Wan 3.0 Referência para Vídeo

Name: Um produto levado para um plano novo — exemplo de Wan 3.0 referência para vídeo
Uploaded: 2026-08-17T00:00:00.000Z
Duration: 15 s
Description: Quinze segundos construídos a partir de uma referência de personagem e de uma referência de produto, mostrando o mesmo croissant e a mesma pessoa à porta de uma pastelaria que só existe no plano gerado.

Carrega a cara, o casaco, o produto, a voz — o Wan 3.0 pega nos quatro e mantém cada um deles igual durante até trinta segundos, numa cena que nunca existiu. Até dez imagens, cinco clips e cinco faixas de áudio numa só geração.

Constrói a partir do teu material

Carrega até 10 imagens · vídeo ≤15 s no total · áudio ≤15 s no total

0 / 20 recursos

10 imagens + 5 clips + 5 faixas. As cenas boas usam três ou quatro.

Ainda não carregaste nada — sem referências isto é texto para vídeo simples. Carrega um conjunto para veres uma cara, uma peça de roupa e uma voz a serem numeradas.

0 / 20000

A adaptativa deixa o modelo escolher a forma. Precisas de vertical? Pede 9:16.
0 de 20 recursos usados.

adaptive

Regista-te grátis · 1 clip no Wan 3.0

Material de referência corre com créditos. O clip grátis é um prompt ou uma fotografia à entrada e vídeo à saída — ler um ficheiro, uma ligação ou imagens que já tens é o lado pago do mesmo modelo Wan 3.0. Vê quanto custa um clip.

A referência para vídeo corre com créditos — ler o teu material é o lado pago do Wan 3.0 · execuções falhadas não custam nada

Três execuções publicadas do Wan 3.0, e depois todas as outras ideias do site · Experimentar carrega o prompt

Uma mulher de branco sentada num sofá verde-lima num prado florido enquanto uma borboleta lhe pousa na mão

16:9 · 720P · 5 s

Cita a Image 1, e trava-a

O que mantém igual

O que o Wan 3.0 referência para vídeo
mantém igual

Carregas material e o Wan 3.0 constrói uma cena que lhe obedece.

O Wan 3.0 referência para vídeo pega em até vinte recursos de referência — dez imagens, cinco clips de vídeo e cinco faixas de áudio — e trata cada um como uma restrição e não como um ponto de partida. Essas caras, roupas, adereços, vozes e relações espaciais mantêm-se consistentes ao longo de uma passagem de até trinta segundos, com o áudio gerado na mesma passagem.

Imagens · clips · áudio: 10 + 5 + 5
Recursos num pedido: 20
Qualquer segundo inteiro: 2–30 s
30 fps, com som: 480P / 720P / 1080P

Não é um editor — constrói uma cena nova em vez de alterar uma antiga
Não é troca de caras, nem uma maneira de pôr alguém num vídeo sem a sua autorização
Sem primeiro frame ao lado de referências — essas duas famílias excluem-se

Duas famílias

Porque é que o Wan 3.0 não aceita referências e um primeiro frame ao mesmo tempo

O Wan 3.0 tem duas famílias de entrada de média, e um pedido só pode usar uma delas.

reference_image
Família das referênciasEsta páginareference_image · reference_video · reference_audio · file · link — material de onde o modelo se serve para construir uma cena que nunca existiu.
first_frame
Família dos framesImagem para vídeofirst_frame · last_frame — uma abertura exata, e opcionalmente um fim exato, por onde a saída tem de passar.

Envia um de cada família e o Wan 3.0 rejeita o pedido à partida em vez de escolher um vencedor — e é por isso que esta página desativa as entradas de frame no momento em que acrescentas uma referência. A recusa acontece na Alibaba, depois de já teres entrado na fila, por isso apanhá-la aqui custa um segundo em vez de um lugar na fila.

