First frame
Last frame
Reference
Write a prompt...
Video

オンラインWan 3.0 AI動画ジェネレーター

セリフ、音楽、サウンドを組み込んだ最大30秒のクリップを生成しよう。参照画像や最初・最後のフレーム制御で映像をコントロールできる。これはAIっぽさを感じさせないAI動画だ。

2022年設立
最大30秒のクリップ
ユーザー数1100万人以上

Access 48+ leading AI models. Pay for one subscription.

クリエイターがgetimg.aiでWan 3.0を選ぶ理由

素晴らしいAI動画は、高額なコスト、使いにくいソフトウェア、または偽物っぽい仕上がりを意味するべきではないからだ。

サウンド内蔵動画

Wan 3.0は動きだけにとどまらない。セリフ、音楽、環境音が完全に備わったクリップを作成する。個別の編集ツールは必要ない。

究極のリアルさ

肌の毛穴から映画のような影まで、Wan 3.0のフォトリアリズムがあなたの作品を際立たせる。

シャープな1080p解像度

余分なアップスケーリングや後処理なしで、そのまま高精細な動画を取得できる。

お財布に優しい

スタジオからの請求書なしで、プロレベルのAI生成が可能。従来の制作やプロ用ソフトウェアのコストのほんのわずかな費用で作成できる。

あらゆる動画プロジェクトの万能ツール

これひとつで、あなたの絵コンテアーティスト、VFXチーム、Bロールジェネレーターの役割をすべて果たすモデルだ。

動画生成

シーン、カメラ、サウンドを演出する

ほとんどのAI動画ツールはシーン内で被写体を動かすことしかできない。Wan 3.0は、カメラの動き、照明、フレーミングを読み取り、シーンと同期したセリフ、音楽、環境音を生成して、まるで実際の撮影のように感じさせる。

Text to Video: いくつかのシンプルな文章を、同期されたオーディオ付きの洗練されたクリップに変える。
Image to Video: 1枚の画像から始めて、動きとサウンドのあるショットに変える。
高度なカメラワーク: パン、チルト、トラッキングショット、ズームなどをリアルな角度でプロンプト指定する。

動画とオーディオのリファレンス

クリップとサウンドトラックを要件に組み込む

Wan 3.0は画像だけでなく、動画やオーディオファイルもリファレンスとして受け付ける。追従させるクリップと合わせるサウンドファイルを添付すれば、2回目のパスを必要とせずに、両方が同じ生成に反映される。

1回の実行につき、参照画像とともに、最大3つの動画リファレンスと3つのオーディオリファレンスを使用できる。動画リファレンスは合計で最大15秒、各オーディオファイルは最大15秒まで追加可能だ。

Hand-painted cel animation still of a narrow old town street at golden hour, attached as the style reference for a Wan 3.0 restyle.

Wan 3.0でのプロンプトの書き方

Wan 3.0は、フレームに誰がいるか、何が起きているか、カメラの位置、光の様子、何が聞こえるかといった、ショットの説明のように書かれたプロンプトに従う。

最大30秒の長いクリップの場合は、アクションの展開が分かるようにビート(展開)を順番に説明しよう。短いプロンプトでも、プロンプト拡張機能が詳細を補ってくれるので問題ない。

被写体とアクションから始める ショットに誰がいて何をするのかを、起こる順番に書く:網を引き上げる、波が打ち寄せる、彼女が笑う。
カメラと照明を配置する 肩の高さの手持ちカメラでゆっくりとプッシュインするなど、カメラの位置と動きを指定し、次に照明を指定する。
サウンドで終わる サウンドをリストアップし、話すセリフは引用符("")で囲む。Wan 3.0はそれらを映像と同期して生成する。

風で日焼けした頬、シルバーの鼻ピアス、鮮やかな黄色のオイルスキンを着た40代の女性漁師が、北大西洋の小さなトロール船の手すり越しに重い網を引き上げている。灰色の波が船首を越えて彼女をずぶ濡れにする。彼女は踏ん張り、笑いながら操舵室に向かって、"しっかり支えて!" と叫ぶ。甲板上の肩の高さの手持ちカメラで、彼女の顔にゆっくりとプッシュイン。曇り空の朝の光、冷たい青緑色の海、宙に舞う水しぶき。サウンド:砕ける波、ディーゼルエンジン、カモメ、風にかき消されそうな彼女の叫び声。

Video
16:9
5s

Wan 3.0プロンプトテンプレート

テンプレートをコピーし、カッコ内を埋めて生成しよう。それぞれ、テキスト、画像、クリップという異なる入力から始まる。

会話シーン

[設定] にいる [キャラクター] が [アクション]。彼らは [人物] に振り向いて、"[セリフ]" と言う。[ショットサイズ]、[カメラの動き]、[照明]。サウンド:[部屋の環境音]、[背景音]。

選択した長さの中で自然に話せるように、セリフは短くしておくこと。

Wanのラインナップ

Wanがいかにして完全な動画モデルへと成長したか

WanはAlibabaのTongyi Labから誕生し、リリースごとにAI動画の限界を押し広げてきた。Wan 2.5は短いクリップにネイティブオーディオをもたらした。Wan 2.6はクリップを10秒に延長した。Wan 3.0はさらに進化し、より長いクリップ、複数のアスペクト比、リファレンスとフレーム制御を1つのモデルに統合している。getimg.aiでは、すべてのバージョンがピッカーに残るため、ショットに合わせてモデルを選択できる。

Wan 2.5 ネイティブオーディオが登場:最初のフレームから最大1080pの5秒間のクリップ。
Wan 2.6 2.5の2倍の再生時間となる、最大10秒のクリップ。
Wan 3.0 最大30秒のクリップ、複数のアスペクト比、リファレンスおよびフレーム制御。

Wan 3.0 vs Wan 2.6 vs Wan 2.5

3つのバージョンすべてに、1080pで同じ5秒のプロンプトを与えた:日の出の波打ち際を連れ毛の馬を疾走させる乗り手。低位置から並走するトラッキングショットで、ひづめの音と波の音をサウンドとして指定している。

Wan 3.0の概要

再生時間からサウンドまで、Wan 3.0をこれまでで最も柔軟なバージョンにするスペック。

最大30秒のクリップ 以前のバージョンの5秒や10秒の制限を大きく超え、4秒から30秒の間で生成できる。
5つのアスペクト比 ランドスケープ、縦長、正方形、クラシックなフォーマットに対応する16:9、9:16、1:1、4:3、3:4。
ネイティブオーディオ 個別の編集なしで、シーンと同期して生成されるセリフ、音楽、環境音。
最大1080p ジェネレーターから直接480p、720p、または1080pでレンダリングする。
リファレンスとフレーム制御 参照画像でショットをガイドするか、最初と最後のフレームを設定する。
テキストおよび画像から動画生成 書かれたプロンプトから開始するか、自分の持ち込んだ画像をアニメーションにしてショットに変換する。

さらに多くのAI動画モデルやツールを見る

よくある質問

取り残されないようにしよう。

現在、クリエイターたちはWanを使って、昨年なら不可能だった作品を世に送り出している。競争はすでに始まっている。これはあなたの有利なスタートダッシュになるはずだ。