الانتقال إلى المحتوى الرئيسي
نموذج فيديو بالذكاء الاصطناعي
Alibaba
Wan

Wan 3.0 Video

يجمع Wan 3.0 بين مستويي Standard وPrime وبين التوليد النصي والتوليد بإطاري البداية والنهاية والتوليد بالمراجع متعددة الوسائط الموقعة. يُحتسب الحجز بضرب معدل الإصدار والدقة في مجموع مدة فيديو الإدخال المتحقق منها ومدة الإخراج المحجوزة، ثم يُقرّب الإجمالي إلى الأعلى مرة واحدة؛ وتحجز المدة الذكية 30 ثانية إخراج ولا تُستخدم مع فيديو مرجعي.

الإصدار
Standard / Prime
الإخراج
480P / 720P / 1080P
المدة
2–30 ثانية / ذكية
النقاط
16–1,512
تعرّف عليه في 30 ثانية
  • يشترك Standard وPrime في عقد المشاهد والمعلمات نفسه
  • يدعم مدة 2–30 ثانية إلى جانب المدة الذكية
  • يقبل الصور والفيديوهات والصوت الموقع في وضع المراجع
  • يدعم 480P و720P و1080P مع ستة خيارات لنسبة العرض إلى الارتفاع

عمليات البحث الشائعة: كيف أستخدم Wan 3.0 Video؟ · ما تكلفة Wan 3.0 Standard؟ · ما تكلفة Wan 3.0 Prime؟

أمثلة

Cinematic scene

参考上传图片中的同一位成年东亚女性,生成一段 4秒、9:16竖屏、真实感夏威夷海滩时尚 Lookbook 视频。 【人物】 严格保持上传参考图中的: 脸部五官、黑色长发、肤色、年龄感、身材比例、成熟冷艳气质、金色长耳饰一致。 当前泳装: 【填写本段泳装】 人物始终为同一位女主。 【场景】 女主位于: 【填写本段夏威夷海边场景】 场景必须具有明确的夏威夷热带度假视觉: 蓝绿色海水、明亮沙滩、高大棕榈树、强烈自然阳光、海滨度假氛围。 根据当前场景可加入: 火山岩、木栈道、白色遮阳伞、Cabana、无边泳池、海滨酒店、热带植物。 背景可自然出现少量度假游客或工作人员,位于中远景自然活动,不参与女主表演。 【摄影与构图】 统一使用: 近距离强鱼眼超广角 + 高机位轻俯拍。 人物居中。 画面同时看到: 脸部 + 泳装造型 + 腿部 + 大面积海滩环境。 香槟杯靠近摄影机时形成明显的巨大前景透视。 摄影机稳定。 【香槟杯】 女主持有: 【填写本段香槟杯型】 杯中装有 淡金色起泡香槟,能看到细密气泡。 杯子是这一段最主要的转场道具。 【时间轴】 0.00–0.80秒|香槟杯撤开 开场时: 装有金色香槟的杯肚已经处于摄影机前方极近位置。 玻璃折射、金色液体和失焦高光占据大部分画面。 女主沿镜头中心平稳将香槟杯向后收回。 随着杯子撤开,逐渐露出: 女主脸部 → 当前泳装 → 当前夏威夷海滩场景。 女主已经提前进入当前 Pose。 0.80–2.90秒|泳装 Look 展示 女主保持当前站姿或坐姿: 【填写本段人物姿态】 完成一个简单明确的表情动作: 【填写本段表情】 表演主要依靠: 眼神、嘴角、头部角度、下巴以及轻微身体重心变化。 泳装完整清楚展示。 动作幅度克制,保持成熟、松弛、时尚的度假 Lookbook 感。 2.90–4.00秒|香槟杯遮镜 女主保持当前表情, 将香槟杯沿摄影机中心直接向前送出。 使用: 装有香槟的杯肚正面对准摄影机。 随着杯子快速靠近: 金色香槟液体 + 透明玻璃折射 + 气泡 + 失焦高光 迅速放大。 到最后: 整个画面完全被香槟液体和玻璃折射填满。 保持完整遮镜状态结束。 方便下一段视频从另一只香槟杯贴近镜头的状态直接衔接。 【强制约束】 每段视频统一保持: 4秒 + 9:16竖屏 + 夏威夷海滩 + 泳装 Lookbook + 香槟杯遮镜。 不同视频只更换: 泳装 + 夏威夷场景 + 香槟杯型 + 人物姿态 + 表情。 人物脸部、黑色长发、肤色、年龄感、身材比例始终稳定。 每段只设计 一个主要表情变化,不要连续加入多个复杂表情。 香槟杯遮镜必须使用: 杯肚正对摄影机推进至极近距离,使金色香槟、玻璃折射与失焦高光完整覆盖画面。 动作保持自然真实速度,节奏清楚、利落、干脆。

