Wan 3.0とは何ですか?
Wan 3.0は、Model Studioで利用できるAlibabaの動画生成モデルです。テキスト・画像からの動画生成、複数種類の参照素材、動画編集、延長に対応します。
Wan 3.0は何秒の動画を生成できますか?
動画を入力しない場合は2〜30秒を指定するか、モデルによる長さの提案を使えます。参照動画を指定する場合は、その合計の長さと出力動画の長さを合わせて30秒以内にする必要があります。文書化されているMP4出力は30 fpsです。
Wan 3.0 ではドキュメントや Web ページを使用できますか?
はい。対応する参照素材と合わせ、文書や公開Webページの情報を使えます。文書入力は、一般的なプレゼンテーション、文書、表計算、PDF、テキスト形式に対応します。上限は100 MBで、ページ単位の形式は最大50ページです。対応形式にはDOCX、XLSX、PPTX、PDF、TXT、Markdownなどがあり、ファイル1個またはリンク1件を指定できます。Webページは、ログインせずに公開アクセスできる必要があります。
どのような参考資料を組み合わせることができますか?
参照素材を使う制作方法では、画像、動画、音声を扱えます。現在の上限は、画像10枚、合計15秒の動画5本、合計15秒の音声5本です。ファイルやWebページから追加の情報も取り込めます。
Wan 3.0 は音を出しますか?
はい。同期したセリフ、音楽、効果音を生成します。音声出力は既定で有効ですが、無効にもできます。音声参照は参照素材を使う制作方法に属し、開始・終了フレームを厳密に指定する生成では使いません。開始・終了フレームを厳密に指定する場合は、first_frameとlast_frameの入力を使います。
Wan 3.0 Prime の違いは何ですか?
Primeは速度を重視したバージョンで、識別子はwan3.0-video-primeです。Standardと同じ制作機能・出力設定に対応しながら、処理全体の生成速度を高めることに重点を置いています。StandardとPrimeはいずれもWan 3.0 APIに記載されています。モデル、エンドポイント、APIキーは、同じ対応リージョンのものを使います。利用できるモデルは、そのリージョンのModel Studioコンソールで確認してください。