Que família queres decorre da pergunta que estás a fazer. «Começa exatamente nesta fotografia» é um frame, e isso é imagem para vídeo. «Mantém esta cara, mas num sítio onde ela nunca esteve» é uma referência, e isso é esta página. Se o sujeito derivar dentro de um único clip em vez de entre planos, o conjunto de referências não é a solução — consistência de personagem é.

O que entra

Quantas referências
o Wan 3.0 aceita

Entram três tipos de material no Wan 3.0, cada um com o seu teto: dez imagens, cinco clips de vídeo, cinco faixas de áudio.

⚠️ O Wan 3.0 cobra os segundos de clipe de referência ao lado dos teus segundos de saída, e os dois juntos não podem passar de trinta. Seis segundos de referência mais uma saída de vinte segundos são vinte e seis segundos cobrados e um pedido válido; seis mais vinte e oito não são. Imagens, áudio, documentos e ligações não acrescentam nada.

Imagens de referência: ≤ 10 · ≤ 20 MB cada · JPEG · JPG · PNG (sem alfa) · BMP · WEBP240–8000 px por lado, proporção até 8:1; Oficial
Clipe de referência: ≤ 5 clips · 1–15 s cada · 15 s no total em todos os clips · mp4 · mov · ≤ 100 MB cada; Oficial
Áudio de referência: ≤ 5 faixas · 1–15 s cada · 15 s no total · wav · mp3 · ≤ 15 MB cada; Oficial
Tudo junto: 20, que é a soma daqueles trêsA Alibaba define um limite por tipo. Não há um teto separado para o total — esta linha é aritmética, não um número publicado.; Oficial
Saída: 2–30 s a 30 fps · 480P, 720P ou 1080P; Oficial

Cinco espaços de vídeo a quinze segundos cada dariam setenta e cinco segundos, e o teto são quinze — por isso, no vídeo, o número de espaços nunca é a restrição que manda, é o total acumulado. O contador por cima da caixa do prompt segue os dois, em segundos e em créditos, antes de carregares em Gerar.

Quatro dimensões

O que o Wan 3.0 segura mesmo

A Alibaba enumera quatro dimensões de consistência do Wan 3.0. Vale a pena conhecê-las em separado, porque quando alguma coisa deriva costuma ser uma delas e não as quatro.

O sujeito

Aquilo para onde a câmara aponta.

characters
Personagens
Traços do rosto, penteado e cor, forma do corpo, roupa, acessórios.
Fino ao ponto de as alças de um casaco sobreviverem a uma cena de luta.
props
Adereços
Aparência de vários ângulos, estrutura das ferragens, logótipos, detalhe do material.
O mesmo frasco, plano após plano, com o rótulo intacto.

A cena

Tudo o que está à volta do sujeito.

space
Espaço
Marcação das personagens e perspetiva da câmara, com as relações espaciais mantidas corretas.
A geografia deixa de derivar entre planos.
style
Estilo
Tom cinematográfico renderizado de forma consistente, sem contaminação entre estéticas num projeto com vários estilos.
Uma só gradação em todo o conjunto.

A própria montra do Wan 3.0 da Alibaba passa duas referências de imagem por trinta segundos de ação rápida e segura pelo, roupa, bainhas e marcação do princípio ao fim. Esse é o teto; o teu resultado depende sobretudo da qualidade das referências.

A maior parte do trabalho a sério não é uma passagem longa — são três ou quatro clips que têm de parecer a mesma produção, e o método para isso é mais aborrecido do que parece: mantém tudo igual exceto o prompt. Os mesmos ficheiros byte a byte, a mesma função em cada recurso, a mesma frase de estilo no fim, a mesma resolução e proporção. Muda só a ação e a câmara. Voltar a carregar uma cópia ligeiramente reexportada da mesma foto é a razão habitual para uma sequência derivar, porque o ficheiro já não é idêntico — o Wan 3.0 não tem memória entre pedidos, por isso a consistência é inteiramente função daquilo que lhe entregas.

Distribuição de papéis

Dá a cada referência do Wan 3.0 uma só função

Esta é a parte que decide se o resultado fica bem, e é onde a maioria das tentativas com o Wan 3.0 corre mal. O modelo não adivinha para que carregaste um ficheiro — dizes-lhe tu, no prompt, por número.