Cinematic scene

**CAMERA:** DV 16mm handheld camcorder POV. CHASE holds the camera or props it on the floor/bag. Natural hand shake, soft focus, imperfect framing, occasional clumsy zooms. Camcorder never visible. **LOOK:** Soft vintage tape quality, slight blur, tape noise, bloomed gym lights, flickering auto-exposure, muted contrast. **STYLE:** Calm post-workout gym vlog. Relaxed, slightly tired, natural pacing, genuine smiles and quiet reflections. **CHARACTER:** CHASE — Korean woman in her 20s. Long black hair loosely tied, light post-workout sweat, slim athletic build. Modest long-sleeve athletic top, loose joggers/leggings, socks, towel around neck. **SETTING:** Quiet evening gym corner with stretching mat, mirror, gym bag, protein shake, soft lighting. **SCENES:** 1. Sits on mat, exhales. "Okay, cool-down time." 2. Hamstring stretch, laughs. "That was a lot today." 3. Shoulder stretch. "Legs are gonna be sore tomorrow." 4. Close-up grabbing protein shake. 5. Drinks. "That's actually really good." 6. Arms overhead. "I'd give today an eight out of ten." 7. Resting on knee. "Feels good to be done." 8. Waves with bag and shake. "Alright, I'm heading out—see you guys."

Cinematic scene

Main Subject: Young Korean woman, 24, naturally attractive, realistic skin, minimal makeup, long dark hair loosely down. Wearing an oversized maroon hoodie and loose casual pants. Preserve her exact identity, facial features, hairstyle, body proportions and appearance throughout. Location: Small old Seoul apartment during a dark, rainy early morning. A large rain-covered bedroom window overlooking blurred neighboring apartment buildings, wet rooftops and faint city lights. Simple wooden furniture, a small bedside table and a quiet lived-in bedroom. Lighting & Atmosphere: Deep early-morning blue-hour ambience. Cold blue-gray light coming through the rainy window with a very weak warm glow from a bedside lamp. Dark cloudy sky, muted colors, soft shadows, slightly underexposed interior and a peaceful sleepy atmosphere. Style: Ultra-realistic early-2000s Sony MiniDV home video filmed by another person holding the camcorder. Completely candid and unstaged. Natural handheld movement, subtle human shake, imperfect framing, gentle reframing, occasional autofocus hunting, mild exposure shifts, faded colors, soft contrast, authentic DV compression, subtle low-light digital noise and microphone noise. Smooth continuous real-time motion throughout. No stuttering, judder, frame skipping, duplicated frames, stop-motion appearance, excessive motion blur, speed changes or low-frame-rate look. No stabilization or modern cinematic movement. 00:00–00:03 — WAKING WINDOW: She walks slowly toward the bedroom window, still sleepy, and gently pulls the curtain aside. The dark rainy Seoul morning is revealed. 00:03–00:06 — CONDENSATION: She notices the glass is covered with condensation. She raises one finger and slowly wipes a small clear patch across the fogged window. 00:06–00:09 — LITTLE DRAWING: She absentmindedly draws a tiny simple smiley face in the condensation with her fingertip. She looks at it for a moment with a faint amused smile. 00:09–00:12 — RAIN: She leans closer to the cleared section and watches raindrops running down the glass. The camera gently moves closer, catching the blurred Seoul buildings beyond. 00:12–00:15 — QUIET MOMENT: She rests her forehead lightly against the cool glass for a second, listening to the rain. She gives a tiny peaceful smile as the camera slowly drifts toward the rainy view and cuts. Audio: Natural location sound only—steady rain against the window, faint wind, distant traffic, subtle room ambience, soft footsteps and quiet fabric movement. No music, narration or added sound effects. Goal: Feel like a completely ordinary, intimate early-2000s home-video moment. Nothing dramatic happens; the atmosphere comes from the rainy window, condensation, her tiny smile and the quiet early morning. It should feel accidentally captured rather than deliberately performed. Motion quality: Keep her movements extremely natural and smooth, especially the finger moving through condensation and her slow approach to the window. Camera movement should remain gentle and continuous. No stuttering, judder, frame skipping, duplicated frames or artificial slow motion. The vintage appearance must come from authentic MiniDV image characteristics rather than reduced frame rate.

