Alibaba · Нейросеть для видео

Wan 3.0 — нейросеть для длинных видео из фото

Ролик до 30 секунд из одного фото — или плавный переход от одного снимка к другому. Со звуком, до 1080p. Онлайн, без установки и видеокарты

Попробовать Wan 3.0

Первые токены — бесплатно · Оплата рублями · от 6 токенов за секунду

Wan 3.0: коротко о модели

Wan — семейство видеонейросетей Alibaba. Ранние версии выложены в открытый доступ, и их ставят на свой компьютер, но для этого нужна мощная видеокарта и время на настройку. В Karavadjo доступна свежая Wan 3.0 — прямо в браузере.

Wan 3.0 делает самые длинные ролики в сервисе — до 30 секунд, вдвое дольше, чем у Kling и Seedance (до 15 секунд). За это время в кадре успевает пройти целая маленькая история: прогулка по парку, поворот к морю, облёт камеры. А если добавить второе фото как финальный кадр, модель снимет переход: детство превращается в сегодняшний день, лето — в зиму.

РазработчикAlibaba
Версия в KaravadjoWan 3.0
Что делаетВидео из фото и переход между двумя фото
Длительность5, 10, 15, 20 или 30 секунд
Качество480p, 720p, 1080p
ЗвукЗвук сцены и музыка, можно выключить
Финальный кадрЕсть — второе фото в настройках
Время генерации5–15 минут
Цена6, 12 или 24 токена за секунду — 480p, 720p, 1080p

Karavadjo — независимый сервис, а не официальный сайт Wan 3.0. Модель разработана компанией Alibaba; здесь она доступна вместе с другими нейросетями.

Чем сильна Wan 3.0

До 30 секунд

Самый длинный ролик в Karavadjo: целая сцена, а не короткий «живой» кадр.

Переход между двумя фото

Первое фото — начало, второе — финал. Модель сама снимет, как одно превращается в другое.

Звук и музыка

Шорох листьев, шум волн, тихая музыка — звук подбирается под сцену и входит в цену.

Где Wan 3.0 слабее

Долго ждать

Ролик готовится 5–15 минут. Запустите и займитесь другим — видео появится в «Моих генерациях».

Длинные ролики дороже

30 секунд в 1080p — 720 токенов. Сначала проверьте идею на 5–10 секундах в 480p или 720p.

Переход может «раствориться»

Если фото сильно разные, вместо превращения получится наплыв одного кадра на другой. Помогают похожий ракурс и описание самого превращения в запросе.

Нет настройки «камера фиксирована»

Отдельной настройки нет — неподвижную камеру просите словами в запросе.

Примеры видео Wan 3.0

Настоящие ролики из Karavadjo: исходное фото, запрос и настройки — чтобы повторить такой же со своим снимком. Ролики со звуком — включите его в плеере. Лица — сгенерированные, таких людей нет.

Исходное фото для ролика Wan 3.0: девушка в пальто кружится под первым снегом на улице с гирляндами, камера облетает её
Фото

Первый снег в вечернем городе

720p · 15 секунд · со звуком · 180 токенов

ЗапросДевушка медленно идёт по заснеженной улице под гирляндами, ловит ладонью снежинки, смеётся, кружится на месте и оглядывается в камеру. Камера плавно следует за ней и мягко облетает по дуге. Крупные снежинки падают в тёплом свете витрин. Хруст снега под ногами, далёкий смех прохожих, тихая рождественская музыка.

Повторить в Wan 3.0 →
Исходное фото для ролика Wan 3.0: обычная гостиная превращается в новогоднюю: вырастает ёлка, загораются гирлянды, идёт снег
Начало
Финальный кадр для ролика Wan 3.0
Финальный кадр

Комната встречает Новый год

720p · 10 секунд · со звуком · финальный кадр — та же комната к Новому году · 120 токенов

ЗапросНепрерывное плавное превращение без склеек: день сменяется вечером, в комнате сама собой вырастает и наряжается ёлка, на стенах загораются гирлянды, за окном начинает падать снег; серая футболка девушки превращается в красный свитер, в её руке появляется бокал шампанского, она поднимает его к камере и улыбается. Одна и та же девушка и та же комната от начала до конца, без наложения кадров и без затемнений. Камера неподвижна. Звон бокала и тихая новогодняя музыка.

