Wan 2.5 za darmo online – generator wideo AI, teraz z Wan 3.0

Yovid nie udostępnia Wan 2.5. Działa w nim następca od Alibaby, Wan 3.0, który zachowuje głosy, muzykę i efekty wyróżniające wersję 2.5 i wydłuża klip z 10 do nawet 30 sekund. Zacznij od promptu, pierwszej klatki albo do 10 obrazów i 5 klipów. Zacznij tworzyć z Wan 3.0 w Yovid.

Seedance 2.5 już dostępny

Klipy do 30 sekund z referencjami obrazu, wideo i dźwięku.

Kling 3.0

Najnowszy model wideo od Kling, gotowy w Twoim obszarze roboczym.

Veo 3.1

Model wideo od Google z natywnym dźwiękiem.

GPT Image 2.5

Model obrazów od OpenAI do tworzenia i edycji grafik.

Upscaler obrazów AI

Wyostrzaj i powiększaj obrazy, by eksporty były czystsze.

Kanwa AI

Łącz etapy pracy z obrazem i wideo na jednej wizualnej tablicy.

Co tworzy Wan 3.0 w Yovid

Bal w stylu regencjiWan 3.0 · scena z tłumem, 30 s

Wyprawa do lodówkiWan 3.0 · animacja 3D, 20 s

Wejście na scenęWan 3.0 · jedno ujęcie, 24 s

Osiedlowa kawiarniaWan 3.0 · film marki, 22 s

Sparing w świątyniWan 3.0 · animowana akcja, 30 s

Stwórz film w Wan 3.0

Dlaczego Wan 3.0 zastępuje Wan 2.5 w Yovid

Yovid działa na Wan 3.0, nie na Wan 2.5: Wan 2.5 był wersją preview z 2025 r.; od tamtej pory wyszły trzy nowsze wersje, a Yovid używa najnowszej.
Wan 3.0 trwa 30 sekund, trzy razy dłużej niż Wan 2.5: Wan 2.5 kończył na 10 sekundach; Wan 3.0 w Yovid trwa od 2 do 30.
Wan 2.5 wprowadził dźwięk do tego samego przebiegu: Głosy, efekty i muzyka generowane z klatkami, które Wan 3.0 zostawia domyślnie włączone.
Dialogi zsynchronizowane z ustami w języku, w którym piszesz: Wan 3.0 wypowiada każdą kwestię w podanym języku, we właściwych ustach.
Do 10 obrazów i 5 klipów jako referencje: Wan 2.5 pracował z tekstem lub jednym obrazem; Wan 3.0 przyjmuje cały zestaw referencji.
Miejsce na pełną listę ujęć: prompty do 10 000 znaków: Ujęcia z czasem, ruchy kamery, wskazówki muzyczne i każda kwestia dialogu w jednym prompcie.
Ustawienia i kredyty Wan 3.0 w Yovid: 2–30 sekund, trzy rozdzielczości, sześć opcji kadru i dźwięk w cenie, od ok. 1,2 kredytu na sekundę.

Yovid działa na Wan 3.0, nie na Wan 2.5

Alibaba wydała Wan 2.5 jako preview w Alibaba Cloud Model Studio we wrześniu 2025 r., jako model hostowany, a nie z wagami do pobrania jak Wan 2.1 i 2.2. Główną nowością był dźwięk: dialogi, efekty i muzyka generowane razem z obrazem, w klipach 5- lub 10-sekundowych do 1080p.

Wan 2.6, Wan 2.7 i Wan 3.0 pojawiły się w ciągu roku. Yovid udostępnia tylko Wan 3.0, więc kreator na tej stronie otwiera się na nim, a każdy klip, który tu tworzysz, pochodzi z niego. Tabela pokazuje, co dodał każdy krok.

Wan 2.5 · wrz 2025	5 lub 10 s z natywnym dźwiękiem480p, 720p lub 1080p z tekstu lub pierwszej klatki; prompty do 1500 znaków.
Wan 2.6 · gru 2025	Do 15 s, wiele ujęćDodaje referencje na wideo, które utrzymują spójny wygląd i głos osoby.
Wan 2.7 · kwi 2026	Do 15 s plus edycja wideoDo pięciu mieszanych referencji obrazów i filmów; prompty do 5000 znaków.
Wan 3.0 · sie 2026	Do 30 s, wersja w YovidBardziej realistyczne i zróżnicowane twarze oraz ściślejsza spójność z referencjami.