Função 01Travar uma cara e um guarda-roupa
A coisa mais forte que o Wan 3.0 faz. Uma pessoa por imagem, de frente e bem iluminada ganha sempre ao artístico — uma foto tipo passe rende mais do que um retrato com atmosfera.
A Image 1 é a mulher do casaco de lã cinzento; mantém-lhe a cara, o cabelo e o casaco exatamente.
Função 02Travar um produto ou adereço
A aparência de vários ângulos, os logótipos, as ferragens e o material aguentam todos. Dois ângulos do mesmo objeto funcionam melhor do que um plano heroico.
A Image 2 e a Image 3 são o mesmo frasco; mantém o rótulo e as ferragens da tampa.
Função 03Doar movimento e ritmo
Um clip de referência não está ali para ser copiado — está ali para doar o seu ritmo: quanto tempo um momento se aguenta, como uma transição se move.
O Video 1 doa só a cadência do andar, não a personagem.
Função 04Doar uma voz, ou definir o espaço
Uma referência de áudio define o timbre, e junto com uma referência de cara a sincronização labial segue-a. Uma imagem do local fixa a marcação e a perspetiva da câmara para a geografia deixar de derivar.
O Audio 1 doa só o timbre. A Image 4 define a sala e a altura da câmara.

Escreve Image 1, não image1

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

O Wan 3.0 espera a forma inglesa com maiúscula e espaço. @image1 é sintaxe do Seedance e vários guias repetem-na aqui, onde não é lida. A numeração corre em separado dentro de cada tipo de média e segue a ordem de carregamento — reordena os ficheiros e fizeste um pedido diferente.

Vinte recursos é o número que faz manchete; o número que deves mesmo usar é bem menor. Um sujeito por imagem, uma função por recurso — no momento em que um ficheiro leva duas funções em conflito, ou uma imagem tem duas pessoas, o modelo tem de adivinhar, e adivinhar é precisamente o que carregaste referências para evitar. As cenas boas resolvem-se com três ou quatro. Preferes não escrever o resto do prompt? O gerador de prompts escreve-o pela ordem da Alibaba.

Antes de gerares

Quando a consistência do Wan 3.0 quebra, e o que fazer

O modo de referência é a única via do Wan 3.0 em que as tuas entradas também são cobradas, por isso uma execução que volta errada custa a dobrar. Estas são as cinco formas de correr mal, pela ordem em que é provável dares com elas — e o painel por cima do botão Gerar lê a tua montagem para apanhar as que consegue prever.

A personagem não se parece com a referência
Quase sempre porque a imagem tem mais do que uma pessoa, ou porque a essa mesma imagem também se pediu que definisse o local ou o estilo.
Um sujeito por imagem, uma função por recurso.
Duas personagens misturam-se onde se tocam
Posições sobrepostas mais ação em simultâneo é o caso mais difícil. Valida primeiro num plano com separação clara, e só depois acrescenta contacto.
Duas personagens bem separadas são de confiança; uma multidão que se toca não é.
O movimento ignora o clip de referência
A esse recurso também se pediu que definisse uma personagem, por isso leva duas funções e o modelo tem de escolher uma.
Separa-o em dois recursos com uma função cada.
A conta é maior do que o esperado
Os segundos de clipe de referência são cobrados ao teu preço de saída, e contam para o mesmo teto de trinta segundos. As imagens, o áudio, os documentos e as ligações são grátis.
6 s de referência + 20 s de saída = 26 segundos cobrados.
O pedido é rejeitado antes de gerar
Foi enviado um primeiro frame ao lado de referências. As duas famílias excluem-se, e a recusa é do pedido inteiro e não de uma entrada.
Ordem: Image 1 · Image 2 · Video 1 — sem entradas de frame.

Começa simples para validar a qualidade das referências, e só depois acrescenta complexidade. Uma cena que falha com cinco personagens funciona muitas vezes com duas, e dois clips limpos montados juntos ganham a um só confuso.

