テキストプロンプトや画像から、映像と同期したサウンド付きで最長30秒の動画を生成。EaseGenで480p、720p、1080pから選択できます。
Wan 3.0はAlibabaが開発したAI動画モデルです。テキストによる説明や元画像から動画を生成し、セリフ、効果音、環境音などのサウンドも同時に生成できます。
EaseGenにおいて、Wan 3.0はWan 2.7よりも長尺のクリップに対応し、動画や音声のリファレンス指定も可能です。画像から動画モードでは、画像と一緒にこれらをアップロードして、希望する動きやサウンドを指定できます。
| 設定項目 | EaseGenで利用可能 |
|---|---|
| 入力モード | テキストから動画、画像から動画 |
| 動画の長さ | 2〜30秒 |
| 解像度 | 480p、720p、1080p |
| リファレンス画像 | 画像から動画モードで最大10枚 |
| リファレンス動画 | 最大5クリップ(各1〜15秒、合計最大15秒) |
| リファレンス音声 | 最大5クリップ(各1〜15秒、合計最大15秒) |
| リファレンス動画の利用について | リファレンス動画と生成動画の合計時間は最大30秒です。たとえば、リファレンスが10秒の場合、生成できる動画は最長20秒となります。 |
| サウンド | 動画と同時に生成。プロンプトで希望する音を指示できます |
何が起こるか、カメラがどう動くかを言葉で指定。街並み、商品撮影、アニメーションなど、画像がなくてもテキストだけで作成を始められます。
写真やイラストをアップロードして、加えたい動きをテキストで指示。アップロードした画像が動画の開始構図になります。
開始画像と任意の終了画像をアップロードして、シーンの変化をコントロール。動画や音声のリファレンス指定とは別枠の機能です。
画像から動画モードでは、被写体を示す画像、動きを示す短い動画、サウンドをガイドする音声クリップを追加できます。
商品の紹介や室内を歩き回るシーンなど、時間をかけて展開する描写に最長30秒まで活用できます。アップロードしたリファレンス動画の分だけ、生成可能な動画の長さは短くなります。
セリフ、足音、街の喧騒などのサウンドをプロンプトに含めると、Wan 3.0が映像とあわせて生成します。
商品の写真から、マグカップやボトル、パッケージの周囲をゆっくり回るカメラワークを生成。希望のアングルやライティングを指定できます。
顔の向きを変える、小さなしぐさ、揺れる布地など、ポートレートに動きをプラス。ベースとなる写真を選び、ひとつの動作を指定して始めましょう。
雨の通りを歩くキャラクターや小川を流れる紙の舟などを表現。足音、雨音、水音などをプロンプトに加えることも可能です。
Alibaba Cloudの公式発表動画やサードパーティによる検証動画をご覧ください。これらの動画はEaseGen上で生成されたものではなく、各クリエイターによって公開されたものです。
WonderClipによる、1つのプロンプトから作成された30秒のシーン検証。
Open original videoAtlas Cloudによる、Wan 3.0とSeedance 2.5の作例比較。
Open original video説明文から作成する場合は「テキストから動画」を、元画像をアップロードしたりリファレンスファイルを使用したりする場合は「画像から動画」を選択します。
被写体の動作、カメラの動き、鳴らしたいサウンドを記述します。「窓の方を振り返る人物」のように、まずは1つの主要な動きから始めるのがおすすめです。
画像から動画では、リファレンスとして使用したい画像、動画、音声を指定できます。開始画像と終了画像を指定したい場合は、「最初/最後のフレーム」をオンにします。
動画の長さと解像度を設定し、「動画を生成」ボタンに表示されるクレジット数を確認します。サインインして生成を開始すると、「マイクリエイション」で結果の再生・ダウンロードが可能です。
以下のプロンプトを試すか、被写体やアクションを自由に変更してお使いください。
A matte black travel mug on a stone pedestal in a daylight studio. Move the camera slowly halfway around the mug from left to right. Keep the mug centered and its shape unchanged. A narrow reflection moves across the metal lid. Add quiet room sound and a soft tap at the end.
テキストから動画:商品の周囲をゆっくりと移動するカメラワーク。
An evening street after rain. A person in a yellow raincoat walks past lit shop windows. Follow beside them at walking speed, keeping their face in profile. Shop lights reflect in the puddles. Add footsteps, distant traffic, and light rain, with no dialogue.
テキストから動画:雨音と街の喧騒を伴う歩行シーン。
Use the uploaded portrait as the first frame. The person slowly turns toward a window as the camera moves closer. A light breeze moves the jacket fabric, and warm morning light falls on the face. Keep the person's face, hairstyle, and jacket unchanged.
画像から動画:このプロンプトを使用する前にポートレート写真をアップロードしてください。
A small red paper boat floats down a stream in a hand-painted forest. Start close to the boat, then raise the camera to reveal fireflies and a wooden footbridge. The water moves gently. Add soft bells and flowing water sounds. Keep the scene in one shot.
テキストから動画:周囲の情景が徐々に明らかになるアニメーションシーン。
EaseGenで利用可能な設定。Wan 3.0では、アップロードしたリファレンス動画と生成動画の合計が30秒以下である必要があります。
| 機能・項目 | Wan 2.6 | Wan 2.7 | Wan 3.0 |
|---|---|---|---|
| クリップの長さ | 5 / 10 / 15秒 | 2–15秒 | 2–30秒 |
| 解像度 | 720p / 1080p | 720p / 1080p | 480p / 720p / 1080p |
| 開始・終了フレーム指定 | 非対応 | 対応 | 対応 |
| 参照動画 | 非対応 | 非対応 | 最大5本 / 合計15秒 |
| 参照音声 | 非対応 | 非対応 | 最大5クリップ |
| おすすめの用途 | 1枚の開始画像をアニメーション化 | 開始画像と終了画像を滑らかに接続 | 動画と音声の参照素材を使った長めのシーン |
EaseGenで利用可能な設定です。参照数の上限は「画像から動画」モードに適用されます。
| 機能 | Seedance 2.5 | Kling 3.0 | Wan 3.0 |
|---|---|---|---|
| クリップの長さ | 4–30秒 | 3–15秒 | 2–30秒 |
| 解像度 | 480p / 720p | 720p / 1080p / 4K | 480p / 720p / 1080p |
| 参照画像 | 最大30枚 | 最大4枚 | 最大10枚 |
| 参照動画 | 最大10本 / 合計30秒 | 非対応 | 最大5本 / 合計15秒 |
| 参照音声 | 最大10クリップ | 非対応 | 最大5クリップ |
| 音声生成 | 対応 | 720p / 1080pのみ | 対応 |
| おすすめの用途 | より多くの参照ファイルを使用したい場合 | 短い4Kクリップを作成したい場合 | 動画と音声を参照しながら1080pで作成したい場合 |
EaseGenでのWan 3.0の利用には、アカウントと動画生成用のクレジットが必要です。消費クレジット数は解像度と動画の長さによって異なり、アップロードした参照動画の長さにも応じて加算されます。生成を実行する前に「動画を生成」ボタンに表示される合計クレジット数をご確認ください。
EaseGenでは、少なめのクレジットでプロンプトをテストしたい場合は480pのWan 3.0を、高画質でプレビューしたい場合は720pを、最終出力には1080pを選択するのがおすすめです。同じ長さの場合、解像度が高いほど消費クレジットが多くなります。
画像も動画も、ひとつのワークスペースでアイデアをかたちに。