Wan 3.0 trwa 30 sekund, trzy razy dłużej niż Wan 2.5

W dziesięciu sekundach mieści się jedno ujęcie. W trzydziestu – scena ze wstępem, zwrotem i zakończeniem. Po lewej 10-sekundowa demonstracja Wan 2.5: jedna reporterka, jedna kwestia, jedno ujęcie w ruchu. Po prawej 30-sekundowa demonstracja Wan 3.0 z czterech obrazów referencyjnych – spotkanie opowiedziane w dwóch liniach czasowych z japońskim lektorem.

W Yovid długość ustawiasz suwakiem, w pełnych sekundach od 2 do 30, a cena zależy od wybranych sekund. Przetestuj pomysł w krótkiej wersji, a pełną długość wyrenderuj, gdy prompt działa.

Wan 2.5 · 10 s	Wan 3.0 · 30 s

Wan 2.5 wprowadził dźwięk do tego samego przebiegu

Dźwięk generowany razem z obrazem był główną funkcją Wan 2.5: kwestia trafia w usta mówiącego, a krok w klatkę, w której stopa dotyka ziemi. Ta 10-sekundowa demonstracja Wan 2.5 Preview pokazuje mieszkańca Pekinu, który wita sąsiada z mocnym pekińskim akcentem, a drozd w klatce ćwierka we właściwym momencie.

Wan 3.0 to zachowuje i daje więcej miejsca. W Yovid dźwięk jest domyślnie włączony i nic nie kosztuje, bo klip ma tę samą cenę z dźwiękiem i bez. Ujmij każdą kwestię w cudzysłów, napisz, kto mówi i w jakim języku, a dźwięk wyłącz, jeśli muzykę dodasz sam.

Prompt (skrócony): 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.

Dialogi zsynchronizowane z ustami w języku, w którym piszesz

Napisz kwestię, wskaż mówiącego i język, a Wan 3.0 wypowie ją z pasującym ruchem ust. W tej 24-sekundowej demonstracji trzy obrazy referencyjne ustalają dwie postacie z gry i dojo: ona pyta, gdzie są, on mówi, że to jej pierwsza próba, a chłodny głos systemu rozpoczyna test – wszystko po japońsku i każde w odpowiednich ustach.

Inne demonstracje Wan 3.0 od Alibaby zawierają kwestie po angielsku, mandaryńsku, koreańsku, portugalsku, tajsku, hiszpańsku i arabsku. Dodaj wskazówkę interpretacji, np. nisko i spokojnie albo szybko i nerwowo, by wykonanie pasowało do sceny.

Dialogi zsynchronizowane z ustami w języku, w którym piszesz – Wan 3.0 — Prompt (skrócony): 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 (skrócony): 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)

Do 10 obrazów i 5 klipów jako referencje

Wan 2.5 zaczynał od promptu tekstowego albo jednego obrazu jako pierwszej klatki. Wan 3.0 w Yovid dodaje tryb referencji, w którym do 10 obrazów i 5 klipów wideo od 1 do 15 sekund utrwala ludzi, stworzenia, produkty i miejsca, a prompt nimi reżyseruje.

Ta 30-sekundowa demonstracja wykorzystała dziewięć obrazów: jeden kobiety, jeden krainy lotosów i siedem małych stworzeń, każde narysowane w 2D obok wersji 3D. Jej twarz pozostaje taka sama od początku do końca, a stworzenia wychodzą z rysunków w 3D. Nazwij każdy plik w prompcie (Image 1, Image 2 itd.) i daj każdemu jedno zadanie.

Do 10 obrazów i 5 klipów jako referencje – Wan 3.0 — Prompt (skrócony): 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 (skrócony): 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)

Miejsce na pełną listę ujęć: prompty do 10 000 znaków

Wan 2.5 ograniczał prompty do 1500 znaków, czyli mniej więcej na jedno dobrze opisane ujęcie. Wan 3.0 w Yovid przyjmuje do 10 000, więc mieści się cały plan: ujęcia co do sekundy, technika kamery dla każdego, wskazówki muzyczne i każda wypowiadana kwestia.

