Wan 3.0 Imagem para Vídeo
Larga lá uma foto e ela mexe-se. Acrescenta uma segunda imagem e o Wan 3.0 imagem para vídeo viaja do primeiro frame até ao último. Dois a trinta segundos, som no mesmo ficheiro, e o teu primeiro clip é grátis — um e-mail, sem cartão.
Dois exemplos publicados do Wan 3.0, e depois todas as outras ideias do site · Experimentar carrega o prompt e o seu frame
FRAME INICIAL · 16:9 · 720PAcordar um frame fixo com quatro pequenas mudanças
O que o Wan 3.0 imagem para vídeo
faz com a tua foto
A tua foto torna-se o primeiro frame a sério — não uma referência de estilo, mas literalmente a abertura do plano.
Frame 001 · teu
Gerado a partir do que descreveste
O Wan 3.0 imagem para vídeo pega numa imagem como frame de abertura e gera a partir dela 2 a 30 segundos de movimento, a 30 fps em 480P, 720P ou 1080P, com áudio na mesma passagem. Dá-lhe uma segunda imagem e ela passa a ser o frame de fecho, com o modelo a preencher o caminho entre as duas.
- A tua foto é o frame um
- 001
- Qualquer segundo inteiro
- 2–30 s
- Taxa de frames
- 30 fps
- Resolução
- 480P / 720P / 1080P
A tua foto é o frame um
Qualquer segundo inteiro
Taxa de frames
Resolução
- Sem HEIC — o contentor por omissão do iPhone não está na lista dos aceites
- Sem transparência — um canal alfa de PNG é recusado, não achatado
- Sem imagem de referência ao lado de um primeiro frame — as duas famílias excluem-se
Primeiro frame, último frame,
ou ambos
O Wan 3.0 imagem para vídeo é um endpoint com duas entradas. Escolher a errada é a razão mais comum para um resultado soar estranho, por isso aqui fica quando cada uma é a resposta certa — e porque a outra não é.
Só primeiro frame
first_frame
Uma foto como primeiro frame. O teu vídeo abre na tua imagem e avança a partir dela. Usa-o quando já tens o plano de abertura e queres ver o que o Wan 3.0 faz a seguir com ele.
Como escrever
Descreve o que acontece a seguir, não o que já está na imagem — o Wan 3.0 já consegue ver a imagem. O texto para vídeo não garante que a saída se pareça sequer com a tua foto, e é essa a razão para estares aqui.
Primeiro + último frame
first_frame + last_frame
Duas fotos, um início e um fim. O Wan 3.0 preenche o caminho entre elas. Usa-o quando sabes exatamente onde o plano começa e onde tem de assentar — a rotação de um produto, um antes e depois, uma mudança de cena.
Como escrever
Só com um primeiro frame, é o Wan 3.0 que decide o destino, e ele não vai adivinhar o teu final. Se as duas imagens forem muito diferentes, diz por palavras o que acontece pelo meio, ou ele inventa uma transição.
Uma regra rígida: a família dos frames e a família das referências não se misturam. Envia um primeiro frame e uma imagem de referência no mesmo pedido e o Wan 3.0 rejeita-o em vez de escolher um — levar a mesma personagem por vários planos é referência para vídeo. Não tens imagem nenhuma? Parte das palavras. Mais montagens trabalhadas em prompts prontos. E quando o que não pode mexer-se é o quadro inteiro — um ecrã, uma sala, uma tabela de números — isso é um tipo de plano à parte.
Um ficheiro de imagem,
ou a página onde ele vive
Imagem para vídeo precisa de um ficheiro. Quando o que tens é um link — uma ficha de produto, uma página de specs, um artigo — há uma segunda porta neste site, e ela faz um trabalho diferente em vez do mesmo.
Imagem para vídeo usa a própria fotografia. A tua foto passa a primeiro frame e o modelo avança a partir dela, por isso o assunto do clip é o assunto que carregaste. Página para vídeo nunca toca na imagem. Lê o que a página diz e gera imagens novas à volta disso; nada da página aparece no resultado. Escolhe a primeira quando a coisa tem de parecer a tua coisa; escolhe a segunda quando tens uma página e nenhuma sessão fotográfica.
01
Tens um ficheiro
Larga-o na caixa no topo. O verificador desta página nomeia o limite que teria falhado antes de gastares um crédito.
02
Tens um link
Página para vídeo aceita um endereço público e lê a página por trás. A verificação dela é gratuita e não pede conta.
03
Não tens nenhum dos dois
Texto para vídeo parte só de um prompt escrito, com os mesmos trinta segundos e o mesmo áudio escrito na mesma passagem.
Página para vídeo é a via do link e texto para vídeo a via do prompt. As três correm o mesmo wan3.0-video ao mesmo preço por segundo.