Cinematic scene

0:00 – 0:04 A dramatic cinematic close up of Image 1 in near-total darkness. The camera slowly pushes in from a low angle as Image 1 looks upward, frozen in shock. Their breathing is heavy, their eyes wide, as if they have just realized something impossible. A thin, cold rim light cuts across their face while the background remains pitch black, filled with faint drifting mist. The atmosphere feels tense, psychological, and mysterious. 0:05 – 0:07 Hard cut to an over the shoulder shot from behind Image 1. Far ahead, Image 2 stands motionless under a sharp overhead spotlight. The figure is revealed slowly through the mist, looking calm, powerful, and strangely familiar. The silence builds pressure. A deep cinematic announcer voice whispers: “Your next opponent is…” 0:08 – 0:09 The camera cuts to a wide profile shot. Image 1 and Image 2 face each other on a pitch black stage, each standing inside their own warm circular spotlight. The composition feels like a retro arcade fighting game boss battle reveal, but with a dark psychological twist. As the camera holds on both characters, the announcer finishes: “You.” Image 1’s expression shifts from fear to realization. Image 2 remains still, like a darker reflection of Image 1. Heavy shadows, floating dust, stage fog, and high contrast lighting create a cinematic final boss atmosphere.

Cinematic scene

10-second cinematic sci-fi action sequence, 16:9, ultra-realistic, vibrant color, maximum tension, realistic destruction. Inside a futuristic reactor facility. A tiny sphere of glowing antimatter escapes containment. Everything it touches vanishes instantly. Not explodes. Disappears. The sphere bounces unpredictably through the facility. Walls vanish. Floors vanish. Entire machines disappear. A technician flees across collapsing catwalks. The sphere ricochets closer and closer. The camera stays tight. The glowing sphere enters frame repeatedly from random directions. The technician jumps a gap. The sphere touches the bridge behind him. The entire structure disappears. Cut.

Cinematic scene

{ "shot": { "composition": "POV time-freeze with hands moving through frozen environment", "lens": "ultra-wide cinematic lens with subtle distortion", "camera_movement": "slow walk, precise hand movements, sudden time release burst" }, "subject": { "description": "person moving while everything else is frozen mid-action", "wardrobe": "hands visible", "props": "frozen people, objects mid-air, suspended debris" }, "scene": { "location": "busy city street", "time_of_day": "day", "environment": "people frozen mid-motion, objects suspended in air" }, "visual_details": { "action": "walk through frozen crowd, move objects, sudden time resumes explosively", "special_effects": "time freeze particles, motion snap release", "hair_clothing_motion": "fabric still then snapping with time" }, "cinematography": { "lighting": "clean daylight with sharp shadows", "color_palette": "natural tones with crisp contrast", "tone": "mind-bending, cinematic" }, "audio": { "music": "slow ambient then explosive drop", "ambient": "silence then sudden chaos", "sound_effects": "time snap, object movement", "mix_level": "contrast silence and burst" } }

خلاصة في جملة

كيف يبدو هذا النموذج؟

اختر النص أو الإطارات أو المراجع باعتبارها مشهدًا واحدًا حصريًا. يقبل وضع المراجع الصور والفيديوهات والصوت، لكن لا يمكن أن يكون الصوت الوسيط الوحيد. يُفحص النوع الحقيقي لكل ملف مرفوع وحجمه وأبعاده ومدته وتوقيعه المرتبط بالنموذج قبل إنشاء المهمة أو حجز النقاط.