Ta 30-sekundowa demonstracja powstała z jednego promptu tekstowego bez obrazów referencyjnych. Rozpisywał on dziewięć ujęć z czasem, od lotu przez chmury po powolne oddalenie, a Wan 3.0 zachował kolejność i tempo.

Miejsce na pełną listę ujęć: prompty do 10 000 znaków – Wan 3.0 — Prompt (skrócony): 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)

Ustawienia i kredyty Wan 3.0 w Yovid

Wybierz kadr przed napisaniem promptu, by inscenizacja była pod niego skomponowana; gdy zaczynasz od obrazu, ustawienie adaptacyjne zachowuje jego kształt. Kredyty są liczone za sekundę wyniku, wyłącznie według rozdzielczości, a klipy referencyjne dodają własne sekundy.

Długość	Od 2 do 30 sekundDomyślnie 5 sekund. Wan 2.5 oferował 5 lub 10.
Rozdzielczość	480p, 720p lub 1080pDomyślnie 720p; te same trzy poziomy co w Wan 2.5.
Proporcje	16:9, 9:16, 1:1, 4:3, 3:4 lub adaptacyjne
Dane wejściowe	Tekst, pierwsza klatka z opcjonalną ostatnią lub referencjeDo 10 obrazów i 5 klipów 1–15 s (MP4 lub MOV, do 100 MB każdy).
Dźwięk	Domyślnie włączony, bez dodatkowych kredytówGłosy, muzyka i efekty; można go wyłączyć w każdej generacji.
Kredyty	Ok. 1,2, 2,4 lub 4,8 na sekundęW 480p, 720p lub 1080p, według bazowych stawek pakietów; 5-sekundowy klip 720p to ok. 12 kredytów.

Kto przechodzi z Wan 2.5 na Wan 3.0

Większość osób szukających Wan 2.5 chce klipu, który mówi i ma ścieżkę dźwiękową, bez sklejania kawałków po 10 sekund. Wan 3.0 najlepiej obsługuje te zadania:

Twórcy krótkich dramatów i skeczy: Sceny z dialogami trwające dłużej niż 10 sekund, z tą samą obsadą w kolejnych odcinkach dzięki obrazom referencyjnym.
Zespoły reklamowe i social media: Spoty produktowe z lektorem i muzyką w jednym renderze, z produktem wiernym Twoim zdjęciom.
Twórcy teledysków i filmów tanecznych: Występy, w których tekst, rytm i synchronizacja ust powstają w jednej generacji.
Animatorzy i studia gier: Stylizowane czołówki i zwiastuny, od tuszu i akwareli po cel-shaded CG, w jednym 30-sekundowym przebiegu.
Zespoły z biblioteką promptów do Wan 2.5: Stare prompty to gotowy punkt wyjścia: uruchom jeden bez zmian, a potem dodaj momenty z czasem, referencje i kwestie, by wypełnić dodatkową długość.

Wan 3.0, następca Wan 2.5, vs Seedance 2.5, MiniMax H3 i Kling 3.0

Wan 2.5 nie ma w tabeli, bo Yovid go nie udostępnia. Każda komórka oprócz ostatniego wiersza pochodzi z ustawień, które każdy model oferuje dziś w generatorze Yovid.

Wan 3.0, następca Wan 2.5, w porównaniu z Seedance 2.5, MiniMax H3 i Kling 3.0 w Yovid
Funkcja / Model	Wan 3.0	Seedance 2.5	MiniMax H3	Kling 3.0
Najdłuższy klip	30 s	30 s	15 s	15 s
Maks. rozdzielczość	1080p	1080p	2K	4K
Proporcje	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
Obrazy referencyjne	10	30	9	—
Filmy referencyjne	5	10	3	—
Edycja lub wydłużenie przesłanego klipu	—	Tak	—	—
Kredyty za 5 s w 720p	12	31	23	13
Najlepszy do	Klipów w stylu Wan 2.5, z dźwiękiem, teraz do 30 sekund przy niskim budżecie.	Dużych zestawów referencji oraz edycji lub przedłużania przesłanych nagrań.	Ostrych klipów 2K do 15 sekund.	Żywych 15-sekundowych klipów z postaciami do 4K.