Um link que abre no teu browser não é automaticamente um link que o modelo consegue buscar: a renderização acontece noutra rede. O verificador de links nomeia os anfitriões cuja recusa já foi medida nessa rede.
Verifica a tua imagem
antes de gastares um crédito
A maneira mais irritante de perder uma geração é descobrir depois que o ficheiro nunca ia funcionar. Larga aqui uma imagem e ela é conferida contra os limites reais do Wan 3.0 — formato, tamanho, dimensões, proporção e transparência — com a solução indicada para aquele que falhar. Nada é carregado: a verificação corre no teu navegador.
JPG · JPEG · PNG · BMP · WEBP · ≤20.0 MB · 240–8,000px · ratio ≤8:1
Corre-a as vezes que quiseres — antes de cada lote, se ajudar. O verificador nunca toca no modelo, por isso o Wan 3.0 imagem para vídeo nunca te cobra por um ficheiro que nunca ia funcionar.
Limites de imagem do Wan 3.0
— e que números são os antigos
Procura por um limite de tamanho de imagem do Wan e vais encontrar várias respostas diferentes, todas da Alibaba, todas corretas — para outro modelo. Aqui fica a coluna do Wan 3.0, e a caixa de carregamento no topo desta página confere cada linha antes de gastares o que quer que seja.
As fotos do iPhone não entram diretamente. HEIC é o formato por omissão do iPhone e o Wan 3.0 não lê o contentor — o verificador apanha-o num segundo e indica a definição a mudar.
A Alibaba mantém publicada e indexada a documentação mais antiga de imagem para vídeo, e ela aparece bem nos resultados porque está lá há mais tempo. As duas páginas estão certas; só uma delas é sobre o Wan 3.0. A pista é o id do modelo — se a página disser wan2.1, wan2.2 ou kf2v em qualquer sítio, os números dela não são os que este gerador usa: essa documentação dá 800 caracteres de prompt, 360–2000 px, 10 MB e cinco segundos fixos, contra os 20 000 caracteres, 240–8000 px, 20 MB e qualquer número inteiro de segundos entre 2 e 30 do Wan 3.0.
Isto vai mudar-me a cara?
Impedir o sujeito de derivar
Derivar é quando a cara ao segundo oito já não é bem a cara do segundo um — a mesma foto, corrida duas vezes.
O Wan 3.0 segura bem um frame de abertura, e segura-o cada vez pior quanto mais longo for o clip e mais a câmara se mexer. Se o teu prompt só descrever movimento, tudo o que não descreveste fica em aberto, e o modelo fica livre de o reinventar.
Há três coisas que ajudam, por ordem de quanto ajudam. Dá ao movimento um sítio para onde ir — «vira-se para a janela» segura melhor do que «mexe-se por ali». Mantém a câmara honesta: um movimento nomeado por clip, porque o Wan 3.0 segue um sujeito através de uma aproximação com muito mais fiabilidade do que através de um vaguear à mão não especificado. E encurta antes de lutares com isto — um clip de vinte segundos com desvio dá muitas vezes dois clips limpos de dez segundos, mais baratos de gerar e mais fáceis de montar.
A entrada
O casaco muda de textura e a linha do cabelo desloca-se. Nada no prompt dizia que não deviam.
O mesmo movimento de câmara, a mesma duração, as mesmas condições de semente. A cláusula é a única mudança.
A única diferença entre elas
O sujeito — casaco de lã vermelho, franja escura, anel de prata na mão esquerda — mantém a mesma cara, cabelo, roupa e cores do princípio ao fim; só a câmara e o movimento descrito mudam.
Escreve o que não pode mudar — uma cor, um logótipo, uma cara. Quanto mais específico for o substantivo, menos o Wan 3.0 o reinterpreta.
Vai para o fim do teu prompt
O sujeito mantém a mesma cara, cabelo, roupa e cores do princípio ao fim; só a câmara e o movimento descrito mudam.
A versão longa disto — de onde vem o desvio, o que a cláusula segura e o que não segura — está em consistência de personagem. Se o sujeito tiver de sobreviver a vários planos separados em vez de a um plano longo, isso é outro modo: referência para vídeo aceita até dez imagens da mesma personagem e segura-a ao longo de várias gerações. Não pode ser combinada com um primeiro frame no mesmo pedido. Bloquear um ecrã em vez de um rosto é a mesma instrução um tamanho acima.
Porque é que o Wan 3.0 tira a proporção
da tua imagem
Deixa a proporção em adaptativa e a saída segue a tua imagem de origem, que é quase sempre o que queres — uma foto vertical dá um clip vertical, sem nada cortado e sem nada preenchido. É o contrário do texto para vídeo, onde não há imagem para ler e tens de escolher. O Wan 3.0 suporta adaptativa mais 16:9, 4:3, 1:1, 3:4 e 9:16.
