wan-2-1/image-to-video
Transforme imagens em vídeos com qualidade cinematográfica.
Wan 3.0 é o modelo completo de geração de vídeo do Wan-AI que transforma texto, imagens, vídeo, áudio, arquivos e páginas da web em clipes coerentes com som sincronizado. Esta página fornece Wan 3.0 Image to Video: fornece uma imagem de primeiro quadro e um prompt, e anima esse quadro em um clipe de 2 a 30 segundos, com um último quadro opcional para fixar como a cena termina. O mesmo modelo subjacente também executa texto para vídeo e referência para vídeo, portanto, a aparência que você desenvolve aqui é transferida para toda a família.
| Vantagem Wan 3.0 | O que isso significa para você |
|---|---|
| Um modelo, muitos insumos | Wan 3.0 lida com texto, imagens do primeiro/último quadro, imagens de referência, vídeo, áudio, documentos e links, portanto você raramente precisa alternar ferramentas entre ideias. |
| Controle do primeiro e do último quadro | Nesta página você pode definir o quadro de abertura e fechamento, dando ao Wan 3.0 um controle mais rígido sobre como uma cena começa e é resolvida do que uma animação apenas do primeiro quadro. |
| Saída flexível de 2 a 30 segundos | Wan 3.0 renderiza rascunhos curtos ou tomadas únicas mais longas, de modo que iterações rápidas e tomadas finalizadas vêm do mesmo ponto final. |
| Áudio sincronizado, opcional | Cada resultado Wan 3.0 pode incluir uma trilha de áudio correspondente ou você pode exportar um clipe silencioso – alternar o áudio não altera o preço. |
A primeira tabela lista os controles expostos pela ferramenta Wan 3.0 Image to Video nesta página.
| Parâmetro | Obrigatório | Tipo | Padrão | Gama / Opções | Como escolher |
|---|---|---|---|---|---|
aviso* | Sim (*) | Corda | Exemplo de prompt | Até 20.000 caracteres | Descreva o assunto, seu movimento, movimento da câmera, iluminação e estilo. A estrutura clara é mais importante do que o comprimento. |
image_url* | Sim (*) | Corda | Imagem de exemplo | URL da imagem ou Base64 | O primeiro quadro Wan 3.0 é animado. Use uma imagem nítida, bem iluminada e organizada para obter a melhor preservação do assunto. |
end_image_url | Não | Corda | vazio | URL da imagem ou Base64 | Um último quadro opcional; defina-o quando a pose ou composição final for fixada. |
resolução | Não | Corda | 720p | 480p, 720p, 1080p | Use 480p para rascunhos rápidos e 1080p para entrega com mais detalhes. |
aspect_ratio | Não | Corda | adaptive | adaptive, 16:9, 9:16, 1:1, 4:3, 3:4 | Deixe adaptive para seguir a imagem de entrada ou force uma proporção para um posicionamento específico. |
duração | Não | Inteiro | 5 | 2–30 segundos | Mantenha-o curto enquanto refina o movimento e aumente-o quando a direção for confirmada. |
thinking_mode | Não | Booleano | falso | verdadeiro / falso | Habilite prompts complexos que combinam vários movimentos ou regras de composição. |
enable_audio | Não | Booleano | verdadeiro | verdadeiro / falso | Continue para uma faixa de áudio sincronizada; desligue para um clipe silencioso. |
semente | Não | Inteiro | Aleatório | 0–2147483647 | Corrija uma semente para reproduzir um resultado enquanto faz edições pequenas e comparáveis. |
*Campo obrigatório.
A tabela a seguir resume o modelo Wan 3.0 mais amplo. As entradas de referência, documento e somente texto estão disponíveis por meio de outros modos e ferramentas irmãs do modelo, não como controles nesta página Imagem para Vídeo.
| Dimensão central | Wan 3.0 |
|---|---|
| Modelo | wan3.0-video |
| Modos de geração | Texto para vídeo; Imagem para Vídeo (primeiro quadro ou primeiro + último quadro); Referência ao vídeo a partir de imagens, vídeo e áudio; além de referências de documentos e links da web. |
| Duração da saída | 2–30 segundos. Com entrada de vídeo, a entrada e a saída permanecem dentro de 30 segundos. Uma opção de duração inteligente permite que Wan 3.0 recomende uma duração. |
| Resolução | 480P, 720P ou 1080P. |
| Proporção de saída | adaptive (recomendado a partir da entrada) ou 16:9, 4:3, 1:1, 3:4, 9:16. |
| Saída de áudio | Áudio sincronizado opcional, gerado com a imagem e ativado por padrão. |
| Entrada do primeiro/último quadro | Até um first_frame e um last_frame. Imagens: JPEG, JPG, PNG, BMP ou WEBP; 240–8000 pixels por lado; proporção de aspecto de até 8:1; até 20 MB cada. |
| Imagens de referência | Até 10 imagens de referência para consistência de sujeito, objeto ou cena. |
| Vídeos de referência | Até 5 clipes; MP4 ou MOV; 1–15 segundos cada; vídeo combinado de até 15 segundos; 240–4096 pixels por lado; até 100 MB por clipe. |
| Áudio de referência | Até 5 clipes; WAV ou MP3; áudio combinado de até 15 segundos; até 15 MB cada. |
| Documento / entrada web | Um documento (DOCX, PDF, PPTX, XLSX, TXT e similares, até 50 páginas) ou um link público da web. |
| Exclusividade do modo | As entradas do primeiro/último quadro não podem ser combinadas com entradas de referência, documento ou link na mesma solicitação. |
| Limite de prompt | Até 20.000 caracteres. |
O preço de Wan 3.0 depende da resolução escolhida e da duração gerada. Ativar ou desativar o áudio Wan 3.0 não altera a taxa.
| Resolução | Preço por segundo | 5s | 10s | 30 anos |
|---|---|---|---|---|
| 480p | US$ 0,06 | US$ 0,30 | US$ 0,60 | US$ 1,80 |
| 720p | US$ 0,12 | US$ 0,60 | US$ 1,20 | US$ 3,60 |
| 1080p | US$ 0,25 | US$ 1,25 | US$ 2,50 | US$ 7,50 |
Para lotes de 1 a 4 saídas, calcule o total como duração × taxa por segundo × contagem de saída.