Kredyty to bazowe stawki pakietów za 5-sekundowy klip w 720p (lub najbliższej rozdzielczości dostępnej w modelu) i odpowiadają aktualnemu cennikowi Yovid.

Wan 3.0 zamiast Wan 2.5: mocne strony i ograniczenia

Co zyskujesz, przechodząc na Wan 3.0 w Yovid, i z czego rezygnujesz.

Mocne strony

Trzy razy dłużej: Od 2 do 30 sekund na klip, wobec 5 lub 10 w Wan 2.5.
Dźwięk bez dopłat: Głosy, muzyka i efekty są domyślnie włączone i kosztują tyle co niemy klip.
Referencje, których Wan 2.5 nie miał: Do 10 obrazów i 5 klipów wideo utrzymuje spójność ludzi, produktów i miejsc.
Dłuższe prompty: Do 10 000 znaków wobec 1500 w Wan 2.5, więc zmieści się lista ujęć z czasami.

Ograniczenia

To nie sam Wan 2.5: Jeśli projekt musi pasować do nagrań zrobionych już w Wan 2.5, Yovid nie odtworzy tego modelu; Alibaba Cloud Model Studio wciąż dokumentuje wersję preview 2.5.
Bez przesyłania audio: API Wan 2.5 potrafiło zbudować klip wokół Twojego pliku audio; w Yovid Wan 3.0 pracuje z tekstem, obrazami i klipami wideo.
Dostęp w planie: Niedostępny w planie darmowym. Wan 3.0, łącznie z 1080p, odblokowuje Lite i wyżej lub dowolny jednorazowy pakiet kredytów.
Rozdzielczość: Nadal kończy się na 1080p, jak Wan 2.5. Do 2K lub 4K wybierz MiniMax H3 albo Veo 3.1 lub przepuść klip przez upscaler wideo Yovid.

Jak uruchomić prompt w stylu Wan 2.5 w Wan 3.0

Krok 1
Otwórz Wan 3.0
Zacznij z tej strony, a generator otworzy się z wybranym Wan 3.0. Wan 2.5 nie ma na liście modeli.
Krok 2
Opisz scenę i dźwięk
Opisz ujęcia, ujmij dialogi w cudzysłów i podaj język, a potem dodaj pierwszą klatkę lub do 10 obrazów i 5 klipów, jeśli je masz.
Krok 3
Ustaw długość i generuj
Wybierz od 2 do 30 sekund, proporcje i rozdzielczość, sprawdź koszt w kredytach, a potem wygeneruj i pobierz plik MP4.

Wypróbuj Wan 3.0 teraz

Prompty Wan 3.0 na dobry początek

Prawdziwe prompty z pokazu Wan 3.0 od Alibaby, skrócone i przetłumaczone z chińskiego, obok klipów, które z nich powstały. Każdy otwiera się w generatorze Yovid na Wan 3.0; prompty, które wspominają Image 1, Image 2 itd., wymagają Twoich obrazów referencyjnych.

Wejście na scenę w jednym ujęciu
Tekst na wideo · 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.
Źródło: Alibaba Cloud Model Studio · Wan 3.0
Wypróbuj ten prompt
Osiem języków, jeden refren
Trzy referencje · 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.
Źródło: Alibaba Cloud Model Studio · Wan 3.0
Wypróbuj ten prompt
Sparing kotki i wilka
Dwie referencje · 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.
Źródło: Alibaba Cloud Model Studio · Wan 3.0
Wypróbuj ten prompt
Do krainy lotosów
Dziewięć referencji · 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.
Źródło: Alibaba Cloud Model Studio · Wan 3.0
Wypróbuj ten prompt

Przeczytaj poradnik pisania promptów

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

Poradniki przejścia z Wan 2.5 na Wan 3.0

Porównaj wszystkie modele wideo w Yovid, a potem pisz dłuższe prompty z czasami, które wykorzystują dodatkową długość Wan 3.0 (po angielsku).

Wszystkie 14 modeli wideo Yovid w porównaniu, w tym Wan 3.0 Formuła ujęcie po ujęciu dla promptów tekst na wideo

Prompty obraz na wideo: sześć przykładów rozłożonych na części

Przeglądaj wszystkie poradniki Yovid

Najczęstsze pytania

Czym jest Wan 2.5?

