يصنع Wan 3.0 من Alibaba لقطة واحدة حتى 30 ثانية ويضيف الصوت في المرور نفسه. اكتب موجّهاً أو ابدأ من صورة.
كل فكرة تذكر ما تسمعه كما تذكر ما تراه. انقر على واحدة لتحميلها في المولّد، ثم اجعلها لك.
صورة توضيحيةمن النص إلى فيديو · 16:9 · 5 ث
الموجّه: Night street in heavy rain: a violinist plays a slow melody under a lamp post, umbrellas pass behind him, the camera pushes in slowly. Sound: violin melody, steady rain on the pavement, distant footsteps
صورة توضيحيةمن النص إلى فيديو · 16:9 · 5 ث
الموجّه: Wide shot of a stormy coast: big waves crash against black rocks and throw spray into the air, dark clouds roll overhead, a beam of light breaks through. Sound: crashing waves, howling wind, low thunder at the end
صورة توضيحيةمن النص إلى فيديو · 16:9 · 5 ث
الموجّه: Handheld walk through a busy night market: steam rises from food stalls under red lanterns, a cook turns skewers on a grill, people pass by. Sound: sizzling grill, crowd chatter, a vendor calling out once
صورة توضيحيةمن النص إلى فيديو · 16:9 · 5 ث
الموجّه: Slow aerial shot at sunrise: a colorful hot air balloon rises over green hills and morning mist, the burner flares once. Sound: soft wind, the roar of the burner, birds waking up
Wan 3.0 هو نموذج الفيديو بالذكاء الاصطناعي من Alibaba، صدر في أغسطس 2026. يحوّل موجّهاً أو صورة أو إطاراً أول وأخيراً إلى لقطة متصلة واحدة مدتها حتى 30 ثانية، ويصنع الصوت في المرور نفسه، فيتبع المطر وخطوات الأقدام والمحركات ما يحدث على الشاشة.
على Imgveo يعرض Wan 3.0 بدقة 480p أو 720p أو 1080p، وتبلغ كلفته 16 رصيداً للثانية بدقة 720p. الصوت جزء من هذا السعر وليس إضافة، وتُسترد أرصدة المقاطع الفاشلة.
Wan 3.0 Prime هو النسخة الأسرع من النموذج نفسه. المدد والدقات والصوت كما هي، وتكلفته أعلى للثانية، لذا يناسب المواعيد الضيقة أكثر من المسوّدات.
ما يمكنك توليده الآن. كل رقم يأتي من إعدادات المولّد نفسه.
ليست صورة توضيحية: ولّدنا هذا المقطع على Imgveo بالموجّه والإعدادات أدناه، ولم يُعدَّل بعد ذلك بأي شكل. شغّل الصوت.
الموجّه
A dog barks twice at a passing bicycle on a quiet street, birds chirping, a car horn in the distance
يطلب الموجّه نباحتين وزقزقة طيور وبوق سيارة من بعيد. شغّله بالصوت واحكم بنفسك إلى أي مدى التزم Wan 3.0 بذلك.
العائلة نفسها، بضعف المدة، ومع الصوت لأول مرة. يعمل النموذجان على Imgveo، وكل صف أدناه يأتي من إعدادات المولّد.
| Wan 2.7 | Wan 3.0 | |
|---|---|---|
| أطول لقطة | 15 ث | 30 ث |
| الدقة | 720p / 1080p | 480p / 720p / 1080p |
| الصوت | لا يوجد | يُولَّد في المرور نفسه |
| الإطار الأول والأخير | حتى 5 ث | حتى 30 ث |
| الأرصدة للثانية، 720p | 16 | 16 |
صارت اللقطة الواحدة تمتد حتى 30 ثانية بدل 15، فيمكن للمشهد أن يتصاعد وينتهي دون قطع.
كانت مقاطع Wan 2.7 صامتة. أما Wan 3.0 فيضيف أجواء ومؤثرات تتبع الصورة، دون كلفة إضافية.
يصل وضع الإطار الأول والأخير الآن إلى 30 ثانية؛ وكان يتوقف في Wan 2.7 عند 5.
دقة 480p بسعر 8 رصيد للثانية تتيح لك تجربة فكرة بنصف سعر 720p.
الثلاثة يعملون على Imgveo. يتشارك Wan 3.0 وPrime كل الإعدادات؛ Prime أسرع وأعلى كلفة. ويبقى Wan 2.7 للمقاطع الصامتة.
الخيار الافتراضي: مسوّدات بدقة 480p، ومقاطع نهائية بدقة 720p أو 1080p، حتى 30 ثانية بصوت.
5 ث بدقة 720p: 80 رصيد
النسخة الأسرع. اخترها عندما تهمك سرعة التسليم أكثر من الأرصدة.
5 ث بدقة 720p: 130 رصيد
مقاطع صامتة حتى 15 ثانية بدقة 720p أو 1080p، للأعمال التي تسير معه جيداً بالفعل.
5 ث بدقة 720p: 80 رصيد
| Wan 3.0 | Wan 3.0 Prime | Wan 2.7 | |
|---|---|---|---|
| أطول لقطة | 30 ث | 30 ث | 15 ث |
| الصوت | نعم | نعم | لا |
| الأرصدة للثانية، 480p | 8 | 13 | — |
| الأرصدة للثانية، 720p | 16 | 26 | 16 |
| الأرصدة للثانية، 1080p | 32 | 51 | 24 |
الأرصدة لكل ثانية من الفيديو. يعتمد زمن التوليد على المدة والدقة وطول الطابور.
