Wan 3.0 en mode image de référence

Name: Un produit emporté dans un plan nouveau — exemple Wan 3.0 en mode référence
Uploaded: 2026-08-17T00:00:00.000Z
Duration: 15 s
Description: Quinze secondes bâties sur une référence de personnage et une référence de produit, montrant le même croissant et la même personne devant une boulangerie qui n’existe que dans l’image générée.

Téléversez le visage, la veste, le produit, la voix — Wan 3.0 prend les quatre et garde chacun d’eux identique pendant trente secondes, dans une scène qui n’a jamais existé. Jusqu’à dix images, cinq clips et cinq pistes audio dans une seule génération.

Construire à partir de votre matière

Téléversez jusqu’à 10 images · vidéo ≤15 s au total · audio ≤15 s au total

0 / 20 fichiers

10 images + 5 clips + 5 pistes. Les bonnes scènes en utilisent trois ou quatre.

Rien de téléversé pour l’instant — sans référence, c’est du texte vers vidéo tout simple. Chargez un lot pour voir un visage, un vêtement et une voix se faire numéroter.

0 / 20000

Adaptive laisse le modèle choisir la forme. Il vous faut du vertical ? Demandez du 9:16.
0 fichiers sur 20 utilisés.

adaptive

Créer un compte gratuit · 1 clip sur Wan 3.0

Image de référence tourne sur des crédits. Le clip offert, c’est un prompt ou une photo en entrée et une vidéo en sortie — lire un fichier, un lien ou des rushes que vous avez déjà, c’est le côté payant du même modèle Wan 3.0. Voir ce que coûte un clip.

Le mode référence tourne sur les crédits — lire votre matière est le côté payant de Wan 3.0 · un lancement raté ne coûte rien

Trois lancements Wan 3.0 publiés, puis toutes les autres idées du site · Essayer charge le prompt

Une femme en blanc assise sur un canapé vert citron dans une prairie fleurie, un papillon se posant sur sa main

16:9 · 720P · 5 s

Cite Image 1, et la verrouille

Ce qu’il garde identique

Ce que le mode image de référence
garde identique

Vous téléversez de la matière et Wan 3.0 construit une scène qui lui obéit.

Wan 3.0 en mode image de référence prend jusqu’à vingt fichiers — dix images, cinq clips vidéo et cinq pistes audio — et traite chacun comme une contrainte plutôt que comme un point de départ. Ces visages, vêtements, accessoires, voix et rapports spatiaux restent cohérents tout au long d’une seule prise d’au plus trente secondes, avec l’audio généré dans la même passe.

Images · clips · audio: 10 + 5 + 5
Fichiers en une requête: 20
N’importe quelle seconde entière: 2–30 s
30 fps, le son compris: 480P / 720P / 1080P

Ce n’est pas un logiciel de montage — il bâtit une scène nouvelle plutôt que d’en modifier une ancienne
Ce n’est pas un échange de visages, ni un moyen de mettre quelqu’un dans une vidéo sans son accord
Pas de première image à côté des références — ces deux familles s’excluent

Deux familles

Pourquoi Wan 3.0 refuse des références et une première image ensemble

Wan 3.0 a deux familles d’entrées média, et une même requête ne peut en utiliser qu’une seule.

reference_image
Famille référenceCette pagereference_image · reference_video · reference_audio · file · link — de la matière dont le modèle s’inspire pour bâtir une scène qui n’a jamais existé.
first_frame
Famille image d’ouvertureAnimer une photofirst_frame · last_frame — une ouverture exacte, et éventuellement une fin exacte, par lesquelles la sortie doit passer.

Envoyez-en une de chaque famille et Wan 3.0 refuse la requête tout net plutôt que de désigner un gagnant — c’est pourquoi cette page désactive les entrées d’images d’ouverture dès que vous ajoutez une référence. Le refus se produit chez Alibaba, après votre mise en file d’attente : l’attraper ici coûte une seconde au lieu d’une place dans la file.