Повторить в Wan 3.0 →
Исходное фото для ролика Wan 3.0: девушка с кофе идёт по аллее осеннего парка под падающими листьями
Фото

Прогулка в осеннем парке

720p · 20 секунд · со звуком · 240 токенов

ЗапросДевушка с кофе неспешно идёт по аллее осеннего парка, вокруг кружатся и падают жёлтые листья. Она улыбается, отпивает кофе и оборачивается к камере, камера плавно следует за ней. Шорох листьев, далёкие голоса, тихая музыка.

Повторить в Wan 3.0 →
Исходное фото для ролика Wan 3.0: девочка у дерева плавно превращается во взрослую девушку на том же месте
Начало
Финальный кадр для ролика Wan 3.0
Финальный кадр

Детство → сейчас

720p · 10 секунд · со звуком · финальный кадр — сегодняшнее фото · 120 токенов

ЗапросНепрерывная плавная трансформация одного и того же человека без склеек: девочка у дерева постепенно взрослеет прямо в кадре — становится выше, черты лица взрослеют, волосы отрастают, платье в горошек постепенно превращается в джинсовую рубашку. Это одно и то же лицо от начала до конца, без наложения двух изображений и без затемнений. Камера неподвижна, мягкий тёплый свет. Тихая тёплая музыка.

Повторить в Wan 3.0 →
Исходное фото для ролика Wan 3.0: девушка в красном платье на скале над морем, камера облетает её на закате
Фото

Скала у моря

720p · 15 секунд · со звуком · 180 токенов

ЗапросВетер развевает длинные волосы и красное шёлковое платье, девушка медленно поворачивается к морю и идёт вдоль края скалы, камера плавно облетает её по дуге, внизу разбиваются волны, закатное солнце. Шум волн и ветра.

Повторить в Wan 3.0 →

Как пользоваться Wan 3.0

  1. 1

    Загрузите фото

    Для перехода — добавьте второе фото в «Финальный кадр» в настройках

  2. 2

    Выберите длину и качество

    От 5 до 30 секунд, 480p–1080p. Опишите сцену в 2–3 предложениях

  3. 3

    Займитесь другим

    Ролик готовится 5–15 минут и появится в «Моих генерациях»

Для чего подходит Wan 3.0

Мини-клип

Прогулка, танец, поворот к морю — сцена на 15–30 секунд вместо «живого» кадра.

Детство → сейчас

Детское и сегодняшнее фото — модель снимет, как человек взрослеет.

До и после

Ремонт, смена сезона, образ — переход между двумя снимками.

Видео под музыку

Длинный ролик со звуком для сторис, рилс и поздравлений.

Как написать запрос для длинного ролика

В 20–30 секунд помещается не одно действие, а маленькая история. Опишите её по порядку в 2–3 предложениях: что герой делает сначала, что потом, как двигается камера и что слышно. Например: «идёт по аллее, отпивает кофе, оборачивается к камере; камера плавно следует за ней; шорох листьев и тихая музыка».

Движение камеры задаётся словами: «камера плавно облетает по дуге», «камера следует за героем», «камера неподвижна». Звук — тоже словами в конце запроса.

Как сделать переход между двумя фото

Загрузите первое фото как обычно, а второе добавьте в «Финальный кадр» в настройках. Лучше всего переход получается, когда на обоих фото один ракурс и похожее кадрирование.

В запросе описывайте само превращение, а не итог: не «взрослая девушка», а «девочка постепенно взрослеет прямо в кадре, платье превращается в рубашку». Добавьте «без наложения изображений и без затемнений» — так модель реже делает простой наплыв.

Сколько стоит ролик

Цена — за секунду и зависит от качества: 480p — 6 токенов, 720p — 12, 1080p — 24. Ролик на 10 секунд в 720p стоит 120 токенов, на 20 секунд — 240, на 30 секунд в 1080p — 720. Звук и финальный кадр цену не меняют.

