Wan 3.0 لتحويل النص إلى فيديو
ثلاثون ثانية، والصوت معها
برومبت يدخل، ومقطع جاهز يخرج — بلا برنامج مونتاج بينهما. تحويل النص إلى فيديو مع Wan 3.0 يعمل من 2 إلى 30 ثانية بدقة تصل إلى 1080P، والكلام والمؤثرات والموسيقى تُولَّد في المرور نفسه مع الصورة.
ستة برومبتات لتحويل النص إلى فيديو مع Wan 3.0 والمقاطع التي أنتجتها، ثم بقية المكتبة · اضغط جرّب هذا لتحميل أحدها
12s · 16:9 · 720Pراقصات في ضباب مضاء من الخلف
ماذا يعطيك تحويل النص إلى فيديو مع Wan 3.0 فعلًا
تحويل النص إلى فيديو مع Wan 3.0 يأخذ برومبتًا مكتوبًا يصل إلى 20,000 حرف ويعيد ملف MP4 واحدًا مدته 2 إلى 30 ثانية بمعدل 30 إطارًا في الثانية، بدقة 480P أو 720P أو 1080P، مع الكلام والمؤثرات والموسيقى تُولَّد في المرور نفسه. لا خطوة صوت منفصلة ولا مرحلة رفع دقة.
امرأة تسير في شارع.
والنموذج ملأ الباقي
- أي وقت من النهار؟
- ماذا ترتدي؟
- من أين يأتي الضوء؟
- إلى أي جهة تتحرك الكاميرا؟
- كيف يبدو صوت المشهد؟
- وكيف ينتهي؟
Wan 3.0 · 16:9 · 720P · 5 ثست إجابات لم تعطها أنت، اختيرت نيابة عنك. وليس ذلك تقصيرًا من النموذج — البرومبت مواصفة، وكل سؤال يتركه مفتوحًا سؤال على Wan 3.0 أن يغلقه وحده. والمساحة المتاحة للإجابة هي الفارق كله: 20,000 حرف أكثر بكثير مما تحتاجه أي لقطة، وموجز الصوت يعيش في الحقل نفسه مع الصورة.
- الحروف التي يمكنك كتابتها
- 20,000
- أي عدد صحيح
- 2–30 ث
- في كل فئة
- 30 fps
- الدقات: 480P · 720P · 1080P
- 3
- الصورة والصوت معًا
- مرور واحد
الحروف التي يمكنك كتابتها
أي عدد صحيح
في كل فئة
الدقات: 480P · 720P · 1080P
الصورة والصوت معًا
- بلا صورة مصدر
- بلا خطوة صوت منفصلة
- بلا مرحلة رفع دقة
خمس ثوانٍ وثلاثون ثانية
برومبتان مختلفان في Wan 3.0
هذا أول ما يخطئ فيه الناس. المقطع القصير على Wan 3.0 يريد فعلًا واحدًا موصوفًا بدقة. والطويل يريد مشاهد مرتبة — وإن تركت ثلثه الأخير بلا حساب، ملأه النموذج بما يحلو له. ثلاثة مقاطع حقيقية أدناه، واحد لكل مدة، ومعها البرومبت الذي صنعه.
5 ثوانٍ
فعل واحد
One subject, one action, one framing. Do not describe a change — there is no room to deliver one.
يثبت
ثلاثة مشاهد مكتوبة داخل خمس ثوانٍ، فيختار النموذج أقواها. اطلب واحدًا تحصل على الذي طلبته.
12 ثانية
مشاهد، مرتبة
Two or three beats with the order stated. Then, after that, finally — connectives are the only scheduling grammar there is.
يتضح
طويل بما يكفي ليصل شكل ما ويثبت ثم ينصرف. وقصير بما لا تتسع له حكاية — وWan 3.0 ليس لديه قواعد للتوقيت الزمني، فالترتيب لا بد أن يكون كلمات.