Preços · áudio nativo · sem marca de água

Quanto custa um clip de Wan 3.0 referência para vídeo

O mesmo preço por segundo de todos os outros modos — as referências em si não têm sobretaxa. A única exceção é o clipe de referência: os seus segundos são cobrados ao mesmo preço da tua saída. Imagens, áudio, documentos e ligações não acrescentam nada. Como em todo o lado, uma execução falhada é reembolsada automaticamente, por isso a única coisa que uma geração má te custa é a espera.

Como isto é cobrado

Cobrado por: segundo de saída
Imagens · áudio · ficheiro · ligação de referência: grátis
Clipe de referência: cobrado ao teu preço de saída
Geração falhada: reembolsada
Imagens · áudio · ficheiro · ligação de referência: sem sobretaxa

O clipe de referência é a terceira variável que esta página tem e as outras ferramentas não: um clip de referência de 15 segundos sobre uma saída de 15 segundos são trinta segundos cobrados, não quinze. Esboça a 480P, depois corre uma vez aquele que vais guardar. Preços completos

Os mesmos créditos mensais nos dois casos

Primeiro clip grátisSem cartão
Uma geração no wan3.0-video verdadeiro. Vê o que o Wan 3.0 faz com um plano teu — 480P, três segundos, som na mesma passagem.
$0uma vez
Sem cartão em momento algum
Gerar clip grátis
Um e-mail, sem cartão
1 clip, uma vez
480P · até 3 s · com som
Um e-mail, sem cartão
O mesmo `wan3.0-video` que a Alibaba corre para os planos pagos — 480P é uma resolução, não um modelo inferior
- O wan3.0-video verdadeiro, não o 2.7
- Som gerado com a imagem
- ID do modelo e ID da tarefa no recibo
- Uma execução falhada nunca te custa
- 720P e 1080PPago
- Clips com mais de 3 segundosPago
- Modos de referência, documento e ediçãoPago
- Mais do que um clip, alguma vezPago
Uma pergunta respondida: o que o Wan 3.0 faz com a tua ideia. 1080P, trinta segundos e todos os modos de entrada começam em $12.90.
Num relance
Clips por mês
1, uma vez
Tomadas por execução
1
Clip mais longo
3s
Resolução máxima
480P
StarterPoupa até 20%
Um post de lançamento por semana. Chega para perceberes se o gerador de vídeos com IA Wan 3.0 assenta na tua maneira de trabalhar, sem uma decisão sobre volume.
$12.90/ mês$15.90
$154.80 faturados anualmente
Cancela quando quiseres
640 créditos / mês · ≈ 16 clips
a 5 s 480P · 8 a 720P · 4 a 1080P
Os créditos do plano expiram no fim do mês
- 640 créditos por mês — cerca de 16 clips terminados
- 2 tomadas do mesmo prompt por execução
- Todas as resoluções — 480P, 720P e 1080P
- Todas as durações — 2 a 30 segundos numa passagem
- Todas as entradas — texto, imagem, referência, documento, página web
- Som escrito na mesma passagem, sem marca de água
- Uso comercial incluído — publica, vende, fatura
- Wan 3.0 Prime, o nível rápido, sempre que quiseres
- Uma execução falhada nunca gasta créditos
- Reembolso em 7 dias enquanto os créditos estiverem por usar
- Cancela em dois cliques — o preço com que entraste fica travado
Tudo o que está debaixo das duas primeiras linhas já vem neste plano, por $12.90. Os planos maiores compram segundos e tomadas — nunca um modelo melhor.
Num relance
Clips por mês
≈ 12 a 5 s 480P
Tomadas por execução
2
Créditos por dólar
Referência
Prazo de reembolso
7 dias
É aqui que a maioria assenta
Pro
Um clip terminado por cada dia útil, com três alternativas de cada. O ciclo de esboçar a 480P e terminar a 1080P, à medida de uma semana de trabalho.
$39.90/ mês$49.90
$478.80 faturados anualmente
Cancela quando quiseres
2240 créditos / mês · ≈ 56 clips
a 5 s 480P · 28 a 720P · 14 a 1080P
Os créditos do plano expiram no fim do mês
