kling-video-o3/standard/text-to-video
Gere vídeos cinematográficos de 3–15 s a partir de texto, com som opcional.
Wan 3.0 Reference To Video monta um clipe coerente a partir de um prompt mais referências multimodais, incluindo imagens, vídeos e áudio, com duração de 2 a 30 segundos e controle de proporção. Trocando composição frágil por consistência guiada por referência, ajuda estúdios, equipes de publicidade e criadores a manter personagens, objetos, movimentos e som de marca em uma cena. Para desenvolvedores, Wan 3.0 Reference To Video em RunComfy pode ser usado tanto no navegador quanto por meio de um HTTP API, portanto você não precisa hospedar ou dimensionar o modelo sozinho.
Ideal para: Consistência de Personagem | Cenas de produtos de marca | Contação de histórias multimodal
Wan 3.0 Reference To Video pega um prompt de texto junto com a mídia de referência e compõe um novo clipe que os homenageia. Forneça imagens, vídeos ou áudio de referência e aponte-os no prompt como Imagem 1, Vídeo 1 ou Áudio 1 para controlar quem aparece, como eles se movem e como a cena soa.
Esse endpoint de referência foi criado para um trabalho de consistência: personagens recorrentes, produtos específicos, um estilo de movimento retirado de um clipe ou uma sensação de áudio transportada para uma nova cena. As referências são correspondidas na ordem em que você as fornece.
| Parâmetro | Obrigatório | Tipo | Padrão | Gama / Opções | Descrição |
|---|---|---|---|---|---|
| alerta* | Sim (*) | corda | - | - | Cena, assunto, movimento, câmera, iluminação e estilo. |
| reference_images | Condicional | matriz | vazio | até 10 | Imagens de referência para consistência de assunto ou cena. |
| reference_videos | Condicional | matriz | vazio | até 5 | Vídeos de referência (1-15s cada, 15s no total). |
| reference_audios | Condicional | matriz | vazio | até 5 | Áudio de referência (15s no total). |
| resolução | Não | corda | 720p | 480p, 720p, 1080p | Camada de resolução de saída. |
| aspect_ratio | Não | corda | 16:9 | 16:9, 9:16, 1:1, 4:3, 3:4, adaptive | Proporção de aspecto de saída. |
| duração | Não | inteiro | 5 | 2-30 | Duração da saída em segundos. |
| enable_audio | Não | booleano | verdade | verdadeiro/falso | Inclui uma trilha de áudio sincronizada. |
| semente | Não | inteiro | aleatório | 0-2147483647 | Semente para resultados reproduzíveis. |
Forneça pelo menos um entre reference_images, reference_videos ou reference_audios.
A cobrança é por segundo contabilizado: duração da saída mais a duração combinada dos vídeos de referência. Taxas: US$ 0,049/s em 480p, US$ 0,099/s em 720p e US$ 0,199/s em 1080p. Imagens e áudio de referência não são cobrados como duração. Ativar ou desativar o áudio não altera a taxa. O valor antes do envio é uma estimativa; a cobrança final é definida após a execução.
Gere vídeos cinematográficos de 3–15 s a partir de texto, com som opcional.
Crie um vídeo com o Google Veo 3 a partir de um prompt e escolha se o áudio deve ser gerado.
Texto para vídeo cinematográfico em 4K por US$ 0,47 por segundo de saída.
FLUX 3 Draft Keyframes: Pré-visualizações rápidas de vídeo com vários quadros-chave em 720p
Crie um vídeo animado com uma imagem de referência e um vídeo de origem, escolhendo tamanho de saída e seed.
Transforme imagens estáticas em clipes animados e fluidos com controle de áudio.
Wan 3.0 Reference To Video cria um clipe a partir de um prompt de texto combinado com mídia de referência, como imagens, vídeos e áudio. Ele foi projetado para um trabalho consistente: manter um personagem, produto ou estilo de movimento reconhecível em uma nova cena, em vez de compor à mão.
Aceita até 10 imagens de referência, até 5 vídeos de referência e até 5 clipes de áudio de referência em uma solicitação. As imagens ajudam a bloquear a identidade, os vídeos orientam o movimento ou o ritmo e o áudio orienta o som, e você aponta para cada um no prompt como Imagem 1, Vídeo 1 ou Áudio 1.
Como você fornece referências visuais diretas, Wan 3.0 Reference To Video pode transportar a aparência de um personagem ou objeto para a cena gerada de forma mais confiável do que apenas um prompt. Imagens de referência limpas e de assunto único geralmente fornecem o bloqueio de identidade mais forte.
Os vídeos de referência devem ser MP4 ou MOV, de 1 a 15 segundos cada, com duração total do vídeo de referência não superior a 15 segundos. O áudio de referência também permanece dentro de cerca de 15 segundos no total. Verifique o painel de parâmetros RunComfy para obter os limites exatos de corrente antes de uma execução.
A saída está disponível em 480p, 720p ou 1080p, com duração de 2 a 30 segundos e proporções incluindo 16:9, 9:16, 1:1, 4:3 e 3:4. Você também pode gerar uma trilha de áudio sincronizada ou exportar o clipe silencioso.
Use Wan 3.0 Reference To Video quando precisar de consistência entre várias referências ou uma combinação de orientação de imagem, vídeo e áudio de uma só vez. Use imagem para vídeo quando quiser simplesmente animar um único primeiro quadro que você já possui.
Sim. Você pode prototipar Wan 3.0 Reference To Video na UI do modelo RunComfy e, em seguida, chamar o mesmo modelo por meio de RunComfy HTTP API com parâmetros idênticos. Isso mantém sua configuração orientada por referência consistente entre os testes do navegador e a automação da produção.
As gerações consomem dólares ou créditos por segundo contabilizado: US$ 0,049 em 480p, US$ 0,099 em 720p e US$ 0,199 em 1080p. Os segundos contabilizados são o clipe final mais a duração combinada dos vídeos de referência (imagens e áudio não são cobrados como duração). Como os vídeos de referência são medidos após a execução, o valor antes do envio é uma estimativa. Novos usuários normalmente recebem um valor de teste gratuito para experimentar Wan 3.0 Reference To Video antes de 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.