15 ثانية
مشاهد، ونهاية
Give every beat one job and write the last one down. An unplanned final third is the most common way a long clip goes wrong.
يحطّ
أربعة مشاهد، والرابع موجود لسبب واحد: ألا يضطر النموذج إلى اختراع طريقة للتوقف.
المدى يمتد من 2 إلى 30 ثانية، أي عدد صحيح، في لقطة واحدة متصلة. والتجريب بدقة 480P يكلف ربع تكلفة 1080P للثواني نفسها، فاعثر على المدة عند 480P وأنفق الدقة مرة واحدة. وكل برومبت من هذه مطبوع كاملًا في البرومبتات الجاهزة.
ابنِ برومبت Wan 3.0
من صيغة Alibaba نفسها
املأ الحقول، وشاهد البرومبت يركّب نفسه، ثم أرسله مباشرة إلى أداة الإنشاء.
تنشر Alibaba الشكل الذي ينبغي أن يتخذه برومبت Wan 3.0: الكيان، ثم المشهد، ثم الحركة، ثم التحكم الجمالي، ثم الأسلوب، والصوت مكتوب إلى جانبها. وأغلب هذا الشكل يضيع في إعادة صياغة نثرية. هذه الحقول تحافظ عليه — ولا يصل أي اسم حقل إلى النموذج، لأن Wan 3.0 يقرأ فقرة واحدة عادية ويرسم كل ما يشبه التسمية.
الترتيب مهم
أين تذهب الكلمات
الكيان والمشهد والحركة — ما الذي يحدث
من أو ما الموجود في الإطار، وأين هو، وما الذي يتحرك.
- الكيان
- المشهد
- الحركة
اكتبها بهذا الترتيب، جملًا عادية. صف الموضوع بدقة تكفي لتخيله، وأعطِ المكان وقتًا من النهار ومصدر ضوء، وقل ما الذي يتحرك وإلى أي مدى وبأي سرعة. والسكون إجابة أيضًا — فالكاميرا التي لا تذكرها كاميرا يحركها النموذج كما يشاء.
التحكم الجمالي والأسلوب — كيف تُصوَّر
حجم اللقطة وحركة الكاميرا والعدسة والضوء — ثم أسلوب مسمّى إن احتاجته اللقطة.
- التحكم الجمالي
- الأسلوب
عبارة واحدة مفصولة بفواصل تحمل التأطير، وحركة الكاميرا بحجمها وسرعتها، والعدسة والضوء. والأسلوب يأتي أخيرًا وهو اختياري: فالنوع الفني يحمل معه قواعد تغطية كاملة، وثلاث كلمات منه تعادل فقرة من الوصف.
الصوت — المرور نفسه
حوار ومؤثرات وأجواء وموسيقى — ولحظات الصمت أيضًا.
- الحوار
- المؤثرات
- الأجواء
- الموسيقى
يكتب Wan 3.0 الصوت إلى جانب الصورة، فهذا موجز صوتي لا فكرة لاحقة. سمِّ الطبقات كلًا على حدة، وضع الجمل المنطوقة بين قوسين معقوفين، وقل ما لا تريد سماعه — فلا يوجد حقل برومبت سلبي، و«بلا موسيقى» جملة.
البرومبت المركّب، مباشرة
الكيان والمشهد والحركة
ساعي توصيل بسترة صفراء مبللة يدفع بكتفه بابًا إلى زقاق ضيق ليلًا، والنيون ينسكب على الطوب المبلل.
التحكم الجمالي والأسلوب
لقطة متوسطة، الكاميرا تتقدم ببطء، حركة صغيرة، عدسة 35 ملم، عمق ميدان ضحل، ضوء عملي قاسٍ.
الصوت
مطر على القماش والإسفلت، صرير مفصلة باب، حركة مرور بعيدة. بلا موسيقى.
0 / 20000
الحقول هي الترتيب الذي نركّب به. وأسماؤها لا تصل إلى النموذج أبدًا.
