seedance-2.5/first-last-frame/720p
Une las imágenes fijas de inicio y fin en un vídeo cinematográfico fluido
Wan 3.0 es el modelo de generación de video todo en uno de Wan-AI que convierte texto, imágenes, video, audio, archivos y páginas web en clips coherentes con sonido sincronizado. Esta página proporciona Wan 3.0 Image to Video: proporciónele una imagen del primer fotograma y un mensaje, y animará ese fotograma en un clip de 2 a 30 segundos, con un último fotograma opcional para fijar cómo termina la toma. El mismo modelo subyacente también ejecuta texto a video y referencia a video, por lo que la apariencia que desarrolle aquí se transfiere a toda la familia.
| Wan 3.0 ventaja | Qué significa para ti |
|---|---|
| Un modelo, muchas aportaciones | Wan 3.0 maneja texto, imágenes del primer/último fotograma, imágenes de referencia, vídeo, audio, documentos y enlaces, por lo que rara vez es necesario cambiar de herramienta entre ideas. |
| Control del primer y último fotograma | En esta página puede configurar tanto el fotograma de apertura como el de cierre, lo que le da a Wan 3.0 un control más estricto sobre cómo comienza y se resuelve una toma que una animación de solo el primer fotograma. |
| Salida flexible de 2 a 30 segundos | Wan 3.0 genera borradores cortos o tomas únicas más largas, por lo que las iteraciones rápidas y las tomas terminadas provienen del mismo punto final. |
| Audio sincronizado, opcional | Cada resultado de Wan 3.0 puede incluir una pista de audio coincidente o puede exportar un clip silencioso; alternar el audio no cambia el precio. |
La primera tabla enumera los controles expuestos por la herramienta Wan 3.0 Image to Video en esta página.
| Parámetro | Requerido | Tipo | Predeterminado | Gama / Opciones | Cómo elegir |
|---|---|---|---|---|---|
rápido* | Sí (*) | Cadena | Mensaje de ejemplo | Hasta 20.000 caracteres | Describe el sujeto, su movimiento, el movimiento de la cámara, la iluminación y el estilo. La estructura clara importa más que la longitud. |
image_url* | Sí (*) | Cadena | Imagen de ejemplo | URL de imagen o Base64 | El primer cuadro desde el que se anima Wan 3.0. Utilice una imagen nítida, bien iluminada y ordenada para preservar mejor el sujeto. |
end_image_url | No | Cadena | vacío | URL de imagen o Base64 | Un último cuadro opcional; configúrelo cuando la pose o composición final sea fija. |
resolución | No | Cadena | 720p | 480p, 720p, 1080p | Utilice 480p para borradores rápidos y 1080p para entregas más detalladas. |
aspect_ratio | No | Cadena | adaptive | adaptive, 16:9, 9:16, 1:1, 4:3, 3:4 | Deje adaptive para seguir la imagen de entrada o fuerce una proporción para una ubicación específica. |
duración | No | Entero | 5 | 2–30 segundos | Manténgalo corto mientras refina el movimiento, luego levántelo una vez que se confirme la dirección. |
thinking_mode | No | booleano | falso | verdadero / falso | Habilítelo para indicaciones complejas que combinen varios movimientos o reglas de composición. |
enable_audio | No | booleano | verdadero | verdadero / falso | Continúe para ver una pista de audio sincronizada; apágalo para un clip silencioso. |
semilla | No | Entero | Aleatorio | 0–2147483647 | Corrige una semilla para reproducir un resultado mientras realizas ediciones pequeñas y comparables. |
La siguiente tabla resume el modelo Wan 3.0 más amplio. Las entradas de referencia, documentos y solo texto están disponibles a través de otros modos y herramientas hermanas del modelo, no como controles en esta página de Imagen a Video.