Wan 2.5 to model generowania wideo od zespołu Wan w Alibabie, wydany jako preview w Alibaba Cloud Model Studio we wrześniu 2025 r. Tworzył klipy 5- lub 10-sekundowe w 480p, 720p lub 1080p z tekstu lub pojedynczego obrazu, z dialogami, efektami i muzyką generowanymi razem z obrazem.

Czy mogę używać Wan 2.5 za darmo online w Yovid?

Nie. Yovid nie udostępnia Wan 2.5. Działa w nim następca, Wan 3.0, który zachowuje natywny dźwięk i tworzy klipy do 30 sekund. Rejestracja w Yovid jest darmowa i daje kredyty na modele z planu darmowego; sam Wan 3.0 wymaga planu Lite lub wyższego albo dowolnego jednorazowego pakietu kredytów.

Czy Wan 2.5 jest open source?

Nie. Alibaba opublikowała otwarte wagi dla Wan 2.1 i Wan 2.2, ale Wan 2.5 wyszedł jako hostowana wersja preview, z której korzysta się przez usługi Alibaby, a nie pobiera.

Co się zmieniło od Wan 2.5 do Wan 3.0?

Najdłuższy klip wydłużył się z 10 do 30 sekund. Po drodze Wan 2.6 dodał sceny z wieloma ujęciami i referencje wideo, Wan 2.7 edycję wideo, a Wan 3.0 bardziej realistyczne i zróżnicowane twarze oraz ściślejszą spójność z referencjami. Generowany dźwięk pozostał we wszystkich wersjach.

Jak długi może być film z Wan 3.0 w Yovid?

Dowolna całkowita liczba sekund od 2 do 30 na generację, jako jeden ciągły klip; domyślnie 5 sekund. To trzy razy więcej niż maksymalne 10 sekund w Wan 2.5.

Czy Wan 3.0 generuje dźwięk jak Wan 2.5?

Tak. Dźwięk jest domyślnie włączony i obejmuje głosy, efekty i muzykę, z synchronizacją ust przy wypowiadanych kwestiach. Nie kosztuje dodatkowych kredytów i możesz go wyłączyć dla każdego klipu. W przeciwieństwie do API Wan 2.5 Yovid nie przyjmuje Twojego pliku audio jako danych wejściowych.

Ile kredytów zużywa Wan 3.0?

Według bazowych stawek pakietów ok. 1,2 kredytu na sekundę w 480p, 2,4 w 720p i 4,8 w 1080p, więc 5-sekundowy klip 720p kosztuje ok. 12 kredytów, a pełny 30-sekundowy klip 1080p ok. 144. Klipy referencyjne doliczają własne sekundy.

Czy mogę ponownie użyć promptów z Wan 2.5?

Tak, jako punktu wyjścia. Prompty Wan 2.5 były ograniczone do 1500 znaków, a Wan 3.0 w Yovid przyjmuje do 10 000, więc każdy się zmieści. Spodziewaj się innego wyniku, bo to inny model, i wykorzystaj dodatkowe miejsce na momenty z czasem, dialogi w cudzysłowie i referencje.

Jakie rozdzielczości i proporcje obsługuje Wan 3.0?

480p, 720p i 1080p – te same poziomy co Wan 2.5 – w proporcjach 16:9, 9:16, 1:1, 4:3 lub 3:4 albo adaptacyjnych, dopasowanych do pierwszej klatki. 1080p jest dostępne w każdym płatnym planie i pakiecie kredytów.

Czy Yovid jest powiązany z Alibabą lub zespołem Wan?

Nie. Yovid to niezależna platforma, która udostępnia Wan 3.0 obok modeli wideo od ByteDance, Kuaishou, Google, MiniMax i OpenAI. Alibaba jej nie prowadzi ani nie rekomenduje.

Stwórz klip, którego Wan 2.5 nie umiał: 30 sekund z dźwiękiem

Napisz scenę i kwestie, dodaj referencje, jeśli je masz, i pozwól Wan 3.0 wyrenderować obraz i dźwięk razem.

Twórz z Wan 3.0