ماذا يفعل Wan 3.0 به
- 01سلسلة نصية واحدة عادية، حتى 20,000 حرف
- 02بلا أسماء حقول، ولا علامات لقطات، ولا توقيتات زمنية
- 03الحوار يُؤدَّى حين يكون {نص السطر بالضبط}
- 04الاستثناءات تُكتب جملًا، لا في حقل سلبي
- 05الصوت يُولَّد في المرور نفسه وبالسعر نفسه
تفضّل ألا تكتب شيئًا من هذا؟ مولد برومبت يبني الأمر كله من سطر واحد، مجانًا وبلا عدّاد. أو ابدأ من أحد عشر برومبتًا أنتجت مقاطع بالفعل.
سمِّ حركة الكاميرا تحصل على الإحساس
اكتب cinematic ولن يحدث شيء — لا يوجد فيها ما يُنفَّذ. Wan 3.0 يريد حركة، وهو يتبعها بدقة أعلى بكثير حين تحمل الحركة حجمًا وسرعة.
push in / pull out / tracking shot / arc shot / tilt up / pan across / static shot
a small move / a large move
slowly / quickly
إنها تتحرك
slowly push in, a small move
cinematic camera work
لا شيء فيها يُنفَّذ
starts with close-ups, then gently circles both playersتسلسل، لا جدول زمني. «يبدأ ثم…» هي القاعدة كلها.rising slowly from ground level as the machine standsالحركة مربوطة بالفعل، فلا يمكن أن تفقد تزامنها معه.a slow push in that stops before the centre dancer fills the frameحركة لها شرط انتهاء بدل وقت. أمتن من الاثنين معًا.
أين تقع الحركة
بعد المدة التي حددتها — النموذج يضغط بدل أن يمدّد
المدة التي حددتها تنتهي هنا
Wan 3.0 ليس لديه قواعد للتوقيت الزمني. فالترتيب يأتي من أدوات الربط — ثم، بعد ذلك، وأخيرًا — وأوثق طريقة لجدولة حركة كاميرا هي ربطها بفعل لا بلحظة، لأن الحركة المربوطة بفعل تنضغط معه بدل أن تنحرف عن التزامن.
لديك لقطات بالفعل وتفضّل إعادة تنسيقها على إعادة كتابتها؟ ذلك هو تحرير الفيديو مع Wan 3.0. وتحتاج الموضوع نفسه عبر عدة مقاطع؟ من صورة مرجعية إلى فيديو.
كتابة الحوار والصوت داخل
برومبت Wan 3.0
Wan 3.0 يولّد الصوت إلى جانب الصورة في الطلب نفسه، ما يعني أن حقل البرومبت هو أيضًا موجز الصوت — والتكلفة واحدة سواء كتبته أو لم تكتبه. اصمت وستحصل على شريط صوتي على أي حال؛ لكنه شريط اختاره النموذج.
تشريح جملة منطوقة
المرور نفسه · بلا رسم إضافي
الصوت مكتوب على ثلاث مراحل · 720P · 15 ثأربع طبقات، كل واحدة باسمها
4
- الحوار
- المؤثرات
- الأجواء
- الموسيقى
القاعدة التي تفوت الناس
لا يوجد حقل برومبت سلبي. فالاستثناءات تدخل داخل البرومبت جملًا، والصمت واحد منها — قل «بلا موسيقى» فلا تحصل على موسيقى، واصمت فتحصل على ما رأى النموذج أن المشهد يستحقه.
no music, no voice-overصحيحNegative prompt: music, voice-overخطأ
كل ما جاء على هيئة برومبت سلبي يُقرأ كلماتٍ تُرسم، والطلب ينجح رغم ذلك — فيصل الخلل في صورة مقطع مكتمل مكتوب فيه الكلام.
