Pexo
Wan 3.0 Prime

Wan 3.0 Prime
ストーリーの背後にある参照を結び付ける

複数ショットの生成、音声の同時生成、参照画像、フレームによる指定を使い、次の動画の制作指示に沿って、つながりのあるシーンを計画します。

主な機能

機能の説明: マルチショットのストーリーテリング

複数ショットによる物語表現

複数のショットと明確な出来事の流れを持つ動画を計画します。舞台を見せる、反応を描くなど、各ショットの役割を説明します。無関係な場面を集めるのではなく、構成が物語に役立つようにします。

機能の図: ネイティブ オーディオの生成

映像とともに音声を生成

生成の指示にセリフ、音楽、効果音を含めます。音声を同時に生成することで、音もシーンの展開に関わります。全体を確認し、言葉、タイミング、映像の流れと音の合い方を点検してください。

機能の図: マルチモーダル参照ガイダンス

マルチモーダルなリファレンス ガイダンス

参照モードでは、画像、動画、音声を組み合わせてシーンを指定できます。Model Studioは、最大10枚の参照画像、5本の動画、5本の音声を受け付けます。開始・終了フレームは別モードの入力で、これらの参照素材と混在させられません。

機能の図: キーフレーム ガイダンス

キーフレームのガイダンス

開始フレームを使って生成を指定し、対応する処理では開始・終了フレームの両方を定められます。基準となる画像と、その間で起きる動作の説明を組み合わせ、変化の方向を明確にします。

機能の図: ビデオの編集と拡張

ビデオの編集と拡張

参照動画を指定し、編集内容や続きを説明します。Model Studioは編集に加え、末尾、冒頭、双方向への延長に対応します。参照動画の入力は合計15秒までです。動画を含むリクエストには、入力と出力を合わせた長さの制限もあります。

画像の作例

モデル比較

比較項目Wan 3.0 PrimeVeo 3.1HappyHorse 1.1
入力フォーマット文章・画像・動画・音声。組み合わせはタスクによる文章と画像、参考ビジュアルテキスト、画像、複数画像の参照モード
主な方向性複数形式の参照素材を使い、複数ショットを生成音声と参考ビジュアルを使う動画生成テキスト・画像・参照素材からの動画生成を個別モードで提供
オーディオ機能ネイティブのダイアログ、音楽、エフェクト映像とともに音声を生成オーディオをサポートする T2V、I2V、および R2V
動画の長さの制限モデル スタジオ: 2 ~ 30 秒。ビデオ入力には合計時間制限がありますGemini API:初回は4・6・8秒。参照画像や1080p・4Kには8秒が必要モデル スタジオ: T2V、I2V、R2V で 3 ~ 15 秒
出力解像度Model Studio:480P、720P、1080PGemini API:720p。8秒で1080p・4K、延長は720pModel Studio: 3 つのモードすべてで 480P、720P、1080P
推奨される用途複数ショットの物語、参照素材を使うシーンづくり音、参考ビジュアル、続きの映像を中心に計画するシーンテキスト、画像、または参考資料から計画されたキャラクターのインタラクション

仕様確認日:2026年10月19日。サイズと制御は、記載された提供元とタスクに対応します。出典: Wan Prime モデルガイド · Wan 3.0生成API · Wan 3.0生成ガイド · Google Veo 3.1 APIガイド · Model Studio 動画モデルの仕様 · HappyHorse の最初のフレーム API · HappyHorse 参照画像 API

活用シーン

マルチショットストーリーのコンセプト

物語を始まり、展開、結末に分け、ショットごとに被写体と動作を決めます。ショット間のつながりに注意しながら、数カットで短い物語を伝える用途に適しています。

参考資料に基づいたオーディオビジュアルのコンセプト

参照素材を整理し、それぞれが被写体、舞台、演出方針をどう指定するか説明します。狙った音も加え、決まった映像の構想を音声付きのシーンへ展開します。

キーフレーム周りの編集と継続

キーフレームで目指す見た目の状態を定め、編集や延長を計画します。既存素材を基にした場面転換や続きの動作に適しています。つなぎ目、被写体、動きの連続性を確認します。

ユースケース

つながりのあるストーリー、リファレンス主導のシーン、視覚的なトランジションのためのビデオ ワークフローを探索します。

Wan 3.0 Prime に関するよくある質問

ポートレート、モーションクリップ、オーディオを一緒に提出できますか?

はい。参照モードでは、reference_image、reference_video、reference_audioを組み合わせて入力できます。開始・終了フレームモードは別で、フレーム入力をこれらの参照形式と混在させられません。

Primeで指定できる長さと解像度は?

Model Studioには480P、720P、1080Pと、2〜30秒の出力、モデルによる長さの提案が記載されています。動画を含むリクエストでは、入力と出力を合わせて30秒以内にする必要があります。

Prime が編集または拡張できるソースビデオは何ですか?

reference_videoと、編集または続きを指示する説明を入力します。参照動画は最大5本、合計15秒以内、各ファイル最大100 MBです。末尾、冒頭、双方向への延長が記載されています。

Prime の速度の優位性はこのガイドで測定されますか?

実測による速度比較は含んでいません。Alibaba Cloud Model Studioは、PrimeをWan 3.0の高速版と位置づけています。これは提供元の説明として扱い、予想する処理時間で制作の締め切りを決める前に、実際のタスク、設定、確認作業の負担を評価してください。

確認せずに正確な対話を信頼できますか?

セリフの同時生成に対応していても、毎回の出力で指定どおりの文言になるとは限りません。特にシーンのメッセージを担う重要なセリフは、実際に聞いて話者を確認します。発話と画面内の動作が、同じ意図した出来事を伝えているか点検してください。

アイデアを伝えて、次の作品づくりを始めましょう。

作成を始める