La famille qu’il vous faut découle de la question que vous posez. « Commencer exactement sur cette photographie » relève de l’image d’ouverture, et c’est Animer une photo. « Garder ce visage, mais quelque part où il n’a jamais été » relève de la référence, et c’est cette page. Si le sujet dérive à l’intérieur d’un même clip plutôt qu’entre deux plans, le jeu de références n’est pas la solution — cohérence des personnages l’est.

Ce qui entre

Combien de références
Wan 3.0 accepte

Trois sortes de matière entrent dans Wan 3.0, chacune avec son plafond : dix images, cinq clips vidéo, cinq pistes audio.

⚠️ Wan 3.0 facture les secondes des clips de référence en plus de vos secondes de sortie, et les deux réunies ne peuvent pas dépasser trente. Six secondes de référence plus vingt secondes de sortie font vingt-six secondes facturées et une requête valide ; six plus vingt-huit, non. Les images, l’audio, les documents et les liens n’ajoutent rien.

Images de référence: ≤ 10 · ≤ 20 Mo chacune · JPEG · JPG · PNG (sans alpha) · BMP · WEBP240–8 000 px par côté, format jusqu’à 8:1; Officiel
Clip de référence: ≤ 5 clips · 1–15 s chacun · 15 s au total, tous clips confondus · mp4 · mov · ≤ 100 Mo chacun; Officiel
Audio de référence: ≤ 5 pistes · 1–15 s chacune · 15 s au total · wav · mp3 · ≤ 15 Mo chacune; Officiel
Le tout réuni: 20, soit la somme de ces trois-làAlibaba fixe une limite par type. Il n’y a pas de plafond distinct sur le total — cette ligne est une addition, pas un chiffre publié.; Officiel
Sortie: 2–30 s à 30 fps · 480P, 720P ou 1080P; Officiel

Cinq emplacements vidéo à quinze secondes chacun feraient soixante-quinze secondes, et le plafond est de quinze — sur la vidéo, ce n’est donc jamais le nombre d’emplacements qui contraint, c’est le cumul. Le compteur au-dessus de la zone de prompt suit les deux, en secondes et en crédits, avant que vous n’appuyiez sur Générer.

Quatre dimensions

Ce que Wan 3.0 maintient vraiment

Alibaba énumère quatre dimensions de cohérence dans Wan 3.0. Il vaut la peine de les connaître séparément, parce que lorsque quelque chose dérive, c’est en général l’une d’elles et pas les quatre.

Le sujet

Ce que la caméra vise.

characters
Personnages
Traits du visage, coiffure et couleur, morphologie, vêtements, accessoires.
Assez fin pour que les sangles d’une veste survivent à une scène de combat.
props
Accessoires
Apparence sous plusieurs angles, structure des pièces, logos, détail des matières.
Le même flacon, d’un plan à l’autre, étiquette intacte.

La scène

Tout ce qui entoure le sujet.

space
Espace
Placement des personnages et point de vue de la caméra, avec des rapports spatiaux qui restent justes.
La géographie cesse de dériver d’un plan à l’autre.
style
Style
Une tonalité cinématographique rendue de façon cohérente, sans contamination entre les rendus d’un projet à plusieurs styles.
Un seul étalonnage sur tout le lot.

La vitrine Wan 3.0 d’Alibaba fait passer deux images de référence à travers trente secondes d’action rapide et tient la fourrure, les vêtements, les fourreaux et le placement d’un bout à l’autre. C’est le plafond ; votre résultat dépend surtout de la qualité des références.

Le vrai travail n’est presque jamais une seule longue prise — ce sont trois ou quatre clips qui doivent avoir l’air de la même production, et la méthode pour ça est plus terne qu’il n’y paraît : gardez tout identique sauf le prompt. Les mêmes fichiers au bit près, le même rôle sur chaque fichier, la même phrase de style à la fin, la même résolution et le même format. Ne changez que l’action et la caméra. Reverser une copie légèrement réexportée de la même photo est la cause habituelle d’une séquence qui dérive, parce que le fichier n’est plus identique — Wan 3.0 n’a aucune mémoire entre deux requêtes, si bien que la cohérence dépend entièrement de ce que vous lui remettez.