تبدأ من صورة فوتوغرافية للمتحدث؟ مزامنة الشفاه تضع صندوق رفع أمام الاتفاق نفسه. وتحتاج الوجه نفسه أو الصوت نفسه عبر عدة مقاطع؟ استخدم التحويل من صورة مرجعية إلى فيديو — فهو يحمل حتى عشر صور وخمسة مقاطع وخمسة ملفات صوتية في طلب واحد.
مواصفات تحويل النص إلى فيديو مع Wan 3.0
وأربعة مزالق
اثنان من هذه المزالق يكلفانك مالًا أول مرة تصادفهما: إن تركت الدقة بلا تحديد فستذهب إلى الفئة الأغلى، والنسبة الناقصة تُفشل الطلب من أساسه. وبقية الأرقام هي أرقام Wan 3.0 المنشورة من Alibaba، كل رقم مربوط بمصدره.
- 01طول البرومبت
- 20,000 حرفما زاد يُقتطع بصمت بدل أن يُرفض
- المدة
- 2–30 ثانية، بثوانٍ صحيحةمرور واحد. وما بعد الثلاثين يعني مقطعًا ثانيًا وبرنامج مونتاج
- معدل الإطارات
- 30 fps
- 02الدقة
- 480P · 720P · 1080Pتذهب إلى 1080P حين تُترك بلا تحديد — فحددها صراحة
- 4K
- غير مدعوم
- نسبة العرض إلى الارتفاع
- adaptive, 16:9, 4:3, 1:1, 3:4, 9:16تحويل النص إلى فيديو يحتاج نسبة محددة — فالوضع التكيّفي لا صورة لديه يقرأ منها
- الصوت
- يُولَّد في المرور نفسهمفعّلًا أو معطّلًا، السعر واحد
- البذرة
- 0–2,147,483,647تثبّت أغلب التباين، لا كله
Source: Alibaba Cloud Model Studio · مرجع تحويل النص إلى فيديو في Wan 3.0
الأمور الأربعة التي يتعثر فيها الناس
- 01
الدقة تذهب إلى الفئة الأغلى تلقائيًا.
- 480P
- 720P
- 1080P
- unset
اتركها فينشئ Wan 3.0 — ويحاسبك — بدقة 1080P. جرّب عند 480P، وهي ربع السعر للثواني نفسها، وأنفق الدقة مرة واحدة على المقطع الذي ستحتفظ به.
- 02
لا يوجد حقل برومبت سلبي.
- no music
- no on-screen text
- no camera shake
- negative_prompt
الاستثناءات تدخل داخل البرومبت جملًا. وكل ما نُسّق على هيئة برومبت سلبي يصل كلماتٍ تُرسم، والطلب يعيد 200 رغم ذلك — فتدفع ثمن مقطع مكتوب فيه الكلام.
- 03
ترقيم المراجع حساس لحالة الأحرف.
- Image 1
- Video 1
- Audio 1
- image1
بحرف كبير، مع مسافة، ومرقّم لكل نوع بترتيب الرفع. أما الأحرف الصغيرة والشرطات السفلية فلا ترتبط بشيء، ويخترع النموذج موضوعًا بديلًا في صمت. والمزيد عن هذا في التحويل من صورة مرجعية إلى فيديو.
- 04
المدة الذكية تخفي السعر.
- 3s
- 5s
- 15s
- 30s
- auto
ترك النموذج يختار المدة يعني أن التكلفة مجهولة حتى ينتهي. ونحن نحاسب على مدة صريحة بدل ذلك، فالرقم على الزر هو الرقم الذي يُخصم.
كم يكلف مقطع تحويل النص إلى فيديو مع Wan 3.0
يُخصم الرصيد حين يعود المقطع، لا حين تضغط زر الإنشاء. والعملية الفاشلة لا تكلف شيئًا، ويُعاد رصيدها تلقائيًا بلا تذكرة دعم. والمدة والدقة هما وحدهما ما يحرك الفاتورة — الصوت لا يحركها، ولا النسبة، ولا الخطة التي أنت عليها.
