Wan 3.0 Video Generator

Die Plattform bietet einen optimierten Workflow: Benutzer wählen ihren Eingabetyp, beschreiben die gewünschte Szene und generieren, setzen fort oder bearbeiten ihr Video. Zu den wichtigsten Funktionen gehören die Erstellung von Text-zu-Video und Bild-zu-Video, die es Benutzern ermöglichen, schriftliche Vorgaben oder Standbilder in dynamische Clips zu verwandeln. Der Dienst betont einen einheitlichen kreativen Workflow und eine besser kontrollierbare Generierung, die es den Benutzern ermöglicht, von einfachen Clips zu vollständigen Geschichten überzugehen.

Wan 3.0 arbeitet nach einem Freemium-Modell und bietet bei der Anmeldung ein kostenloses Video an, ohne dass eine Kreditkarte erforderlich ist. Für die erweiterte Nutzung wird ein kreditbasiertes Preismodell verwendet, bei dem Benutzer einmalig Credits kaufen, die niemals ablaufen. Dies eliminiert Abonnements oder monatliche Gebühren. Die Kosten für die Videoerstellung richten sich nach Dauer und Auflösung, wobei Optionen von 480p bis 1080p reichen. Beispielsweise kostet ein 5-Sekunden-720p-Clip 20 Credits.

Neben der Webanwendung bietet Wan 3.0 eine API für Entwickler, die die programmgesteuerte Erstellung von Text-zu-Video- und Bild-zu-Video-Generierungen unterstützt. Die API ermöglicht die Videoerstellung von bis zu 30 Sekunden in 1080p mit nativem Audio, wobei das gleiche Kreditguthaben und die Preisgestaltung wie bei der Webanwendung verwendet werden. Der API-Zugang wird durch den Kauf eines beliebigen Kreditpakets freigeschaltet, ohne dass ein Abonnement erforderlich ist. Die API unterstützt auch erweiterte Funktionen wie die Verwendung von ein oder zwei Bild-URLs für das erste Bild oder das erste und letzte Bild in der Bild-zu-Video-Generierung.

Darüber hinaus bietet Wan 3.0 einen „Referenz-zu-Video“-Modus in seinem Webgenerator, der es Benutzern ermöglicht, bis zu 10 Referenzbilder, 5 Referenzvideoclips (15 Sekunden insgesamt) und 5 Referenzaudio-Clips (15 Sekunden insgesamt) in eine einzige Generierung einzufügen. Dieser Modus ist darauf ausgelegt, Identität und Stilkonstanz über neue Szenen hinweg aufrechtzuerhalten und ermöglicht Funktionen wie das Kopieren von Kamerabewegungen aus Referenzvideos oder das Klonen von Stimmfärbungen aus Audioclips. Die Sekunden der Referenzvideos werden zum gleichen Satz wie die Ausgabesekunden abgerechnet, während Bild- und Audio-Referenzen keine zusätzlichen Kosten verursachen. Die Plattform strebt eine Konsistenz auf Pixel-Ebene an, die besonders nützlich für Produkte, Verpackungen und Outfits ist, obwohl exakte Übereinstimmungen nicht immer garantiert sind.