Yovid

Wan 3.0 za darmo online – generator wideo AI

Napisz prompt jak reżyser, zacznij od pierwszej klatki albo użyj jako referencji do 10 obrazów i 5 klipów, a Wan 3.0 zwróci jeden klip od 2 do 30 sekund z głosami, muzyką i efektami już zmiksowanymi. Renderuj w 480p, 720p lub 1080p. Zacznij tworzyć z Wan 3.0 w Yovid.

Zobacz, co potrafi Wan 3.0

Spotkanie w pociąguDwie linie czasu, 30 s
Bal w stylu regencjiScena z tłumem, 30 s
Wyprawa do lodówkiAnimacja 3D, 20 s
Film marki dla kawiarniCiepła opowieść o produkcie
Ładowanie dojoDialog po japońsku, 24 s
Stwórz film w Wan 3.0

Dlaczego warto wybrać Wan 3.0 w Yovid

Cała 30-sekundowa historia w jednej generacji

Wan 3.0 trwa dwa razy dłużej niż 15 sekund Wan 2.7, co zostawia miejsce na ujęcie otwierające, narastanie energii, kulminację i spokojne zakończenie. Klip poniżej trwa pełne 30 sekund z jednego promptu tekstowego – od lotu przez chmury po festyn i powolne oddalenie – bez żadnych obrazów referencyjnych.

W Yovid długość wybierasz suwakiem – dowolną całkowitą liczbę sekund od 2 do 30. Dopracuj pomysł na 5 sekundach, a pełne 30 przeznacz na wersję, którą chcesz zachować, bo każda dodatkowa sekunda jest płatna.

Cała 30-sekundowa historia w jednej generacji – Wan 3.0
Wan 3.0 logoWan 3.0
Prompt (skrócony): 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)

Jedno ciągłe ujęcie reżyserowane promptem

Długość pomaga tylko wtedy, gdy kamera dobrze się zachowuje. Tu prompt wyznacza trasę przez teatr (korytarz garderób, wieszaki z kostiumami, kulisy, scena) i tempo każdego odcinka, a model utrzymuje jedno 24-sekundowe ujęcie: sprint między ekipą, nagłe zatrzymanie w kulisach i kurtyna podnosząca się przed pełną widownią.

Momenty z czasem, takie jak „0–7 s” i „12–14 s”, dają najczytelniejsze instrukcje. Wan 3.0 w Yovid przyjmuje prompty do 10 000 znaków, więc zmieści się cała lista ujęć z dialogami.

Jedno ciągłe ujęcie reżyserowane promptem – Wan 3.0
Wan 3.0 logoWan 3.0
Prompt (skrócony): 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)

Głosy, muzyka i efekty w tym samym przebiegu

Dźwięk jest domyślnie włączony. Wan 3.0 buduje ścieżkę dźwiękową razem z klatkami, więc każda kwestia trafia we właściwe usta, każdy krok w rytm, a muzyka zmienia się wraz z cięciem. W tej demonstracji jeden wokalista rapuje ten sam refren w ośmiu językach, m.in. po angielsku, mandaryńsku, japońsku, koreańsku, tajsku i arabsku, przez cały czas z tą samą twarzą, strojem i głosem.

Wypowiadane kwestie ujmij w cudzysłów i napisz, kto i w jakim języku je mówi. Dźwięk w Wan 3.0 jest darmowy: cena w kredytach jest taka sama z dźwiękiem i bez.

Głosy, muzyka i efekty w tym samym przebiegu – Wan 3.0
Dane wejściowe
Wan 3.0 logoWan 3.0
Prompt (skrócony): 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)

Do 10 obrazów i 5 klipów jako referencje

Przełącz kreator na referencje, a Wan 3.0 przyjmie w jednym żądaniu do 10 obrazów i 5 klipów wideo od 1 do 15 sekund. Daj każdemu plikowi jedno zadanie i nazwij go w prompcie: @Image 1 dla osoby, @Image 2 dla miejsca, pozostałe dla postaci lub rekwizytów.

Ta demonstracja użyła dziewięciu obrazów: jednej młodej kobiety, jednego ogrodu lotosów i siedmiu stworzeń – każde narysowane w 2D i wymodelowane w 3D. Jej twarz pozostaje taka sama od pierwszej do ostatniej klatki, a stworzenia wychodzą z płaskich rysunków i stają się trójwymiarowe.

