30 segundos nativos
Elige 2–30 s o duración inteligente.
Un hub práctico para vídeo multimodal de 30 segundos, solicitudes API, costes, prompts y planificación de documento a vídeo.
Wan 3.0 enruta texto, fotograma inicial, inicial/final, referencias, documentos, edición y extensión según el tipo de medio y la intención.
Una solicitud entiende más fuentes y cuenta historias más largas.
Elige 2–30 s o duración inteligente.
Hasta 10 imágenes, 5 vídeos y 5 audios.
Convierte archivos y páginas públicas en vídeos.
Mantiene rostros, objetos, espacios y estilo.
Genera diálogo, efectos, ambiente y música.
Modifica o prolonga vídeo mediante instrucciones.
El mismo modelo interpreta tipo de media e intención.
| Tarea | Activación | Consejo |
|---|---|---|
| Texto a vídeo | solo prompt | Configura relación, resolución, duración y audio. |
| Primer fotograma | first_frame | Usa adaptive. |
| Primero y último | first_frame + last_frame | Describe la transición. |
| Referencia omni | reference_image / video / audio | Usa Image 1, Video 1 y Audio 1. |
| Archivo o web | file o link | Una fuente pública; son excluyentes. |
| Editar o extender | reference_video + intención | Usa adaptive y duración inteligente. |
Cada herramienta ayuda sin consumir cuota.
El acceso y la retención importan en producción.
Workspace y API Key deben ser de la misma región.
La cuota de 30 s solo existe en Pekín y dura 90 días.
Revisa audio y texto en pantalla.
Tareas y URL duran 24 horas.
Se paga por uso. Pekín puede ofrecer 30 segundos durante 90 días. Estas herramientas son gratuitas.
Sí. Sin vídeo de entrada, 2–30 s; con vídeo, entrada y salida deben sumar 30 s o menos.
Sí: un archivo de hasta 100 MB y hasta 50 páginas en formatos validados.
Sí, activado por defecto para diálogos, efectos, ambiente y música.
Funciones y precios son instantáneas fechadas de Alibaba Cloud Model Studio. Confirma la consola antes de una producción de pago.