Wan 3.0 d'Alibaba transforme texte, images ou références en clips de 2 à 30 secondes jusqu'en 1080p — dialogues, effets sonores et musique générés dans la même passe. Essayez Wan 3.0 en ligne gratuitement !
En un coup d'œil
Servez-vous de ces faits pour décider si Wan 3.0 convient à votre prochain test vidéo avant d'ouvrir le générateur.
| Développeur | L'équipe Wan d'Alibaba a développé Wan 3.0 ; SeedVideo AI est une plateforme d'accès indépendante, sans affiliation avec Alibaba. |
|---|---|
| Lancement officiel | Alibaba Cloud a annoncé Wan 3.0 le 24 août 2026, après une bêta publique ouverte le 6 août 2026. |
| Durée | De 2 à 30 secondes par génération — le double du plafond de 15 secondes du précédent Wan 2.7. |
| Modes d'entrée | Texte en vidéo, image en vidéo avec première/dernière images, et référence en vidéo avec jusqu'à 10 images et 5 clips par requête ; l'API accepte aussi audio, documents (PDF, DOC, XLS, PPT, Markdown) et pages web publiques. |
| Réglages de sortie | SeedVideo AI expose pour Wan 3.0 un curseur de durée 2-30 s, les résolutions 480p / 720p / 1080p, six formats dont adaptatif, et un interrupteur son. |
| Audio | Voix, effets sonores et musique de fond générés par défaut, dialogues synchronisés ; l'audio ne coûte pas plus cher. |
| Meilleur usage | Courts narratifs en plan long, scènes de dialogue, publicités produit sonorisées et séquences guidées par références dépassant 15 secondes. |
Sources officielles Wan
Le film de présentation est le showcase officiel de Wan 3.0 d'Alibaba ; les quatre démos ont été générées avec Wan 3.0 sur cette plateforme, avec les prompts affichés.
Dernière mise à jour:
Réponses rapides
Wan 3.0 transforme prompts, images et références en clips jusqu'à 30 secondes avec audio généré — ces quatre réponses couvrent les premières questions.
01
Wan 3.0 est le modèle de génération vidéo IA d'Alibaba, annoncé par Alibaba Cloud le 24 août 2026 après une bêta publique lancée le 6 août. Il génère des clips de 2 à 30 secondes avec audio natif et accepte texte, images, vidéo et audio en entrée.
02
N'importe quelle durée de 2 à 30 secondes — le double du plafond de 15 secondes de Wan 2.7 et plus que ce que produisent la plupart des générateurs en une passe. Sur SeedVideo AI, un curseur fixe la durée exacte avant la génération.
03
Oui, par défaut. Wan 3.0 produit voix, effets sonores et musique dans la même génération, dialogues synchronisés avec les lèvres inclus, et le son coûte le même prix que la sortie muette. Un interrupteur le coupe si besoin.
04
Des prompts texte, une première image (avec dernière image en option) et des piles de références jusqu'à 10 images et 5 clips courts. L'API d'Alibaba accepte en plus des fichiers audio, des documents et des pages web.
Aperçu du modèle
Wan 3.0 est le modèle de génération vidéo annoncé par Alibaba Cloud le 24 août 2026 : il double le plafond de 15 secondes de Wan 2.7 pour atteindre 30 secondes et génère voix, effets et musique par défaut.
Généré sur ce site
Quatre clips générés avec Wan 3.0 via cette plateforme : cohérence multi-plans, dialogues synchronisés, physique du mouvement et style non photoréaliste. Sous chaque clip figure le prompt exact utilisé.
A barista in a sunlit specialty coffee shop pours latte art into a white ceramic cup. Start on a close-up of the milk stream forming a rosetta, then cut to a medium shot as she slides the cup across the walnut counter to a customer, then a final close-up of steam curling above the finished pour. Same barista, same cafe, consistent lighting across all three shots. Warm tones, soft window light, gentle cafe ambience.
Two chess players in a dim study, face to face across an antique board. The older man in a grey cardigan moves his knight, taps the clock and says: "Your move." The young woman opposite smiles, slides her queen forward and answers: "Checkmate." Lip-synced dialogue, ticking clock, rain against the window. Moody warm lamplight, 35mm film look.
A parkour athlete sprints across a rooftop at dusk, vaults a ventilation duct, tucks into a roll and springs back to full sprint without breaking stride. Handheld tracking camera follows from the side, motion blur on the skyline, jacket and hair reacting to the wind, hard believable landings with dust kicked up. City lights flickering on below.
Hand-painted watercolor animation: a paper sailboat drifts down a rain-swollen gutter stream past towering blades of grass, a snail watches from a leaf as the boat spins through a tiny whirlpool and rights itself, soft pigment blooms bleeding at the edges of every shape, visible paper grain, gentle piano and rain patter.
Quand l'utiliser
Choisissez Wan 3.0 quand le clip doit dépasser 10-15 secondes, quand le son porte l'histoire, ou quand une pile d'images et de clips de référence doit guider le résultat.