Imagem para vídeo · esta página
proporção: adaptativa
Lida da imagem que carregaste. Editável, mas já sabe.
Texto para vídeo
proporção: obrigatória
A adaptativa é rejeitada à partida — não há imagem de onde inferir um enquadramento.
Define uma proporção explícita só quando o destino a exigir e estiveres disposto a perder as bordas — uma foto 4:3 deixada em adaptativa dá um vídeo 4:3, que fica numa barra com tarjas num ecrã de telemóvel. Não existe 21:9 no Wan 3.0: para uma barra cinematográfica larga, gera em 16:9 e corta num editor em vez de andares à procura de uma definição que não existe.
Escrever a transição,
não a imagem
É nesta parte que as pessoas se enganam no modo de primeiro e último frame. O Wan 3.0 já consegue ver as duas imagens — não precisa que lhe descrevas o que está nelas. O que ele precisa é do que acontece entre elas.
Describing the picture
Describing the change
Uma rapariga a sorrir numa sala acolhedora
Uma rapariga passa gradualmente de um sorriso para uma gargalhada, a câmara aproxima-se lentamente, a luz de fundo muda de tons frios para tons quentes.
Uma caixa de produto fechada numa secretária
A tampa levanta-se ao longo de quatro segundos, a câmara desce para um ângulo baixo à medida que o conteúdo aparece, um clique suave quando abre.
O primeiro par é o prompt de exemplo da própria Alibaba para o modo de primeiro e último frame — vale a pena ler duas vezes, porque nomeia três coisas separadas que mudam: a expressão, a câmara e a luz.
O mesmo princípio em qualquer duração: nomeia a mudança, nomeia a câmara, nomeia o som. Se nada no prompt descrever movimento, o Wan 3.0 inventa algum. Queres a formulação montada por ti? O construtor de prompts. A versão mais estrita disto é um quadro que não tem autorização para se mexer.
Quando aquilo que não pode mudar
ocupa o quadro inteiro
Um rosto pode derivar e a cena continua a funcionar. Um painel não. Se a imagem que estás a animar é o produto — um ecrã, uma sala, uma tabela de números — cada píxel sustenta alguma coisa, e a frase que o fixa tem de ser a primeira coisa do prompt, não um acrescento no fim.
É o mesmo mecanismo de primeiro e último frame acima, apontado a um caso mais difícil: pede-se ao Wan 3.0 imagem para vídeo que mude uma zona e deixe tudo o resto exatamente onde estava.
Os números sobem, a interface não se mexe
Um valor de vendas a subir de 100.00 para 30,197.00 enquanto a barra lateral, os eixos do gráfico e os cabeçalhos das colunas ficam pregados. É a animação de painel que as pessoas tentam fingir gravando o ecrã de uma folha de cálculo, e falha quase sempre porque a gravação mostra o cursor.
Tu dás
O mesmo ecrã duas vezes — uma com o número baixo, outra com o alto.
Um ecrã que ainda não existe
O vídeo de demonstração de app de que precisas antes de o desenvolvimento estar pronto, ou antes de teres um aparelho onde gravar. Um vídeo de mockup é uma imagem parada e um ponto final — um menu aberto, um painel preenchido, um interruptor ligado — e a câmara nunca se mexe.
Tu dás
Dois frames exportados do teu ficheiro de design. Sem protótipo, sem plugin, sem gravação.
A sala fica, o conteúdo chega
De espaço vazio a espaço mobilado, de parede nua a parede acabada. A arquitetura é aquilo que não pode mexer-se; tudo o resto pode.
Tu dás
A fotografia de antes e a de depois, tiradas da mesma posição.
A frase que faz o trabalho
Três pessoas sem relação entre si chegaram quase à mesma frase, o que costuma ser sinal de que a frase está a dar ao modelo alguma coisa de que ele precisa. Copia isto, substitui as duas linhas entre parênteses retos e deixa o resto como está:
Use image 1 as the starting frame and image 2 as the ending frame. The animation must begin exactly with image 1 and end exactly with image 2. Lock the entire frame in place: same layout, same crop, same camera. No pan, no tilt, no zoom, no perspective change, no re-rendering of the surrounding elements. The only thing that changes is [WHAT MOVES]. [HOW IT MOVES — e.g. the figures count upward smoothly through many intermediate values until they reach the final number.]
Porque é que a ordem é esta: o modelo pesa mais o início do prompt do que o fim, por isso o bloqueio tem de vir antes da descrição da mudança. Põe Lock the entire frame no último parágrafo e lê-se como uma preferência. Põe-no em segundo e lê-se como uma restrição.
Três maneiras de derivar, e a linha que trava cada uma
A câmara aproxima-se devagar mesmo sem teres pedido
O movimento é o que vem por omissão. Sem instrução, o modelo põe algum.