Do 10 obrazów i 5 klipów jako referencje – Wan 3.0
Dane wejściowe
Wan 3.0 logoWan 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)

Postacie wierne projektowi nawet w pełnym pędzie

Szybka akcja to moment, w którym generowane postacie zwykle się rozjeżdżają. W tej demonstracji z dwoma obrazami para zwierzęcych mistrzów sztuk walki toczy 30-sekundowy sparing w zrujnowanej świątyni w jaskini – z pościgiem po schodach, starciem w zwolnionym tempie w szczycie skoku i zawalającą się półką skalną – a ich umaszczenie, szaty, ogony i miecze w pochwach pozostają zgodne z projektem.

Większość pracy wykonuje prompt: wymienia, co nie może się zmienić w każdej referencji, dzieli walkę na momenty z czasem i nazywa każdy dźwięk – od uderzeń i tkanin po spadające kamienie.

Prompt (skrócony): 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.

Wszystkie ustawienia Wan 3.0 w jednym miejscu

Wybierz format przed napisaniem promptu, by inscenizacja była skomponowana pod niego. Gdy zaczynasz od obrazu, Wan 3.0 zachowuje jego kształt zamiast narzucać gotowe proporcje.

DługośćOd 2 do 30 sekundDomyślnie 5 sekund.
Rozdzielczość480p, 720p lub 1080pDomyślnie 720p.
Proporcje16:9, 9:16, 1:1, 4:3, 3:4 lub adaptacyjne
Dane wejścioweTekst, pierwsza klatka z opcjonalną ostatnią lub referencjeReferencje: do 10 obrazów i 5 klipów 1–15 s (MP4 lub MOV, do 100 MB każdy).
DźwiękDomyślnie włączonyGłosy, muzyka i efekty; można go wyłączyć w każdej generacji.
Długość promptuDo 10 000 znaków
WynikMP4

Niski koszt za sekundę, dźwięk w cenie

Wan 3.0 rozliczany jest za sekundę wyniku, a stawkę zmienia tylko rozdzielczość. Dźwięk, proporcje i typ wejścia jej nie zmieniają. Gdy dodasz klipy referencyjne, liczą się też ich sekundy – rozliczane jako wejście plus wyjście.

Dzięki temu długie klipy są w zasięgu: dopracuj prompt w 480p, a potem uruchom go ponownie w 1080p dla wersji, którą publikujesz.

480pOk. 1,2 kredytu na sekundęPełny 30-sekundowy klip kosztuje ok. 36 kredytów.
720pOk. 2,4 kredytu na sekundęUstawienie domyślne; 5-sekundowy klip kosztuje ok. 12 kredytów.
1080pOk. 4,8 kredytu na sekundęPełny 30-sekundowy klip kosztuje ok. 144 kredyty.
Klipy referencyjneRozliczane jako sekundy wejścia plus wyjścia10-sekundowa referencja z 10-sekundowym wynikiem liczy się jako 20 sekund.

Dla kogo powstał Wan 3.0

Trzydzieści sekund z dźwiękiem, zestaw dziesięciu obrazów referencyjnych i niska cena za sekundę najlepiej pasują do tych zadań:

  • Twórcy krótkich seriali i serii: Półminutowe sceny z dialogami i ta sama obsada utrzymana między odcinkami dzięki obrazom referencyjnym.
  • Reklamodawcy i zespoły marki: Spoty produktowe i filmy marki z lektorem i muzyką, z produktem wiernym Twoim zdjęciom.
  • Twórcy teledysków i filmów tanecznych: Występy, w których synchronizacja ust, rytm i cięcia powstają w jednej generacji, w jednym z kilku języków.
  • Animatorzy i studia gier: Stylizowane czołówki i zwiastuny – od tuszu i akwareli po cel-shaded CG – w jednym 30-sekundowym przebiegu.
  • Marketing lokali i turystyki: Klimatyczne filmy dla kawiarni, hoteli i destynacji, zbudowane wokół zdjęć, które już masz.

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

Każda komórka oprócz ostatniego wiersza pochodzi z ustawień, które każdy model oferuje dziś w generatorze Yovid, więc możesz porównać długość, referencje i koszt, zanim wydasz kredyt.