| Dimensión central | Wan 3.0 |
|---|---|
| Modelo | wan3.0-video |
| Modos de generación | Texto a vídeo; Imagen a vídeo (primer fotograma o primer + último fotograma); Referencia a vídeo a partir de imágenes, vídeo y audio; además de referencias de documentos y enlaces web. |
| Duración de la salida | 2 a 30 segundos. Con entrada de vídeo, la entrada más la salida se mantienen dentro de los 30 segundos. Una opción de duración inteligente permite a Wan 3.0 recomendar una duración. |
| Resolución | 480P, 720P o 1080P. |
| Relación de aspecto de salida | adaptive (recomendado desde la entrada) o 16:9, 4:3, 1:1, 3:4, 9:16. |
| Salida de audio | Audio sincronizado opcional, generado con la imagen y activado por defecto. |
| Entrada del primer/último fotograma | Hasta un first_frame y un last_frame. Imágenes: JPEG, JPG, PNG, BMP o WEBP; 240–8000 píxeles por lado; relación de aspecto de hasta 8:1; hasta 20 MB cada uno. |
| Imágenes de referencia | Hasta 10 imágenes de referencia para coherencia entre sujeto, objeto o escena. |
| Vídeos de referencia | Hasta 5 clips; MP4 o MOV; 1–15 segundos cada uno; vídeo combinado de hasta 15 segundos; 240–4096 píxeles por lado; hasta 100 MB por clip. |
| Audio de referencia | Hasta 5 clips; WAV o MP3; audio combinado de hasta 15 segundos; hasta 15 MB cada uno. |
| Documento/entrada web | Un documento (DOCX, PDF, PPTX, XLSX, TXT y similares, hasta 50 páginas) o un enlace web público. |
| Modo exclusividad | Las entradas del primer/último fotograma no se pueden combinar con entradas de referencia, documento o enlace en la misma solicitud. |
| Límite de avisos | Hasta 20.000 caracteres. |
El precio de Wan 3.0 depende de la resolución que elija y la duración generada. Habilitar o deshabilitar el audio Wan 3.0 no cambia la tarifa.
| Resolución | Precio por segundo | 5s | 10 | 30 años |
|---|---|---|---|---|
| 480p | $0,06 | $0,30 | $0,60 | $1,80 |
| 720p | $0,12 | $0,60 | $1,20 | $3,60 |
| 1080p | $0,25 | $1,25 | $2.50 | $7.50 |
Para lotes de 1 a 4 salidas, calcule el total como "duración × tasa por segundo × recuento de salidas".
Utilice esta estructura Wan 3.0 reutilizable:
[sujeto + detalles definitorios] + [un movimiento en el tiempo] + [encuadre y movimiento de la cámara] + [escenario + iluminación] + [tratamiento visual] + [audio] + [cuadro final o restricción]
Utilice esta comparación Wan 3.0 como guía de familia de modelos; Es posible que la resolución y la duración máximas no estén disponibles juntas, y diferentes herramientas pueden exponer diferentes entradas y controles. Basado en información disponible públicamente.
| Modelo | Resolución | Duración máxima | Audio | Destacado |
|---|---|---|---|---|
| Wan 3.0 | 480p–1080p | 30 años | Audio sincronizado opcional | Un modelo todo en uno que abarca texto, primer/último fotograma y referencia a vídeo a partir de imágenes, vídeo y audio, además de entradas de documentos y web. |
| Kling 3.0 | Hasta 4K | 15 | Audio nativo con sincronización de labios | Coordina cambios de cámara de tomas múltiples y diálogos asignados por el orador para anuncios con guión y escenas de personajes. |
| Hailuo 02 | 1080p | ~10s | Ninguno | Movimiento centrado en la física y fuerte adherencia inmediata para acciones silenciosas y tomas de productos. |
| Semilla 2.5 | 1080p | 30 años | Audio y vídeo conjuntos | Generación con muchas referencias con voz sincronizada y efectos para ediciones sensibles a la identidad. |
| Veo 3.1 | 4K | 8s | Diálogos y efectos nativos | Controles de referencia y primer/último fotograma adecuados para transiciones cinematográficas y secuencias ensambladas. |
Lo que distingue a Wan 3.0 es la amplitud: un modelo único que anima un primer fotograma, honra un último fotograma y puede extraer imágenes, videos, audio, documentos y enlaces, mientras genera sonido sincronizado opcional. Elija Wan 3.0 Image to Video cuando tenga un marco de apertura para darle vida y muévase al texto o a las herramientas de referencia cuando cambie su punto de partida.