01
La plupart des modèles s'arrêtent à 10-15 secondes. Wan 3.0 monte à 30 en une seule génération : une scène peut s'installer, basculer et se résoudre sans assembler des coupes dans un éditeur.
02
Dialogues, bruitages et musique sortent de la même passe, synchronisés et sans crédit supplémentaire. Écrivez la réplique voulue entre guillemets dans le prompt.
03
Empilez jusqu'à 10 images et 5 clips courts pour verrouiller personnages, produits, mouvement ou style. Dans le prompt, précisez ce que chaque numéro d'image et de vidéo contrôle.
Trois étapes
Un bon résultat commence par un sujet, un décor, un mouvement et une intention sonore clairs. Choisissez le modèle, générez une première version, puis affinez le prompt d'après ce que vous voyez et entendez.
Nommez le sujet, le lieu, le mouvement de caméra, le style et l'ambiance. Pour un dialogue, mettez la réplique exacte entre guillemets ; pour le son, décrivez l'atmosphère attendue.
Sélectionnez Wan 3.0 dans le menu des modèles, réglez durée (2-30 s), résolution et format, et joignez images ou références quand la cohérence compte.
Vérifiez mouvement, cohérence, synchronisation audio et fidélité au prompt. Gardez ce qui marche, réécrivez ce qui restait vague, puis générez la variation suivante.
Prochaines étapes
Partez d'une image si vous avez déjà une photo produit ou un portrait de personnage, d'un clip si le mouvement doit venir d'un rush existant, ou comparez d'abord les modèles.
01
Ouvrez l'espace texte-en-vidéo avec Wan 3.0 présélectionné et écrivez votre premier prompt.
Ouvrir texte en vidéo02
Téléversez une photo produit ou un portrait comme première image, et épinglez la dernière en option.
Ouvrir image en vidéo03
Utilisez le mouvement, le rythme ou le style d'un clip existant comme référence d'une nouvelle version Wan 3.0.
Ouvrir vidéo en vidéo04
Comparez l'essai gratuit, les packs de crédits et les abonnements avant de générer à grande échelle.
Voir les tarifs05
L'autre modèle 30 secondes de ce site, avec une pile de références plus grande et des modes d'édition multi-plans.
Lire le guide 2.506
Wan 2.5 n'existe qu'en API et n'est pas intégré ici — Wan 3.0 l'est, et le dépasse sur tous les axes.
Voir la page Wan 2.5Workflows créatifs
Le plafond de 30 secondes et l'audio natif destinent Wan 3.0 aux travaux que les modèles courts et muets ne couvrent pas en une seule génération.
01
Trente secondes suffisent pour une scène avec mise en place, bascule et chute — générée comme une pièce continue plutôt que des fragments assemblés.
02
Écrivez les répliques entre guillemets : Wan 3.0 les joue avec synchronisation labiale, son de pièce et musique — pour les temps forts, les explications et les tests de personnage.
03
Générez l'image et le lit sonore en une passe : mouvement du produit, ambiance et beat final prêts pour les réseaux.
04
Verrouillez un personnage ou un produit d'un plan à l'autre en empilant des images de référence, puis dirigez l'action plan par plan dans le prompt.
05
Décrivez la musique et l'ambiance : le modèle compose en accord avec le mouvement — utile pour films d'ambiance, intros et transitions.
06
Aquarelle, encre, cel et autres rendus non photoréalistes restent stables sur toute la durée du clip, avec un son assorti.
Comparatif de modèles
Les trois tournent sur ce site. Comparez-les sur les dimensions qui décident d'une production : durée, audio, contrôle par références et coût d'itération.
| Caractéristique | Wan 3.0 | Seedance 2.5 | Veo 3.1 |
|---|---|---|---|
| Durée max par passe | 30 secondes, tout entier à partir de 2 s | 30 secondes en mode multi-plans | 8 secondes par génération |
| Audio natif | Voix, effets et musique par défaut ; dialogues synchronisés | Audio généré avec interrupteur | Audio natif sur les modes compatibles |
| Contrôle par références | Jusqu'à 10 images + 5 clips par requête | Jusqu'à 30 images + 10 clips par requête | Première/dernière image et référence image |
| Résolutions ici | 480p / 720p / 1080p | 480p / 720p / 1080p | 720p / 1080p |
| Coût en crédits à 720p | 2,4 crédits par seconde | 7,6 crédits par seconde | Tarifé au clip, voir la page tarifs |
| Meilleur créneau de production | Plans longs, scènes de dialogue, clips mis en musique | Montages riches en références, storyboards multi-plans | Plans héros ultra-réalistes et rendus premium |
FAQ
Capacités du modèle, coût en crédits, limites d'entrée et réglages de sortie influencent tous votre choix.
Wan 3.0 · Jusqu'à 30 secondes, audio activé
Partez d'un prompt, d'une première image ou d'une pile de références, et obtenez un clip de 30 secondes maximum avec dialogues, effets et musique en une seule passe.
Commencer