Wan 3.0 w porównaniu z Seedance 2.5, MiniMax H3, Kling 3.0 i Veo 3.1 Fast w Yovid
Funkcja / ModelWan 3.0Seedance 2.5MiniMax H3Kling 3.0Veo 3.1 Fast
Najdłuższy klip30 s30 s15 s15 s8 s
Maks. rozdzielczość1080p1080p2K4K4K
Proporcje16:9, 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
Obrazy referencyjne10309——
Filmy referencyjne5103——
Edycja lub wydłużenie przesłanego klipu—Tak———
Kredyty za 5 s w 720p1231231315
Najlepszy do30-sekundowych klipów z dźwiękiem w najniższej cenie za sekundę.Największych zestawów referencji oraz edycji lub wydłużania nagrań.Klipów 2K do 15 sekund z kilku referencji.Żywych 15-sekundowych klipów z postaciami do 4K.Ośmiosekundowych ujęć głównych, do 4K.

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

Mocne strony i ograniczenia Wan 3.0

Gdzie Wan 3.0 jest najlepszym wyborem w Yovid, a gdzie lepiej sprawdzi się inny model lub narzędzie.

Mocne strony

  • 30 sekund z dźwiękiem: Dwa razy dłużej niż Wan 2.7, z dialogami, muzyką i efektami bez dodatkowych kredytów.
  • Cena za sekundę: Ok. 2,4 kredytu na sekundę w 720p – mniej niż połowa stawki Seedance 2.5.
  • Zestaw referencji: Do 10 obrazów i 5 klipów w jednym żądaniu utrzymuje spójność ludzi, produktów i miejsc.
  • Długie prompty: Przyjmuje do 10 000 znaków, więc zmieści się lista ujęć z czasami i wszystkimi kwestiami dialogu.

Ograniczenia

  • Rozdzielczość: Kończy się na 1080p. Do 2K lub 4K wybierz MiniMax H3 albo Veo 3.1 lub przepuść klip przez upscaler wideo Yovid.
  • Dostęp w planie: Niedostępny w planie darmowym. Odblokowuje go każdy płatny plan lub jednorazowy pakiet kredytów, łącznie z 1080p.
  • Mniej wejść niż w API: API Alibaby przyjmuje też audio, dokumenty i strony internetowe oraz potrafi edytować lub wydłużać klipy; w Yovid pracujesz z tekstem, obrazami i klipami wideo.
  • Tekst na ekranie: Alibaba zaznacza, że renderowanie tekstu i faktura dźwięku wciąż są ulepszane, więc tytuły i napisy dodawaj w edytorze.

Stwórz film w Wan 3.0 w trzech krokach

  1. Krok 1

    Otwórz Wan 3.0

    Zacznij od tej strony albo otwórz generator wideo i wybierz Wan 3.0 z listy modeli.

  2. Krok 2

    Opisz scenę, dodaj dane wejściowe

    Rozpisz ujęcia, dźwięk i dialogi, dodaj pierwszą klatkę lub do 10 obrazów i 5 klipów, a potem ustaw długość, proporcje i rozdzielczość.

  3. Krok 3

    Generuj i pobierz

    Obejrzyj wynik z dźwiękiem, popraw prompt, jeśli któryś moment nie gra, i pobierz plik MP4.

Prompty Wan 3.0 stojące za demonstracjami

Prawdziwe prompty Wan 3.0, skrócone i przetłumaczone z chińskiego, obok klipów, które z nich powstały. Otwórz jeden w generatorze i wstaw własne szczegóły; prompty, które wspominają Image 1, 2 itd., wymagają Twoich obrazów referencyjnych.

  • Ostatnie osiem taktów

    Tekst na wideo · 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.

    Źródło: Alibaba Cloud Model Studio · Wan 3.0

    Wypróbuj ten prompt
  • Uczta ponad chmurami

    Tekst na wideo · 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.

    Źródło: Alibaba Cloud Model Studio · Wan 3.0

    Wypróbuj ten prompt
  • Ładowanie dojo

    Trzy referencje · 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.

    Źródło: Alibaba Cloud Model Studio · Wan 3.0

    Wypróbuj ten prompt
  • Jeden rytm, osiem języków

    Trzy referencje · 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.

    Źródło: Alibaba Cloud Model Studio · Wan 3.0

    Wypróbuj ten prompt
  • Sparing w ruinach

    Dwie referencje · 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.

    Źródło: Alibaba Cloud Model Studio · Wan 3.0

    Wypróbuj ten prompt
  • Kraina lotosów

    Dziewięć referencji · 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.