- 2240 créditos por mês — 3,5× o Starter4×
- ≈ 56 clips terminados por mês, ou 14 a 1080P completos
- 4 tomadas do mesmo prompt por execução — escolhes uma em vez de repetir2× tomadas
- +13% de créditos por dólar face ao StarterMelhor taxa
- Espaço para esboçar a 480P e terminar a 1080P na mesma semana
- Todas as resoluções — 480P, 720P e 1080P
- Todas as durações — 2 a 30 segundos numa passagem
- Todas as entradas — texto, imagem, referência, documento, página web
- Som escrito na mesma passagem, sem marca de água
- Uso comercial incluído — publica, vende, fatura
- Wan 3.0 Prime, o nível rápido, sempre que quiseres
- Uma execução falhada nunca gasta créditos
- Reembolso em 7 dias enquanto os créditos estiverem por usar
- Cancela em dois cliques — o preço com que entraste fica travado
O salto a partir do Starter é quantidade, tomadas e taxa. O modelo, as resoluções e os trinta segundos já eram teus.
Num relance
Clips por mês
≈ 44 a 5 s 480P
Tomadas por execução
4
Créditos por dólar
+21% face ao Starter
Prazo de reembolso
7 dias
StudioMelhor taxa
Volume de clientes, e o plano em que deixas de racionar 1080P. Trinta e um clips terminados em resolução máxima por mês, ao preço por crédito mais baixo que vendemos.
$99.90/ mês$119.90
$1,198.80 faturados anualmente
Cancela quando quiseres
6240 créditos / mês · ≈ 156 clips
a 5 s 480P · 78 a 720P · 39 a 1080P
Os créditos do plano expiram no fim do mês
- 6240 créditos por mês — 9,75× o Starter, 2,8× o Pro13×
- ≈ 156 clips terminados por mês, ou 39 a 1080P completos
- +26% de créditos por dólar — a melhor taxa que vendemosMelhor taxa
- 1080P que chegue para deixares de esboçar a 480P primeiro
- 4 tomadas do mesmo prompt por execução
- À medida de uma carteira de clientes e não de um canal só
- Carrega créditos em qualquer mês sem mudar de plano
- Todas as resoluções — 480P, 720P e 1080P
- Todas as durações — 2 a 30 segundos numa passagem
- Todas as entradas — texto, imagem, referência, documento, página web
- Som escrito na mesma passagem, sem marca de água
- Uso comercial incluído — publica, vende, fatura
- Wan 3.0 Prime, o nível rápido, sempre que quiseres
- Uma execução falhada nunca gasta créditos
- Reembolso em 7 dias enquanto os créditos estiverem por usar
- Cancela em dois cliques — o preço com que entraste fica travado
O plano para uma carteira de clientes e não para um canal só: quatro tomadas de cada prompt, 1080P sem o racionar, e espaço para refazer uma cena sem andar a ver o saldo descer.
Num relance
Clips por mês
≈ 124 a 5 s 480P
A 1080P completos
≈ 31 por mês
Créditos por dólar
+28% face ao Starter
Prazo de reembolso
7 dias

Uso responsável

Usar a imagem de uma pessoa real

O Wan 3.0 referência para vídeo segura uma cara ao longo de uma passagem inteira. É essa a funcionalidade, e é também exatamente o que torna o uso indevido fácil, por isso a regra aqui é curta: carrega a imagem de alguém só com a autorização dessa pessoa.

CarasVídeo de uma pessoa real precisa do consentimento dela — nem figuras públicas, nem a foto de um desconhecido.
VozesUma referência de timbre clona a forma como uma pessoa concreta soa. Usa a tua, uma licenciada, ou uma sintética.
PersonagensUma personagem protegida por direitos de autor não passa a ser tua porque um modelo a voltou a gerar.
MenoresNunca carregues referências que retratem menores.
ModeraçãoOs ficheiros submetidos são analisados automaticamente, as denúncias vão para uma caixa monitorizada, e as remoções são tratadas depressa e não um dia destes. Há falsos positivos e falsos negativos.