ما الذي يتقنه؟
مدخل مرن لتوليد Wan للمقاطع القصيرة أو الطويلة، مع مسار Prime الأعلى سعرًا عند الحاجة إلى المستوى المتميز.
لمن يناسب؟
لوحات القصة ولقطات المنتجات وحركة إطاري البداية والنهاية والتوجيه متعدد الوسائط باستخدام مراجع مرئية وصوتية قصيرة.
لماذا تستخدمه في Kyeo AI؟
يبقي Kyeo فحص الأمان تحت تحكم الخادم، ويتحقق من كل مرجع قبل الخصم، ويسوي الاستهلاك الفعلي بلا خصومات إضافية مخفية.

المعلمات الأساسية

يساعدك على تقييم مدى ملاءمة النموذج لسيناريو عملك بسرعة.

المشاهد
نص / إطارا البداية والنهاية / مراجع
الصور المرجعية
حتى 10
الفيديوهات المرجعية
حتى 5؛ المجموع ≤15 ثانية
الصوت المرجعي
حتى 5؛ المجموع ≤15 ثانية
صيغ الرفع
JPG / PNG بلا شفافية / WebP / BMP؛ MP4 / MOV؛ MP3 / WAV

أسماء أخرى

قد يحمل النموذج نفسه أسماء مختلفة في الوثائق الرسمية ونقاشات المجتمع وطبقة تكامل API؛ نجمعها هنا بصورة موحدة.

Wan 3.0
Wan 3.0 Prime
فيديو Wan 3.0 بالذكاء الاصطناعي

أسئلة المستخدمين الشائعة

تركز هذه الأسئلة العملية على المهمة وشروط الإدخال والنتيجة التي ينبغي تأكيدها قبل الاختيار.

كيف أستخدم Wan 3.0 Video؟
ما تكلفة Wan 3.0 Standard؟
ما تكلفة Wan 3.0 Prime؟
ما الوسائط المرجعية التي يقبلها Wan 3.0؟
كيف تحجز المدة الذكية النقاط؟

دليل الاختيار

هل ما زلت مترددًا في اختيار النموذج؟ ابدأ بهذه النقاط الأساسية.

1
اختر Standard لضبط التكلفة

استخدم Standard عندما تكفي عناصر التحكم المشتركة بالمشهد ويكون المعدل الأقل لكل ثانية هو الأهم.

2
اختر Prime عن قصد

يستخدم Prime المدخلات نفسها لكن بمعدل أعلى لكل ثانية، لذلك قارن لقطة تمثيلية قصيرة قبل توسيع التسلسل.

3
استخدم المدة الذكية فقط مع رصيد كاف

تحجز المدة -1 سقف 30 ثانية. وعند وجود فيديو مرجعي، اختر مدة صريحة ليظل مجموع الإدخال والإخراج ضمن 30 ثانية.

المقارنات الشائعة في البحث

قارن البدائل الشائعة في المهمة نفسها لتوضيح الفروق في المدخلات والتحكم والتكلفة.

كيف تختلف أسعار Wan 3.0 Standard وPrime؟
كيف تقارن حدود الوسائط في Wan 3.0 بحدود Seedance 2.5؟

جدول مقارنة النماذج

هل تتردد بين الخيارات؟ يوضح هذا الجدول أهم الفروق بين النموذج الحالي وبدائله بنظرة واحدة.

الإصدار والسعر
Wan 3.0 Video
Standard: 8 / 16 / 32؛ Prime: 12.2 / 25.2 / 50.4 نقطة لكل ثانية مفوترة عند 480P / 720P / 1080P.
Seedance 2.5
من 17 إلى 158 نقطة لكل ثانية إدخال وإخراج معًا أو لكل ثانية إخراج، حسب وجود الفيديو والدقة
Wan 2.7 Video
شرائح مدة ثابتة بدقتي 720p / 1080p
الإدخال متعدد الوسائط
Wan 3.0 Video
10 صور / 5 فيديوهات / 5 مقاطع صوتية؛ إجمالي كل من الفيديو والصوت ≤15 ثانية
Seedance 2.5
30 صورة / 10 فيديوهات / 10 مقاطع صوتية؛ حد إجمالي منفصل قدره 30 ثانية
Seedance 2.0 Mini
9 صور / 3 فيديوهات / 3 مقاطع صوتية

تجربة الاستخدام الفعلية

إرشادات عملية تستند إلى مصادر عامة وحدود الموقع الحالية ومهام تمثل الاحتياجات الشائعة.