The camera is locked off. No push-in, no drift, no handheld motion.
O layout está certo mas o texto pequeno passou a ser outro texto pequeno
A tipografia é redesenhada, não copiada.
Do not redraw text. Keep every label, header and axis exactly as supplied.
Corta entre os teus dois frames em vez de se mover entre eles
Dois extremos sem nada a ligá-los lêem-se como um corte.
One continuous shot. Interpolate every intermediate state; no cut, no fade, no dissolve.
O que segura e o que não segura
Segura o layout e a posição. Não garante os glifos nem os caracteres: um número pode voltar como outro número, e etiquetas de seis pontos podem voltar como formas de seis pontos que apenas parecem etiquetas.
Verificar isso custa dez segundos e vale sempre a pena. Vai ao último frame, vê-o a 100% e lê o único número por causa do qual o clip existe. Se sobreviveu ao frame final, sobreviveu à contagem toda; se não, volta a lançar as mesmas duas imagens com o número escrito no prompt.
Essa fronteira é toda a base para escolher entre dois tipos de ferramenta. Se as tuas capturas têm de sobreviver byte a byte, o que queres é um montador que faça panorâmicas e zooms sobre as imagens que já tens. Se precisas de um frame que nunca foi capturado — um número a meio da contagem, um painel meio aberto, uma sala meio mobilada — então tem de ser gerado, e é isso que isto faz.
As mesmas duas caixas do modo de primeiro e último frame; aqui só muda o que escreves entre elas.
Quanto custa um clip de Wan 3.0 imagem para vídeo
Idêntico ao texto para vídeo: a duração e a resolução definem o preço, o áudio não, e carregar um segundo frame não custa nada. Uma execução falhada é reembolsada automaticamente — e com o verificador aqui em cima, a maioria das falhas que antes custavam créditos às pessoas nem chega ao modelo.
Como isto é cobrado
- Cobrado por
- segundo de saída
- Geração falhada
- reembolsada
- O teu primeiro clip
- grátis · 480P
Esboça a 480P para encontrares o movimento, depois corre uma vez a 720P ou 1080P aquele que vais guardar — a imagem não precisa de ser verificada outra vez entre execuções. Preços completos.
Os mesmos créditos mensais nos dois casos
Como animar uma imagem fixa
com o Wan 3.0 imagem para vídeo
O passo que decide o resultado é o terceiro: descreve o que muda entre os frames que fixaste, não o que está neles.
Larga lá o teu primeiro frame
A verificação corre num instante, no teu navegador. Um ficheiro bom mostra uma linha verde; um mau dá-te a solução antes de gastares o que quer que seja.
Verificado sem custoAcrescenta um último frame, se souberes o final
Uma imagem chega — o Wan 3.0 decide para onde o plano vai. Dá-lhe uma segunda e ela passa a ser o frame de fecho.
OpcionalDiz o que muda, não o que lá está
O Wan 3.0 já consegue ver as imagens. Descreve o movimento entre elas, a câmara e o som.
Som no mesmo campoDefine a duração e a resolução, e gera
Qualquer número inteiro de segundos entre 2 e 30, a 30 fps em 480P, 720P ou 1080P, devolvido num MP4 com o áudio lá dentro.
Até 1080P
Cerca de noventa segundos para um clip curto, e podes fechar o separador enquanto corre. A fotografia carregada nunca é alterada — a saída é um ficheiro novo.
Perguntas sobre Wan 3.0 imagem para vídeo
O que o Wan 3.0 imagem para vídeo mantém da tua imagem fixa, o que fica livre de mover, e quanto custa uma execução
Tenho de me registar para animar uma foto?
Que formatos de imagem é que o Wan 3.0 aceita?
Porque é que a foto do meu iPhone não carrega?
Qual é o limite de tamanho da imagem?
Preciso de um último frame?
Posso usar uma imagem de referência e um primeiro frame ao mesmo tempo?
Qual é a duração máxima de um clip de Wan 3.0 imagem para vídeo?
O vídeo mantém a proporção da minha imagem?
O Wan 3.0 imagem para vídeo também gera som?
O que acontece se a geração falhar?
O Wan 3.0 consegue transformar uma captura de ecrã em vídeo?
Como faço um vídeo de demonstração de app sem gravar o ecrã?
Porque é que a minha animação de painel continua a derivar se pedi que ficasse quieta?
Traz uma foto, leva um clip
Larga lá uma imagem, deixa o verificador confirmá-la, e gera. Um clip Wan 3.0 gratuito a 480P, até três segundos — um e-mail, sem cartão. Se o movimento não for o que imaginavas, não te custou nada.
Escrito e mantido pela equipa editorial de wan-3.runPublicado a Atualizado a Ferramenta versão 2026.09.4