Distribution des rôles

Donnez un seul rôle à chaque référence Wan 3.0

C’est la partie qui décide si le résultat a l’air juste, et c’est là que la plupart des tentatives Wan 3.0 échouent. Le modèle ne devine pas pourquoi vous avez téléversé un fichier — vous le lui dites, dans le prompt, par son numéro.

Rôle 01Verrouiller un visage et une garde-robe
Ce que Wan 3.0 fait de mieux. Une seule personne par image, de face et bien éclairée, l’emporte à chaque fois sur l’artistique — une photo d’identité bat un portrait d’ambiance.
Image 1 est la femme au manteau de laine grise ; gardez son visage, ses cheveux et son manteau à l’identique.
Rôle 02Verrouiller un produit ou un accessoire
L’apparence sous plusieurs angles, les logos, les pièces et la matière tiennent tous. Deux angles du même objet valent mieux qu’une seule photo héros.
Image 2 et Image 3 sont le même flacon ; gardez l’étiquette et le bouchon.
Rôle 03Donner un mouvement et un rythme
Un clip de référence n’est pas là pour être copié — il est là pour prêter son rythme : combien de temps un temps fort tient, comment une transition se déplace.
Video 1 ne prête que la cadence de marche, pas le personnage.
Rôle 04Donner une voix, ou poser le décor
Une référence audio fixe le timbre, et associée à une référence de visage, la synchronisation labiale la suit. Une image de lieu fixe le placement et le point de vue de la caméra pour que la géographie cesse de dériver.
Audio 1 ne prête que le timbre. Image 4 pose la pièce et la hauteur de caméra.

Écrivez Image 1, pas image1

Image 1 · Video 1 · Audio 1Wan 3.0
@image1Seedance

Wan 3.0 attend la forme anglaise, avec une majuscule et une espace. @image1 est la syntaxe de Seedance et plusieurs guides la reprennent ici, où elle n’est pas lue. La numérotation court séparément à l’intérieur de chaque type de média et suit l’ordre de téléversement — réordonnez vos fichiers et vous avez fait une autre requête.

Vingt fichiers, c’est le chiffre d’affiche ; celui que vous devriez réellement utiliser est bien plus petit. Un sujet par image, un rôle par fichier — dès qu’un fichier porte deux rôles contradictoires, ou qu’une image contient deux personnes, le modèle doit deviner, et c’est justement ce que vos références étaient censées éviter. Les bonnes scènes se font avec trois ou quatre. Vous préférez ne pas écrire le reste du prompt ? Le générateur de prompts l’écrit dans l’ordre d’Alibaba.

Avant de générer

Quand la cohérence de Wan 3.0 casse, et quoi faire

Le mode référence est la seule voie Wan 3.0 où vos entrées sont facturées elles aussi : un lancement qui revient raté coûte donc double. Voici les cinq façons dont ça tourne mal, dans l’ordre où vous risquez de les rencontrer — et le panneau au-dessus du bouton Générer lit votre montage pour celles qu’il peut voir venir.

Le personnage ne ressemble pas à la référence
Presque toujours parce que l’image contient plus d’une personne, ou parce qu’on a aussi demandé à cette même image de définir le lieu ou le style.
Un sujet par image, un rôle par fichier.
Deux personnages se brouillent là où ils se touchent
Des positions qui se chevauchent plus une action simultanée, c’est le cas le plus difficile. Validez d’abord sur un plan bien séparé, puis ajoutez le contact.
Deux personnages bien séparés sont fiables ; une foule qui se touche, non.
Le mouvement ignore le clip de référence
On a aussi demandé à ce fichier de définir un personnage : il porte donc deux rôles et le modèle doit en choisir un.
Séparez-le en deux fichiers, un rôle chacun.
La note est plus élevée que prévu
Les secondes des clips de référence sont facturées à votre tarif de sortie, et elles comptent dans le même plafond de trente secondes. Les images, l’audio, les documents et les liens sont sans frais.
6 s de référence + 20 s de sortie = 26 secondes facturées.
La requête est refusée avant de générer
Une première image a été envoyée à côté des références. Les deux familles s’excluent, et le refus porte sur la requête entière, pas sur une seule entrée.
Ordre : Image 1 · Image 2 · Video 1 — aucune image d’ouverture.

