Wan 3.0 Video Generator

La plateforme offre un flux de travail simplifié : les utilisateurs choisissent leur type d'entrée, décrivent la scène souhaitée, puis génèrent, continuent ou modifient leur vidéo. Les capacités clés incluent la création de vidéos à partir de textes et la génération d'images en vidéos, permettant aux utilisateurs de transformer des invites écrites ou des images fixes en clips dynamiques. Le service met l'accent sur un flux de travail créatif unifié et une génération plus contrôlable, permettant aux utilisateurs de passer de clips simples à des histoires complètes.

Wan 3.0 fonctionne sur un modèle freemium, offrant une vidéo gratuite lors de l'inscription sans nécessiter de carte de crédit. Pour une utilisation prolongée, il utilise un système de tarification basé sur des crédits où les utilisateurs achètent des crédits une fois, et ceux-ci n'expirent jamais. Cela élimine les abonnements ou les frais mensuels. Les coûts de génération de vidéos sont déterminés par la durée et la résolution, avec des options allant de 480p à 1080p. Par exemple, un clip de 5 secondes en 720p coûte 20 crédits.

Au-delà de l'application web, Wan 3.0 fournit une API pour les développeurs, prenant en charge la génération de vidéos à partir de textes et d'images de manière programmatique. L'API permet la création de vidéos allant jusqu'à 30 secondes en 1080p avec audio natif, en utilisant le même solde de crédits et la même tarification que l'application web. L'accès à l'API est débloqué en achetant n'importe quel pack de crédits, sans abonnement requis. L'API prend également en charge des fonctionnalités avancées comme l'utilisation d'une ou deux URL d'images pour l'image de première image ou l'image de première et dernière image en vidéo.

De plus, Wan 3.0 propose un mode « référence en vidéo » dans son générateur web, qui permet aux utilisateurs d'incorporer jusqu'à 10 images de référence, 5 clips vidéo de référence (15 secondes au total) et 5 clips audio de référence (15 secondes au total) dans une seule génération. Ce mode est conçu pour maintenir l'identité et la cohérence de style à travers de nouvelles scènes, permettant des fonctionnalités telles que le clonage des mouvements de caméra à partir de vidéos de référence ou le clonage des timbres vocaux à partir de clips audio. Les secondes de vidéo de référence sont facturées au même tarif que les secondes de sortie, tandis que les références d'images et d'audio n'entraînent pas de coûts supplémentaires. La plateforme vise une cohérence au niveau des pixels, particulièrement utile pour les produits, les emballages et les tenues, bien que des correspondances exactes ne soient pas toujours garanties.