Wan 3.0 — Vidéo IA de 30 secondes depuis texte, image et référence
Le modèle vidéo Wanxiang 3.0 d’Alibaba Tongyi Lab. Générez jusqu’à 30 secondes en une passe en 480p, 720p ou 1080p — à partir d’un prompt, d’une première image (dernière facultative) ou de références mixtes image, vidéo et audio — avec audio natif optionnel sur SeeVid.
Disponible sur la plateforme SeeVid
Le modèle vidéo Wanxiang 3.0 d’Alibaba Tongyi
Wan 3.0 (Tongyi Wanxiang 3.0) est la génération 2026 de la famille vidéo IA d’Alibaba Tongyi Lab. Les documents publics décrivent jusqu’à 30 secondes en une génération, une sortie audio-visuelle native et un système omni-référence pour le texte, les images, la vidéo et l’audio. Sur SeeVid vous pouvez lancer texte vers vidéo, image vers vidéo (premier plan, dernier facultatif) et référence vers vidéo avec jusqu’à 10 images, 5 clips et 5 fichiers audio.
Jusqu’à 30 secondes, une passe
Choisissez 2–30 secondes ou Auto. Auto laisse le modèle caler la durée sur le prompt, sans étirer un beat court ni couper une histoire longue. Pas besoin d’assembler de nombreux clips de 5 secondes.
Texte, image et références mixtes
Partez d’un prompt, animez un still (plan de fin optionnel) ou mélangez jusqu’à 10 images, 5 vidéos (1–15 s chacune, 15 s au total) et 5 audios.
Audio natif dans la même passe
Parole, chant, effets et ambiance peuvent être générés avec l’image. L’audio est activé par défaut ; désactivez-le pour un clip silencieux. Le lip-sync et le dialogue multilingue sont des atouts de la famille Wan 3.0.
Visages, accessoires, espace et style
La référence vers vidéo vise la cohérence de personnage, produit, espace et style sur un clip plus long — utile pour les pubs, explainers et brouillons narratifs avant le polish en montage.
Prises plus longues, références plus fermes, audio inclus
Wan 3.0 s’adresse aux créateurs qui ont besoin de plus qu’un beat de 5–15 secondes : un canevas narratif de 30 secondes, un verrouillage de référence au pixel, et un son qui arrive avec l’image.
Wan 3.0 sur SeeVid
Les options correspondent au générateur vidéo IA. Les crédits sont facturés par seconde de sortie (Auto compte pour 20 s). La référence vers vidéo facture aussi les secondes de vidéo de référence.
Texte vers vidéo
Décrivez scène, caméra, style et dialogue. Durée 2–30 s ou Auto ; 480p / 720p / 1080p ; format adaptive, 16:9, 9:16, 1:1, 4:3 ou 3:4.
Image vers vidéo
Une image est le premier plan ; une seconde peut être le dernier. Maximum deux images. Mêmes options de durée, qualité et format que le texte vers vidéo.
Référence vers vidéo
Jusqu’à 10 images (≤20 Mo chacune), 5 vidéos (1–15 s, ≤100 Mo, 15 s au total) et 5 audios (1–15 s, ≤15 Mo, 15 s au total). Sortie plus vidéo de référence ne peut pas dépasser 30 secondes.
Durée intelligente
Choisissez une longueur exacte ou Auto. Auto est facturé comme un job de 20 secondes pour ne pas étirer un beat court ni couper une histoire au milieu.
480p / 720p / 1080p
Trois niveaux de qualité. Crédits SeeVid : 3.7 / 7.5 / 15 par seconde de sortie en 480p / 720p / 1080p. Exemple : 720p × 5 s = 37 crédits.
Interrupteur audio natif
L’audio est activé par défaut (parole, effets, ambiance). Désactivez générer l’audio pour un clip silencieux que vous scorerez plus tard.
Questions fréquentes
Questions courantes sur Wan 3.0 (Tongyi Wanxiang 3.0) et son usage sur SeeVid.
Créez avec Wan 3.0 dès aujourd’hui
Essayez Wan 3.0 sur SeeVid — texte vers vidéo, image vers vidéo et référence vers vidéo, de 2 à 30 secondes, audio natif en option, jusqu’en 1080p.