Commencez simple pour valider la qualité des références, puis ajoutez de la complexité. Une scène qui échoue avec cinq personnages fonctionne souvent avec deux, et deux clips propres montés ensemble valent mieux qu’un seul embrouillé.

Tarifs · son natif · aucun filigrane incrusté

Ce que coûte un clip Wan 3.0 en mode référence

Le même tarif à la seconde que tous les autres modes — les références elles-mêmes ne portent aucun supplément. La seule exception est le clip de référence : ses secondes sont facturées au même tarif que votre sortie. Les images, l’audio, les documents et les liens n’ajoutent rien. Comme partout ailleurs, un lancement raté est remboursé automatiquement : la seule chose qu’une mauvaise génération vous coûte, c’est l’attente.

Comment c’est facturé

Facturé à la: seconde produite
Images · audio · fichier · lien de référence: free
Clip de référence: facturée à votre tarif de sortie
Génération ratée: refunded
Images · audio · fichier · lien de référence: aucun supplément

Le clip de référence est la troisième variable que cette page a et que les autres outils n’ont pas : un clip de référence de 15 secondes sur une sortie de 15 secondes, cela fait trente secondes facturées, pas quinze. Faites vos brouillons en 480P, puis lancez une seule fois celui que vous gardez. Tous les tarifs