اختيار المستوى يغير الحجز مباشرة

يُحتسب الحجز بضرب معدل الإصدار والدقة في مجموع مدة فيديو الإدخال المتحقق منها ومدة الإخراج المحجوزة، ثم يُقرّب الإجمالي إلى الأعلى مرة واحدة؛ وتحجز المدة الذكية 30 ثانية إخراج ولا تُستخدم مع فيديو مرجعي.

المراجع الموقعة تزيل غموض الروابط الخارجية

لا يقبل Kyeo إلا المراجع المرفوعة عبر مساره المتحقق، لذا يُربط نوع الملف وأبعاده وحجمه بالبايت ومدته قبل التنفيذ.

تفاصيل القدرات

ثلاثة مشاهد حصرية

ولّد من نص، أو من إطار بداية مطلوب وإطار نهاية اختياري، أو من مراجع متعددة الوسائط.

توجيه Standard وPrime

بدّل مستوى الجودة من دون تغيير عقد الوسائط العام.

مراجع متعددة الوسائط منضبطة

ادمج حتى 10 صور و5 فيديوهات و5 مقاطع صوتية ضمن الحدود المحلية الموقعة.

الاستخدامات المناسبة

دراسات حركة المنتجات

استخدم إطار البداية وإطار النهاية الاختياري لتحديد تحول منضبط أو حركة كاميرا.

مقاطع حملات تقودها المراجع

ادمج الهوية المرئية وعينات الحركة والمراجع الصوتية القصيرة للحصول على اتجاه متسق.

لقطات نصية أطول

خطط لتسلسل صريح مدته 2–30 ثانية من دون الحاجة إلى وسائط مرجعية.

نصائح الموجّه

حدد تقدم المشهد

صف العنصر والحركة والكاميرا والإضاءة والحالة النهائية بترتيب زمني.

خصص دورًا واحدًا لكل مرجع

وضح أي أصل يحدد الهوية أو الحركة أو التكوين أو الصوت لتقليل التعارضات.

ضع ميزانية 30 ثانية للمدة الذكية

تعامل مع -1 على أنه الحد الأقصى للحجز، لا إعدادًا افتراضيًا منخفض التكلفة.

أسباب اختياره

يغطي عقد واحد Standard وPrime.
يدعم مسارات عمل النص والإطارات والمراجع متعددة الوسائط.
تصل مدة الإخراج إلى 30 ثانية.
يُتحقق من كل مرجع قبل حجز النقاط.

ما يجب معرفته قبل الاستخدام

لكل من الفيديوهات والصوت المرجعي حد إجمالي قدره 15 ثانية.
لا يمكن جمع فيديو مرجعي مع مدة إخراج ذكية؛ ويجب أن يبقى مجموع الإدخال والإخراج الصريح ضمن 30 ثانية.
تُرفض ملفات PNG التي تحتوي على شفافية.
اختصارات الملفات والروابط العشوائية غير متاحة في مسار التحقق الحالي.

المعلمات القابلة للضبط

يساعدك على تقييم مدى ملاءمة النموذج لسيناريو عملك بسرعة.

