Sino ang bumuo ng Wan?

Binuo ang Wan ng Wan team ng Alibaba at available ito sa mga opisyal na karanasan ng Wan, open-model channel, at Alibaba Cloud Model Studio, depende sa bersiyon.

Ano ang maaaring buuin ng Wan?

Depende sa bersiyon, sinusuportahan ng Wan ang text-to-video, image-to-video, reference-to-video, native audio, character animation, pagbuo ng larawan, at pag-edit ng video.

Bumubuo ba ng audio ang Wan?

Kasama sa suportadong mas bagong daloy ang native audio-video generation. Binibigyang-diin ng kasalukuyang opisyal na produkto ang stereo sound, natural na timbre, diyalekto, musika, at pinag-ugnay na audio-visual na ritmo.

Open source ba ang Wan?

May open weights ang ilang henerasyon at espesyal na modelo ng Wan, samantalang maaaring gumamit ng hosted endpoint ang mas bagong pinamamahalaang kakayahan. Tingnan ang opisyal na lisensiya ng eksaktong modelo.

Aling bersiyon ng Wan ang dapat kong piliin?

Pumili ayon sa kinakailangang input, audio, tagal, kontrol sa pag-edit, rehiyon ng deployment, at gastos. Mga beripikadong daloy at setting lamang ang inililista ng Panify.

Pamilya ng Wan model

Mga Wan AI Model

Tuklasin ang pamilyang Wan ng Alibaba—mula sa bukas na pundasyon ng pagbuo ng video hanggang sa mas mahabang multimodal na paglikha, native audio, at tumpak na pag-edit.

Tuklasin ang Wan 3.0 Ihambing ang mga henerasyon

Pinakabagong hanay ng kakayahan

Mas mahabang paglikha na maraming reference

Wan 3.0

Native na pagbuo ng 30 segundo

Mga reference na larawan, video, at audio

Nakaka-engganyong stereo audio

Tumpak na pag-edit at pagpapahaba

Video na mula sa text, larawan, at reference
Native na audio-video sa mas bagong modelo
Pagbuo, pag-edit, at pagpapahaba
Binuo ng Wan team ng Alibaba

Pangkalahatang-ideya ng modelo

Ano ang Wan?

Pamilya ng generative model na sumasaklaw sa mga daloy ng video, larawan, audio, at pag-edit.

Ang Wan ay pamilya ng generative video at image model ng Alibaba. Saklaw nito ang text-to-video at image-to-video at lumawak na sa keyframe control, reference-to-video, character animation, native audio-video generation, at pag-edit batay sa tagubilin.

Pinagsasama ng pinakabagong opisyal na karanasan ng Wan ang pagbuo at pag-edit sa mas malawak na multimodal na daloy. Nag-iiba pa rin ayon sa endpoint ang mga kakayahan, model ID, rehiyon ng deployment, at limitasyon ng output, kaya bineberipika ng Panify ang bawat daloy bago ito gawing available.

Sistema ng paglikha

Mula sa brief tungo sa kontroladong audio-visual na resulta

Piliin ang daloy ng Wan ayon sa pinagmulang materyal at kontrol na kailangan ng proyekto.

Pagbuo mula sa text at larawan

Gumawa ng video mula sa nakasulat na brief o paganahin ang awtorisadong panimulang larawan na may nakadirektang kilos at galaw ng camera.

Pagkakapare-pareho batay sa reference

Gumamit ng suportadong larawan, video, at audio upang gabayan ang karakter, props, eksena, boses, galaw, at ugnayang spatial.

Katutubong audio-video

Pinag-uugnay ng mas bagong daloy ng Wan ang diyalogo, tunog sa paligid, musika, at biswal na ritmo sa iisang nabuong resulta.

Pagbuo at pag-edit

Gumawa ng bagong eksena o pinuhin ang kasalukuyang video sa pamamagitan ng mga tagubilin, reference, nakatutok na pagbabago, at pagpapahaba ng video.

Kasaysayan ng modelo

Ang ebolusyon ng Wan

Mula sa bukas na biswal na pagbuo, lumago ang Wan tungo sa pinamamahalaang multimodal na daloy sa production.

Wan 2.1

Bukas na pundasyon

Mga bukas na text-to-video at image-to-video model, kabilang ang kontrol sa una at huling frame.

Wan 2.2

Pinalawak na mga daloy

Nagdagdag ng mga bukas na baryante at espesyal na daloy ng character animation at replacement.

Wan 2.5

Katutubong audio

Nagpakilala ng pinamamahalaang synchronized audio-video generation sa mga daloy ng text at larawan.

Wan 2.6

Maraming shot

Pinalawak ang paggawa ng maraming shot na may audio at reference-to-video.

Wan 2.7

API na may dokumentasyon

Sumusuporta sa 2–15 segundong output hanggang 1080P, custom audio, at reference o editing endpoint.

Wan 3.0

Pinakabago

Binibigyang-diin ang native na 30-segundong paglikha, mas mayamang multimodal na reference, tumpak na pag-edit, pagkakapare-pareho, at stereo audio.

Tuklasin ang modelong ito

Mga mode ng paglikha

Magsimula sa materyal na nagpapahayag ng iyong layunin

Iba ang balanse ng bilis, kontrol sa reference, at kakayahang i-edit sa bawat daloy.

Teksto tungo sa video

Idirekta ang mala-pelikulang shot, kumplikadong aksiyon, at takbo ng kuwento gamit ang sunud-sunod na brief.

Larawan tungo sa video

Paganahin ang panimulang larawan tungo sa mas mahabang audio-video sequence na may awtomatikong pagpaplano ng shot.

Video mula sa reference

Gumamit ng awtorisadong tao o bagay bilang paulit-ulit na paksa sa eksenang mag-isa o maraming karakter.

Pag-edit ng video

Baguhin ang biswal, banghay, kapaligiran, ilaw, o tunog, o pahabain ang suportadong video.

Mga aplikasyon sa paglikha

Ano ang maaari mong gawin sa Wan?

Gamitin ang pamilya para sa maagang malikhaing paggalugad at mas kontroladong konsepto sa production.

Mga konsepto sa advertising

Bumuo ng mas mahabang kuwento ng produkto at kampanya na kontrolado ang takbo ng shot.

Mga eksena ng karakter

Magplano ng solong o pangkatang pagganap gamit ang awtorisadong reference ng pagkakakilanlan at boses.

Mala-pelikulang aksiyon

I-previsualize ang galaw, wika ng camera, at mga eksenang pisikal na kumplikado.

Pagkukuwento ng produkto

Panatilihin ang mahahalagang detalye ng produkto sa magkakaugnay na shot at tagpuan.

Musika at diyalogo

Bumuo ng mga eksena na nakabatay sa pananalita, tunog sa paligid, ritmo, at stereo sound.

Pagrebisa ng video

Pinuhin ang paksa, background, ilaw, o tunog at pahabain ang suportadong footage.

Mga FAQ sa Wan

Mga madalas itanong

Tuklasin ang susunod na malikhaing daloy ng Wan

Suriin ang opisyal na hanay ng kakayahan ng Wan 3.0 at ihanda ang iyong awtorisadong reference habang bineberipika ng Panify ang access sa production.

Tuklasin ang Wan 3.0 Makipag-ugnayan sa amin