Les mêmes crédits mensuels dans les deux cas

Premier clip offertSans carte
Une génération sur le vrai wan3.0-video. Voyez ce que Wan 3.0 fait de votre propre plan — 480P, trois secondes, le son dans la même passe.
$0une fois
Pas de carte, à aucun moment
Générer le clip offert
Un e-mail, pas de carte
1 clip, une fois
480P · jusqu’à 3 s · avec le son
Un e-mail, pas de carte
Le même `wan3.0-video` qu’Alibaba fait tourner pour les forfaits payants — le 480P est une résolution, pas un modèle au rabais
- Le vrai wan3.0-video, pas le 2.7
- Le son généré avec l’image
- Identifiants du modèle et de la tâche sur le reçu
- Un lancement raté ne vous coûte jamais rien
- Le 720P et le 1080PPayant
- Les clips de plus de 3 secondesPayant
- Les modes référence, document et retouchePayant
- Plus d’un clip, un jourPayant
Une question tranchée : ce que Wan 3.0 fait de votre idée. Le 1080P, les trente secondes et tous les modes d’entrée démarrent à $12.90.
En un coup d’œil
Clips par mois
1, une fois
Prises par lancement
1
Clip le plus long
3s
Résolution maximale
480P
StarterJusqu’à 20 % d’économie
Une annonce par semaine. De quoi savoir si le générateur de vidéo IA Wan 3.0 convient à votre façon de travailler, sans décision sur le volume.
$12.90/ mois$15.90
$154.80 facturés à l’année
Résiliable à tout moment
640 crédits / mois · ≈ 16 clips
à 5 s en 480P · 8 en 720P · 4 en 1080P
Les crédits du forfait expirent à la fin du mois
- 640 crédits par mois — environ 16 clips finis
- 2 prises d’un même prompt par lancement
- Toutes les résolutions — 480P, 720P et 1080P
- Toutes les durées — de 2 à 30 secondes en une passe
- Toutes les entrées — texte, photo, référence, document, page web
- Le son écrit dans la même passe, aucun filigrane incrusté
- Utilisation commerciale incluse — publiez, vendez, facturez
- Wan 3.0 Prime, le palier rapide, quand vous voulez
- Un lancement raté ne coûte jamais de crédits
- Remboursement sous 7 jours tant que les crédits sont intacts
- Résiliation en deux clics — le prix d’entrée reste bloqué
Tout ce qui suit les deux premières lignes est compris dans ce forfait à $12.90. Les forfaits plus grands achètent des secondes et des prises — jamais un meilleur modèle.
En un coup d’œil
Clips par mois
≈ 12 à 5 s en 480P
Prises par lancement
2
Crédits par dollar
Référence
Délai de rétractation
7 jours
C’est là que la plupart atterrissent
Pro
Un clip fini par jour ouvré, avec trois variantes chacun. La boucle brouillon en 480P, rendu final en 1080P, taillée pour une semaine de travail.
$39.90/ mois$49.90
$478.80 facturés à l’année
Résiliable à tout moment
2 240 crédits / mois · ≈ 56 clips
à 5 s en 480P · 28 en 720P · 14 en 1080P
Les crédits du forfait expirent à la fin du mois
- 2 240 crédits par mois — 3,5× Starter4×
- ≈ 56 clips finis par mois, ou 14 en 1080P plein
- 4 prises d’un même prompt par lancement — choisissez au lieu de relancer2× prises
- +21 % de crédits par dollar par rapport à StarterMeilleur taux
- De quoi faire les brouillons en 480P et le rendu final en 1080P dans la même semaine
- Toutes les résolutions — 480P, 720P et 1080P
- Toutes les durées — de 2 à 30 secondes en une passe
- Toutes les entrées — texte, photo, référence, document, page web
- Le son écrit dans la même passe, aucun filigrane incrusté
- Utilisation commerciale incluse — publiez, vendez, facturez
- Wan 3.0 Prime, le palier rapide, quand vous voulez
- Un lancement raté ne coûte jamais de crédits
- Remboursement sous 7 jours tant que les crédits sont intacts
- Résiliation en deux clics — le prix d’entrée reste bloqué
Le saut depuis Starter, c’est la quantité, les prises et le taux. Le modèle, les résolutions et les trente secondes étaient déjà à vous.
En un coup d’œil
Clips par mois
≈ 44 à 5 s en 480P
Prises par lancement
4
Crédits par dollar
+21 % vs Starter
Délai de rétractation
7 jours
StudioMeilleur taux
Du volume client, et le forfait où vous cessez de rationner le 1080P. Trente et un clips finis en pleine résolution par mois, au prix au crédit le plus bas que nous vendions.
$99.90/ mois$119.90
$1,198.80 facturés à l’année
Résiliable à tout moment
6 240 crédits / mois · ≈ 156 clips
à 5 s en 480P · 78 en 720P · 39 en 1080P
Les crédits du forfait expirent à la fin du mois
- 6 240 crédits par mois — 9,75× Starter, 2,8× Pro13×
- ≈ 156 clips finis par mois, ou 39 en 1080P plein
- +28 % de crédits par dollar — le meilleur taux que nous vendionsMeilleur taux
- Assez de 1080P pour cesser de passer par un brouillon en 480P
- 4 prises d’un même prompt par lancement
- Taillé pour un portefeuille de clients plutôt qu’une seule chaîne
- Rechargez n’importe quel mois sans changer de forfait
- Toutes les résolutions — 480P, 720P et 1080P
- Toutes les durées — de 2 à 30 secondes en une passe
- Toutes les entrées — texte, photo, référence, document, page web
- Le son écrit dans la même passe, aucun filigrane incrusté
- Utilisation commerciale incluse — publiez, vendez, facturez
- Wan 3.0 Prime, le palier rapide, quand vous voulez
- Un lancement raté ne coûte jamais de crédits
- Remboursement sous 7 jours tant que les crédits sont intacts
- Résiliation en deux clics — le prix d’entrée reste bloqué
Le forfait pour un portefeuille de clients plutôt qu’une seule chaîne : quatre prises de chaque prompt, du 1080P sans rationnement, et de quoi refaire une scène sans surveiller le solde.
En un coup d’œil
Clips par mois
≈ 124 à 5 s en 480P
En 1080P plein
≈ 31 par mois
Crédits par dollar
+28 % vs Starter
Délai de rétractation
7 jours

Usage responsable

Utiliser l’image d’une personne réelle

Wan 3.0 en mode image de référence tient un visage sur toute une prise. C’est la fonctionnalité, et c’est aussi précisément ce qui rend le détournement facile : la règle ici est donc courte — ne téléversez l’image de quelqu’un qu’avec son accord.

VisagesUne vidéo d’une personne réelle demande son accord — ni personnalités publiques, ni photo d’un inconnu.
VoixUne référence de timbre clone la façon dont une personne précise sonne. Utilisez la vôtre, une voix sous licence, ou une voix de synthèse.
PersonnagesUn personnage protégé ne devient pas le vôtre parce qu’un modèle l’a régénéré.
MineursNe téléversez jamais de références représentant des mineurs.
ModérationLes médias soumis sont filtrés automatiquement, les signalements arrivent dans une boîte surveillée, et les retraits sont traités rapidement plutôt qu’un jour. Faux positifs et faux négatifs arrivent.