مقطع واحد مدته 5 ثوانٍ، بالرصيد
- 480P
- 40 رصيدًا
- 720P
- 80 رصيدًا
- 1080P
- 160 رصيدًا
كل فئة تضاعف السابقة، وWan 3.0 يحتسب من الثانية الأولى بلا حد أدنى مجاني، فالمقطع الذي مدته 15 ثانية يساوي ثلاثة أضعاف جاره الذي مدته 5 ثوانٍ. والدورة العملية: اعثر على اللقطة عند 480P، ثم شغّل المحفوظة مرة واحدة عند 1080P. جدول الرصيد كاملًا، وكم يكلف مقطع مدته ثلاثون ثانية.
الأرصدة الشهرية نفسها في الحالتين
تحويل النص إلى فيديو مع Wan 3.0 في ثلاث خطوات
ثلاث خطوات، بلا برنامج مونتاج، وبلا مرور ثانٍ للصوت. فهو يصل داخل الملف نفسه مع الصورة لأن Wan 3.0 صنعهما معًا.
اكتب اللقطة والصوت
حقل واحد يأخذ الاثنين. استخدم البنّاء أعلاه إن كان الصندوق الفارغ هو المشكلة، وسمِّ حركة كاميرا واحدة بدل اللجوء إلى الصفات — فالنموذج يستجيب للحركة لا للمزاج.
حتى 20,000 حرفحدد المدة والدقة
من ثانيتين إلى ثلاثين ثانية صحيحة. جرّب عند 480P: التأطير الذي تختبره لا يحتاج أكثر، وهو Wan 3.0 نفسه في كل فئة — فالدقة تشتري بكسلات لا نموذجًا أفضل.
2–30 ث · 480P / 720P / 1080Pنزّل ملف MP4
الصوت ممزوج فيه بالفعل. لا شيء يُصدَّر بعده، ولا شيء يُفتح.
ملف واحد، والصوت معه
نحو تسعين ثانية لمقطع قصير؛ وثلاثون ثانية بدقة 1080P تستغرق أطول. ويمكنك إغلاق التبويب أثناء التشغيل — فالنتيجة تنتظرك حين تعود، والعملية التي تفشل تعيد رصيدها بنفسها.
أسئلة تحويل النص إلى فيديو مع Wan 3.0
ما الذي يقرأه تحويل النص إلى فيديو في البرومبت، وما الذي يخترعه حيث تترك فراغًا، وكم تكلف العملية
ما هو تحويل النص إلى فيديو مع Wan 3.0؟
هل يلزم التسجيل لتجربة تحويل النص إلى فيديو مع Wan 3.0؟
كم يمكن أن تبلغ مدة مقطع تحويل النص إلى فيديو مع Wan 3.0؟
كم يمكن أن يبلغ طول برومبت Wan 3.0؟
هل يولّد تحويل النص إلى فيديو مع Wan 3.0 صوتًا؟
هل يوجد برومبت سلبي في Wan 3.0؟
كيف أكتب الحوار؟
هل أحصل على دقة 4K من تحويل النص إلى فيديو مع Wan 3.0؟
لماذا تجاهل مقطعي جزءًا من البرومبت؟
ماذا يحدث إذا فشلت عملية الإنشاء؟
جملة واحدة تكفي لتكتشف.
أول مقطع لك علينا — Wan 3.0 نفسه بدقة 480P، حتى ثلاث ثوانٍ، مع الصوت. ولم يأتِ كما تخيلت؟ لم يكلفك شيئًا، والبنّاء ما زال مفتوحًا على بُعد شاشة واحدة للأعلى، والعملية الفاشلة لا تُحاسب هنا إطلاقًا.
كتبه ويحافظ عليه فريق التحرير في wan-3.runنُشر في آخر تحديث إصدار الأداة 2026.09.4