compresi volti, marchi e musica.

La tua scena da 30 secondi, colonna sonora inclusa

Scrivi le inquadrature, aggiungi i riferimenti se li hai e lascia che Wan 3.0 generi immagine e audio insieme.

Crea con Wan 3.0