Politique complète : usage responsable

Les questions qu’on nous pose

Questions sur Wan 3.0 en mode image de référence

Ce que le mode référence maintient sur une prise, et ce que les secondes de référence ajoutent à la note

Faut-il créer un compte pour essayer le mode image de référence ?

Oui — un e-mail, pas de carte. Le mode référence tourne ensuite sur les crédits : lire la matière que vous téléversez est le côté payant de Wan 3.0, si bien que le clip offert à chaque compte est un prompt ou une photo en entrée, vidéo en sortie. Les crédits d’inscription couvrent un lancement en mode référence.

Combien d’images de référence Wan 3.0 accepte-t-il ?

Dix images, plus jusqu’à cinq clips vidéo totalisant quinze secondes et cinq pistes audio totalisant quinze secondes — vingt fichiers en tout, ce qui est la somme de ces trois limites plutôt qu’un total publié. Les bons résultats en utilisent trois ou quatre.

Puis-je utiliser une image de référence et une première image ensemble ?

Non. Ce sont des familles d’entrée distinctes et Wan 3.0 refuse une requête qui contient les deux, plutôt que d’en choisir une. Prenez le mode qui correspond au travail.

Pourquoi mon personnage ne ressemble-t-il pas à la référence ?

Presque toujours parce que l’image de référence contient plus d’une personne, ou parce qu’on a aussi demandé à cette image de définir le lieu ou le style. Un sujet par image, un rôle par fichier.

Le clip de référence rend-il un clip Wan 3.0 plus cher ?

Oui — les secondes des clips de référence sont facturées au même tarif que les secondes de sortie, et les deux réunies doivent rester sous trente. Les images, l’audio, les documents et les liens de référence sont sans frais.

Wan 3.0 peut-il garder une voix cohérente en plus d’un visage ?

Oui. Une référence audio fixe le timbre, et associée à une référence de visage, la synchronisation labiale la suit. Quinze secondes d’audio au total suffisent largement — le modèle a besoin d’un échantillon, pas d’une performance.

Combien de personnages peuvent partager un même plan ?

Plusieurs, mais la fiabilité baisse à mesure qu’ils se chevauchent et agissent en même temps. Deux personnages bien séparés sont fiables ; une scène encombrée où tout le monde se touche, c’est là que l’identité commence à se brouiller.

Les références se transmettent-elles d’une génération à l’autre ?

Pas automatiquement — chaque requête est autonome. Gardez les mêmes fichiers de référence et les mêmes rôles et vous obtiendrez un personnage cohérent sur des clips séparés : c’est ainsi que se font ici les séquences à plusieurs plans.

Quels formats Wan 3.0 accepte-t-il pour les références ?

Les images en JPEG, JPG, PNG sans transparence, BMP ou WEBP. La vidéo en mp4 ou mov. L’audio en wav ou mp3. Le vérificateur de téléversement de la page Animer une photo applique les mêmes règles d’image dans votre navigateur si vous voulez tester un fichier d’abord.

Puis-je utiliser les vidéos commercialement ?

Oui. L’utilisation commerciale est incluse dans tous les forfaits payants et tous les packs de crédits — publiez, vendez, facturez un client, diffusez en publicité. Il n’y a aucune licence séparée à acheter et aucun filigrane incrusté sur un clip payant. Deux conditions accompagnent chaque requête : les clips du palier offert servent à évaluer plutôt qu’à livrer, et la politique d’usage d’Alibaba pour le modèle Wan 3.0 s’applique. Le texte exact est dans nos conditions. Un résumé, pas un conseil juridique.

Distribuez votre première scène Wan 3.0

Téléversez un visage, donnez-lui un rôle, et décrivez le plan. Wan 3.0 en mode image de référence tourne sur les crédits, à partir du 480P — votre matière ne porte aucun supplément et un lancement raté est remboursé automatiquement.