Use esta estrutura Wan 3.0 reutilizável:
[assunto + detalhes de definição] + [um movimento ao longo do tempo] + [enquadramento e movimento da câmera] + [configuração + iluminação] + [tratamento visual] + [áudio] + [quadro final ou restrição]
Use esta comparação Wan 3.0 como um guia de família de modelos; a resolução e a duração máximas podem não estar disponíveis juntas e diferentes ferramentas podem expor diferentes entradas e controles. Com base em informações publicamente disponíveis.
| Modelo | Resolução | Duração máxima | Áudio | Destaque |
|---|---|---|---|---|
| Wan 3.0 | 480p–1080p | 30 anos | Áudio sincronizado opcional | Um modelo completo que abrange texto, primeiro/último quadro e referência a vídeo a partir de imagens, vídeo e áudio, além de entradas de documentos e da Web. |
| Kling 3.0 | Até 4K | 15 anos | Áudio nativo com sincronização labial | Coordena mudanças de câmera multi-shot e diálogos atribuídos ao locutor para anúncios com roteiro e cenas de personagens. |
| Hailuo 02 | 1080p | ~10s | Nenhum | Movimento focado na física e forte aderência imediata para ação silenciosa e fotos de produtos. |
| Sementeira 2.5 | 1080p | 30 anos | Áudio e vídeo conjuntos | Geração com muitas referências com fala e efeitos sincronizados para edições sensíveis à identidade. |
| Veo 3.1 | 4K | 8s | Diálogo e efeitos nativos | Controles de primeiro/último quadro e referência adequados para transições cinematográficas e sequências montadas. |
O que diferencia Wan 3.0 é a amplitude: um modelo único que anima um primeiro quadro, respeita um último quadro e pode extrair imagens, vídeo, áudio, documentos e links – enquanto gera som sincronizado opcional. Escolha Wan 3.0 Image to Video quando tiver um quadro de abertura para dar vida e vá para o texto ou ferramentas de referência quando seu ponto de partida mudar.
Transforme imagens em vídeos com qualidade cinematográfica.
Remova fundos com a versão Fast e configure codec, refinamento de bordas e tipo de objeto.
Edite vídeos com estilo, controle de luz e geração por texto
Anime uma imagem de referência obrigatória a partir de um prompt obrigatório. Controle o tamanho da saída, a contagem de quadros, a taxa de reprodução, a semente, as etapas, a orientação e a deslocamento de amostragem.
Transforme imagens em vídeos fluidos com animação entre quadros
Wan 3.0 Reference To Video cria clipes a partir de referências de imagem, vídeo e áudio
Wan 3.0 imagem para vídeo pega uma única imagem de primeiro quadro e a anima em um clipe curto e coerente com base no seu prompt de texto. É uma boa opção para transformar fotos de produtos, retratos, fotos de estilo de vida ou arte conceitual em movimento sem manipulação ou quadros-chave manuais.
Você sempre fornece uma imagem de primeiro quadro e, opcionalmente, pode adicionar uma imagem de último quadro quando a pose ou composição final for importante. Wan 3.0 então gera um movimento contínuo que começa no primeiro quadro e termina no último, dando a você um controle mais rígido sobre como a cena começa e termina.
Como o primeiro quadro é usado diretamente como abertura do vídeo, Wan 3.0 tende a manter a aparência e o enquadramento do sujeito consistentes ao longo do clipe. Usar uma imagem de entrada nítida, bem iluminada e organizada proporciona a melhor preservação do assunto.
Wan 3.0 suporta saída 480p, 720p e 1080p, com 720p como padrão comum. A duração é ajustável de 2 a 30 segundos e a proporção pode ser widescreen, vertical, quadrada ou clássica, ou definida como adaptive para seguir a imagem de entrada. Verifique o painel de parâmetros RunComfy para os limites exatos de corrente.
Sim. Wan 3.0 pode produzir uma trilha de áudio sincronizada junto com o clipe, e você pode desligar o áudio quando precisar apenas de imagens silenciosas. Alternar o áudio não altera o custo de geração.
As imagens de entrada devem ser formatos comuns, como JPEG, PNG ou WEBP, com resolução e proporção razoáveis. Quadros de qualidade muito baixa ou muito desordenados podem reduzir a qualidade do movimento, portanto, prefira um primeiro quadro limpo e de alta resolução. Os limites podem variar de acordo com as configurações do provedor.
Sim. Você pode prototipar Wan 3.0 na UI do modelo RunComfy e, em seguida, chamar o mesmo modelo por meio de RunComfy HTTP API com parâmetros idênticos para produção ou automação. Isso permite passar de um teste de navegador para um pipeline integrado sem alterar o modelo.
As gerações consomem dólares ou créditos com base na resolução e duração da saída: US$ 0,06 por segundo em 480p, US$ 0,12 por segundo em 720p e US$ 0,25 por segundo em 1080p. Novos usuários normalmente recebem um valor de teste gratuito para experimentar Wan 3.0 antes de se comprometerem com execuções maiores.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