مشهد التوليد
اختياري
نوع المعلمة: اختيار
الافتراضي: text
text
frames
reference
الإصدار
اختياري
نوع المعلمة: اختيار
الافتراضي: standard
standard
prime
الدقة
اختياري
نوع المعلمة: اختيار
الافتراضي: 1080P
480P
720P
1080P
نسبة العرض إلى الارتفاع
اختياري
نوع المعلمة: اختيار
الافتراضي: adaptive
adaptive
16:9
4:3
1:1
3:4
9:16
المدة
اختياري
نوع المعلمة: عدد صحيح
الافتراضي: 5 ثوان
-1 للمدة الذكية، أو 2–30 ثانية
توليد الصوت
اختياري
نوع المعلمة: قيمة منطقية
الافتراضي: مفعّل
true
false
البذرة
اختياري
نوع المعلمة: عدد صحيح
0–2,147,483,647

استهلاك النقاط

16–1,512 نقطة

Standard: 8 / 16 / 32؛ Prime: 12.2 / 25.2 / 50.4 نقطة لكل ثانية مفوترة عند 480P / 720P / 1080P. يُحتسب الحجز بضرب معدل الإصدار والدقة في مجموع مدة فيديو الإدخال المتحقق منها ومدة الإخراج المحجوزة، ثم يُقرّب الإجمالي إلى الأعلى مرة واحدة؛ وتحجز المدة الذكية 30 ثانية إخراج ولا تُستخدم مع فيديو مرجعي.

نصيحة لتوفير النقاط

قبل توليد الصور أو الفيديو على دفعات، يُنصح بإجراء اختبار A/B بالمواد نفسها بين النموذج الحالي وبدائله من النوع نفسه، ثم بدء التوليد على دفعات بعد تأكيد النتيجة لتجنب هدر النقاط.

الأسئلة الشائعة

نماذج مشابهة موصى بها

لم تقرر بعد؟ قارن أيضًا بهذه البدائل المشابهة.

Seedance 2.5

يجمع Seedance 2.5 حد 30 ثانية وعددًا أكبر من المواد ومدخلات مرجعية مناسبة لتحرير الفيديو ضمن عقد مشاهد صارم واحد. لا يُقدّر خيار المدة التلقائية على أساس 5 ثوانٍ افتراضية، بل يُحجز وفق الحد الأقصى البالغ 30 ثانية.

نموذج فيديو بالذكاء الاصطناعي
102–5,700 نقطة

Seedance 2.0 Mini

يجمع Seedance 2.0 Mini في مدخل واحد التوليد بالنص وإطار البداية والنهاية والمراجع المتعددة الوسائط. تدخل الفيديوهات المرجعية في معادلة التكلفة قبل الإنشاء، لذلك يجب التحقق الموثوق من مدد الوسائط ومدة الإخراج مسبقًا.

نموذج فيديو بالذكاء الاصطناعي
15–150 نقطة

Wan 2.7 Video

يجمع Wan 2.7 بين النص إلى فيديو والصورة إلى فيديو بإطار بداية أو بإطاري بداية ونهاية وتحرير الفيديو. ومع 720p و1080p ينبغي مقارنة المواد والمدة والنسبة والرصيد التقديري معًا.

نموذج فيديو بالذكاء الاصطناعي
16 رصيدًا/ثانية بدقة 720p؛ 24 رصيدًا/ثانية بدقة 1080p

مصادر المعلومات

أُعد محتوى الصفحة استنادًا إلى مواد الشركة المطوّرة ووصف عائلة النموذج وإعداد التكامل في منصة Kyeo AI.

ملاحظة المصدر

تغطي هذه الصفحة عقدي Wan 3.0 القياسي وPrime بعد إطلاقهما والتحقق منهما على Kyeo. يدعم Kyeo الإدخال النصي وإطاري البداية والنهاية والمراجع متعددة الوسائط الموقعة، بينما تظل اختصارات الملفات والروابط غير متاحة إلى أن تخضع لحدود التحقق المحلي نفسها.

آخر تحديث: 2026-08-28
بيانات الواجهة الحالية لـWan 3.0
التكامل

تُستخدم للتحقق من أوضاع الإدخال وعناصر التحكم الظاهرة وحدود الوسائط وإتاحة النسخة المتصلة بالموقع حاليًا. الخيارات الفعلية هي المعروضة في الصفحة ومساحة العمل.

حدود التشغيل المتحقق منها في Kyeo
التكامل

استُخدمت للتحقق من حدود الرفع المحلية وفحوص المراجع الموقعة والتفويض المسبق وتسوية الاستهلاك الفعلي.