Удобный порядок: подберите запрос на 5–10 секундах в 480p, а длинную версию в хорошем качестве делайте, когда сцена понравится.

Как описать движение для видео

Для короткого ролика хватает одного-двух предложений: что делает человек и что происходит вокруг. Одно действие получается естественнее, чем несколько сразу, — в короткий ролик сюжет не уместить. Для истории из нескольких действий нужна длинная модель, например Wan 3.0 — до 30 секунд.

Если результат не тот, меняйте описание понемногу: небольшая правка текста заметно меняет видео.

Портрет

«Девушка улыбается и поправляет волосы, лёгкий ветер».

Сцена

«Мужчина идёт по вечерней улице, огни на фоне размыты».

Природа

«Листья падают, человек поднимает голову».

Праздник

«Она задувает свечи на торте и смеётся».

Какое фото лучше оживает

Крупное лицо

Мимика выходит естественной, когда нейросеть видит детали.

Один человек

На групповом снимке лица мелкие, и движение менее точное.

Простой фон

Сложный узор за спиной может «поплыть» при движении.

Целый снимок

Царапины оживут вместе с лицом — старое фото сначала восстановите.

Сколько секунд выбрать

Видео оплачивается за каждую секунду, поэтому идею выгодно проверять на коротком ролике в 4–5 секунд. Когда описание понравится, повторите тот же запрос длиннее или в лучшем качестве.

Для аватарки и сторис обычно хватает 5 секунд. Длинный ролик нужен, когда в кадре что-то происходит: переход, прогулка, смена места.

Какую нейросеть для видео выбрать

Модели справляются с одной задачей по-разному, а токены у них общие — попробуйте несколько на одном фото и сравните.

Gemini Omni — 8 токенов за секунду

Видео из фото или по тексту со звуком и речью, до 15 секунд — новая версия модели Google.

Kling Motion Control — от 13 токенов за секунду

Фото повторяет движение из видео: танец, жесты, походку. До 30 секунд, 720p или 1080p.

Kling 3.0 Pro — от 12 токенов за секунду

Плавное движение, как в кино, можно задать последний кадр, 1080p, ролики 3–15 секунд.

Seedance 2.0 Fast — 26 токенов за секунду

Быстрая анимация со звуком без доплаты, 480p и 720p, ролики 4–15 секунд.

Seedance 1.5 Pro — от 2 токенов за секунду

Самая доступная анимация: до 1080p, камеру можно закрепить, ролики 4–12 секунд.

Частые вопросы

Что такое Wan 3.0?

Видеонейросеть Alibaba. В Karavadjo она делает из фото ролик до 30 секунд со звуком, а со вторым фото — плавный переход от одного снимка к другому.

Это официальный сайт Wan?

Нет. Wan разработана компанией Alibaba, а Karavadjo — независимый сервис, в котором собраны нейросети разных разработчиков. Официальный сайт модели принадлежит её разработчику.

Нужно ли устанавливать Wan на компьютер?

Нет. Ранние версии Wan ставят на свой компьютер с мощной видеокартой, а в Karavadjo Wan 3.0 работает в браузере — на телефоне и компьютере.

Можно ли пользоваться Wan бесплатно?

Первые токены в Karavadjo — бесплатно, их хватит на короткий пробный ролик. Дальше — от 6 токенов за секунду в 480p.

Почему так долго?

Длинный ролик — тяжёлая генерация: обычно 5–15 минут. Можно закрыть страницу и заняться другим, готовое видео появится в «Моих генерациях».

Как сделать видео из двух фото?

Загрузите первое фото, второе добавьте в «Финальный кадр» в настройках и опишите в запросе, как одно превращается в другое.

Чем Wan отличается от Kling?

Wan делает ролики до 30 секунд и тоже умеет финальный кадр, но генерирует дольше. Kling 3.0 Pro — до 15 секунд, зато готовит ролик за 1–2 минуты и хорош для эффектного движения камеры.

Что делать, если результат не понравился?

Упростите описание до одного действия или попробуйте другую модель на том же фото: они оживляют кадр по-разному.

Где найти готовый результат?

В личном кабинете: готовое видео сохраняется там и скачивается в формате MP4.