Política completa: uso responsável

Perguntas que as pessoas fazem mesmo

Perguntas sobre Wan 3.0 referência para vídeo

O que o Wan 3.0 referência para vídeo segura ao longo de uma passagem, e o que os segundos de referência acrescentam à conta

Tenho de me registar para experimentar o Wan 3.0 referência para vídeo?

Sim — um e-mail, sem cartão. A referência para vídeo corre depois com créditos: ler material que carregas é o lado pago do Wan 3.0, por isso o clip gratuito que cada conta recebe é um prompt ou uma foto à entrada e vídeo à saída. Os créditos de registo dão para uma execução com referências.

Quantas imagens de referência aceita o Wan 3.0?

Dez imagens, mais até cinco clips de vídeo a somar quinze segundos e cinco faixas de áudio a somar quinze segundos — vinte recursos ao todo, que é a soma daqueles três limites e não um total publicado. A maioria dos bons resultados usa três ou quatro.

Posso usar uma imagem de referência do Wan 3.0 e um primeiro frame ao mesmo tempo?

Não. São famílias de entrada separadas e o Wan 3.0 rejeita um pedido que contenha as duas, em vez de escolher uma. Escolhe o modo que corresponde ao trabalho.

Porque é que a minha personagem fica diferente da referência do Wan 3.0?

Quase sempre porque a imagem de referência tem mais do que uma pessoa, ou porque a essa imagem também se pediu que definisse o local ou o estilo. Um sujeito por imagem, uma função por recurso.

O clipe de referência torna um clip do Wan 3.0 mais caro?

Sim — os segundos de clipe de referência são cobrados ao mesmo preço dos segundos de saída, e os dois juntos têm de ficar abaixo de trinta. As imagens, o áudio, os documentos e as ligações de referência são grátis.

O Wan 3.0 consegue manter uma voz consistente além de uma cara?

Sim. Uma referência de áudio define o timbre, e junto com uma referência de cara a sincronização labial segue-a. Quinze segundos de áudio no total chegam bem — o modelo precisa de uma amostra, não de uma interpretação.

Quantas personagens podem partilhar um plano do Wan 3.0?

Várias, mas a fiabilidade cai à medida que se sobrepõem e agem em simultâneo. Duas personagens bem separadas são de confiança; uma cena cheia em que toda a gente se toca é onde a identidade começa a misturar-se.

As referências passam de uma geração do Wan 3.0 para outra?

Não automaticamente — cada pedido vale por si. Mantém os mesmos ficheiros de referência e as mesmas atribuições de função e ficas com uma personagem consistente em clips separados, que é como se fazem aqui as sequências de vários planos.

Que formatos aceita o Wan 3.0 para referências?

Imagens em JPEG, JPG, PNG sem transparência, BMP ou WEBP. Vídeo em mp4 ou mov. Áudio em wav ou mp3. O verificador de carregamento da página de imagem para vídeo aplica as mesmas regras de imagem no teu navegador, se quiseres testar um ficheiro primeiro.

Posso usar os vídeos comercialmente?

Sim. O uso comercial está incluído em todos os planos pagos e em todos os pacotes de créditos — publica, vende, fatura a um cliente, usa como anúncio. Não há licença à parte para comprar nem marca de água num clip pago. Há duas condições que viajam com cada pedido: os clips do nível gratuito são para avaliação e não para entrega, e aplica-se a política de utilização da própria Alibaba para o modelo de IA Wan 3.0. A redação exata está nos nossos termos. É um resumo, não aconselhamento jurídico.

Distribui os papéis da tua primeira cena Wan 3.0

Carrega uma cara, dá-lhe uma função, e descreve o plano. A referência para vídeo do Wan 3.0 corre com créditos, a partir de 480P — o teu material não tem sobretaxa e uma execução falhada é reembolsada automaticamente.