Une las imágenes fijas de inicio y fin en un vídeo cinematográfico fluido
Cree una toma nueva a partir de un vídeo de referencia y guíela con un prompt, elementos, imágenes, relación de aspecto, duración y audio original.
Generación cinematográfica de texto a vídeo en 4K a 0,42 $ por segundo de salida.
Separa personas u objetos del fondo del vídeo y configura códec, refinado de bordes y tipo de sujeto.
Anima una imagen de referencia con Sora 2 Pro mediante un prompt y elige el tamaño y la duración.
Anima una imagen de origen obligatoria con uno de 48 efectos predefinidos y controles de resolución, duración, prompt negativo y optimización.
Wan 3.0 imagen a video toma una sola imagen del primer fotograma y la anima en un clip corto y coherente según el mensaje de texto. Es una buena opción para convertir fotografías de productos, retratos, fotografías de estilos de vida o arte conceptual en movimiento sin manipulación ni fotogramas clave manuales.
Siempre proporcionas una imagen del primer fotograma y, opcionalmente, puedes agregar una imagen del último fotograma cuando la pose o la composición final sean importantes. Luego, Wan 3.0 genera un movimiento continuo que comienza en el primer cuadro y se resuelve hacia el último, lo que le brinda un control más estricto sobre cómo comienza y termina la toma.
Debido a que el primer fotograma se utiliza directamente como apertura del vídeo, Wan 3.0 tiende a mantener la apariencia y el encuadre del sujeto consistentes a lo largo del clip. El uso de una imagen de entrada nítida, bien iluminada y ordenada proporciona la mejor preservación del sujeto.
Wan 3.0 admite salida 480p, 720p y 1080p, con 720p como valor predeterminado común. La duración se puede ajustar de 2 a 30 segundos y la relación de aspecto puede ser de pantalla ancha, vertical, cuadrada o clásica, o establecerse en adaptive para que siga la imagen de entrada. Verifique el panel de parámetros RunComfy para conocer los límites de corriente exactos.
Sí. Wan 3.0 puede producir una pista de audio sincronizada junto con el clip y puedes desactivar el audio cuando solo necesitas imágenes silenciosas. Alternar audio no cambia el costo de generación.
Las imágenes de entrada deben tener formatos comunes como JPEG, PNG o WEBP, con una resolución y relación de aspecto razonables. Los fotogramas de muy baja calidad o muy desordenados pueden reducir la calidad del movimiento, así que prefiera un primer fotograma limpio y de alta resolución. Los límites pueden variar según la configuración del proveedor.
Sí. Puede crear un prototipo de Wan 3.0 en la interfaz de usuario del modelo RunComfy y luego llamar al mismo modelo a través de RunComfy HTTP API con parámetros idénticos para producción o automatización. Eso le permite pasar de una prueba de navegador a una canalización integrada sin cambiar el modelo.
Las generaciones consumen dólares o créditos según la resolución y la duración de la salida: $0,06 por segundo en 480p, $0,12 por segundo en 720p y $0,25 por segundo en 1080p. Los nuevos usuarios normalmente obtienen una cantidad de prueba gratuita para probar Wan 3.0 antes de comprometerse con tiradas más grandes.
RunComfy es la principal ComfyUI plataforma, ofreciendo ComfyUI en línea entorno y servicios, junto con flujos de trabajo de ComfyUI con impresionantes imágenes. RunComfy también ofrece AI Models, permitiendo a los artistas aprovechar las últimas herramientas de AI para crear arte increíble.