    Źródło: Alibaba Cloud Model Studio · Wan 3.0

    Wypróbuj ten prompt

Poradniki, dzięki którym filmy z Wan 3.0 będą lepsze

Jak zbudować długi prompt, przykłady obraz na wideo i zestawienie wszystkich modeli wideo w Yovid (po angielsku).

Najczęstsze pytania

Czym jest Wan 3.0?

Wan 3.0 to najnowszy model wideo z rodziny Wan od Alibaby, udostępniony w Alibaba Cloud Model Studio w sierpniu 2026 r. Tworzy klipy do 30 sekund z generowanym dźwiękiem na podstawie tekstu, obrazów i referencji wideo, ze szczególnym naciskiem na realistyczne twarze i spójne postacie. Yovid udostępnia go w przeglądarce obok Seedance, Kling, Veo i innych modeli.

Czy mogę korzystać z Wan 3.0 za darmo?

Założenie konta w Yovid jest darmowe i daje kredyty powitalne na modele z planu darmowego. Sam Wan 3.0 wymaga płatnego planu (od Lite) lub dowolnego jednorazowego pakietu kredytów. Przy ok. 1,2 kredytu na sekundę w 480p przetestowanie pomysłu kosztuje niewiele.

Jaka jest maksymalna długość filmu z Wan 3.0?

Dowolna całkowita liczba sekund od 2 do 30 na generację, w jednym ciągłym klipie. Domyślnie to 5 sekund.

Ile kredytów zużywa Wan 3.0?

Według bazowych stawek pakietów to 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 30-sekundowy klip 1080p ok. 144. Dźwięk nic nie kosztuje. Klipy referencyjne rozliczane są jako sekundy wejścia plus wyjścia.

Czy Wan 3.0 tworzy dźwięk i dialogi z synchronizacją ust?

Tak. Dźwięk jest domyślnie włączony i obejmuje głosy, muzykę i efekty, z synchronizacją ust przy wypowiadanych kwestiach. Ujmij dialogi w cudzysłów i podaj język; demonstracje Alibaby zawierają kwestie po angielsku, mandaryńsku, japońsku, koreańsku, portugalsku, tajsku, hiszpańsku i arabsku. Dźwięk możesz wyłączyć w każdej generacji.

Co mogę przesłać jako referencję?

Albo pierwszą klatkę z opcjonalną ostatnią, albo zestaw referencji z maksymalnie 10 obrazami i 5 klipami wideo (każdy 1–15 sekund, MP4 lub MOV, do 100 MB). Odwołuj się do każdego pliku w prompcie, np. @Image 1 lub @Video 1. Wejścia audio, dokumentów i stron internetowych z API Alibaby nie są dostępne w Yovid.

Jakie rozdzielczości i proporcje obsługuje Wan 3.0?

480p, 720p i 1080p 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.

Wan 3.0 a Wan 2.7 i Wan 2.5: co się zmieniło?

Wan 3.0 podwaja 15-sekundowy limit Wan 2.7 do 30 sekund, renderuje bardziej naturalne i zróżnicowane twarze oraz dokładniej trzyma się referencji. Yovid udostępnia Wan 3.0; Wan 2.5 i Wan 2.7 nie są tu oferowane.

Wan 3.0 czy Seedance 2.5: co wybrać?

Oba sięgają 30 sekund z dźwiękiem. Wan 3.0 kosztuje ok. 2,4 kredytu na sekundę w 720p, a Seedance 2.5 ok. 6. Seedance 2.5 przyjmuje większe zestawy referencji (30 obrazów i 10 klipów) i potrafi edytować lub wydłużać przesłane nagrania, czego Wan 3.0 w Yovid nie robi.

Czy mogę używać filmów z Wan 3.0 komercyjnie?

Użytek komercyjny obejmują plany Pro, Premium, plany roczne i jednorazowe pakiety kredytów; Lite miesięczny go nie obejmuje. Nadal odpowiadasz za prawa do swoich promptów i referencji, w tym twarzy, marek i muzyki.

Twoja 30-sekundowa scena, ścieżka dźwiękowa w zestawie

Rozpisz ujęcia, dodaj referencje, jeśli je masz, i pozwól Wan 3.0 wyrenderować obraz i dźwięk razem.

Twórz z Wan 3.0