لا برنامج مونتاج ولا إعداد: المولّد في أعلى هذه الصفحة يتولى العمل كله.
اختر Wan 3.0 أو Prime، ثم اكتب موجّهاً، أو ارفع صورة واحدة لتكون الإطار الأول، أو ارفع إطاراً أول وإطاراً أخيراً.
قل ما تراه الكاميرا وما يحدث، ثم أضف سطراً قصيراً للصوت. توضح طريقة Sound Cue أدناه كيف تفعل ذلك.
اختر من 5 إلى 30 ثانية ودقة 480p أو 720p أو 1080p؛ ويعرض الزر عدد الأرصدة بدقة. نزّل ملف MP4 مع مساره الصوتي.
يبني Wan 3.0 المسار الصوتي من كلماتك. إن أغفلت الصوت خمّن النموذج؛ وإن سمّيته في أربع طبقات بدا المقطع كما تخيّلته.
اللقطة والمكان: «شارع ليلي تحت مطر غزير، وعازف كمان تحت عمود إنارة.»
ما الذي يتحرك ومتى: «يعزف لحناً بطيئاً بينما تمر المظلات خلفه.»
الخلفية الصوتية التي لا تنقطع: «مطر متواصل، وحركة سير بعيدة.»
حدث أو حدثان قصيران مرتبطان بلحظة: «يُغلق باب سيارة بقوة مرة واحدة قرب النهاية.»
عامّ
A beach at sunset, relaxing vibe
مع إشارات الصوت
Wide shot of a beach at sunset, small waves roll in, a dog runs along the waterline. Sound: soft waves, a dog barking twice, gulls in the distance
«مطر على سقف من الصفيح» يعطي النموذج ما يصنعه. أما «أجواء كئيبة» فلا.
«ينبح مرتين» أو «رعد في النهاية» يحدد موضع الصوت؛ أما «نباح» فقد يملأ المقطع كله.
سطر الصوت المزدحم يتحول إلى ضجيج. اكتفِ بجوّ واحد وحدث أو حدثين.
أنهِ الموجّه بعبارة «Sound: …» حتى لا يختلط المسار الصوتي بما يجب أن يظهر على الشاشة.
اللقطة، ثم الموضوع والحدث، ثم المكان والإضاءة، ثم الصوت. أربعة أجزاء بهذا الترتيب تغطي تقريباً أي مقطع Wan 3.0.
ابدأ بحجم اللقطة وحركة الكاميرا: واسعة، أو قريبة، أو محمولة باليد، أو جوية، أو ثابتة.
من أو ما الذي يظهر على الشاشة وماذا يفعل. خطّط لحدث واحد لكل 5 إلى 10 ثوانٍ.
أين ومتى: شارع ماطر ليلاً، أو مطبخ وقت الظهيرة، أو تلال عند الشروق.
جوّ واحد وصوت أو صوتان محددان، بعد «Sound:» في النهاية.
استبدل الكلمات بين الأقواس. كل قالب مكتوب للمدة الموضحة.
من النص إلى فيديو · 16:9 · 10 ث
[Close-up, slow push-in]: [dish] being [cooked or served] in [kitchen or restaurant], [steam, flames or sauce detail]. Ends on the finished plate. Sound: [cooking sound], [kitchen ambience], [one spot sound]
من النص إلى فيديو · 16:9 · 15 ث
[Handheld walk] through [place] at [time of day], [weather], [people or traffic detail]. The camera turns toward [landmark]. Sound: [ambience], [distant sound], [one spot sound]
من الصورة إلى فيديو · 9:16 · 10 ث
The person in the photo [action] in [setting]. The camera [move]. At the end they [second action]. Sound: [ambience], [a sound tied to the action]
من النص إلى فيديو · 16:9 · 30 ث
[One continuous tracking shot]: [subject] [first beat]. Then [second beat]. Then [third beat]. Ends with [final image]. Sound: [ambience throughout], [spot sound at the second beat], [spot sound at the end]
دون سطر للصوت يختار Wan 3.0 مساره الصوتي بنفسه. سمِّ الأجواء على الأقل.
ثلاثة أحداث في مقطع من 5 ثوانٍ تبدو متعجلة. احتفظ بالقصص متعددة الأحداث للمدد الأطول.
يتوقف Wan 3.0 عند 1080p. وللحصول على ملف 4K، كبّر المقطع النهائي بدل إعادة توليده.
تدفع لكل ثانية من الفيديو، ولا يكلّف الصوت شيئاً إضافياً. كل رقم أدناه يأتي من الكود نفسه الذي يحدد أسعار المولّد.
| المدة | 480p | 720p | 1080p | Prime 720p |
|---|---|---|---|---|
| لكل ثانية | 8 | 16 | 32 | 26 |
| 5 ثانية | 40 | 80 | 160 | 130 |
| 10 ثانية | 80 | 160 | 320 | 260 |
| 15 ثانية | 120 | 240 | 480 | 390 |
| 20 ثانية | 160 | 320 | 640 | 520 |
| 30 ثانية | 240 | 480 | 960 | 780 |
أرصدة لكل مقطع. الصوت مشمول.
الأرصدة = الثواني × السعر لكل ثانية. يكلّف مقطع 1080p مدته 10 ثوانٍ 320 رصيداً؛ والمقطع نفسه على Prime يكلّف 510.
تكفي أرصدة خطة Starter الشهرية البالغة 1,500 لنحو 18 مقطعاً من Wan 3.0 مدة كلٍّ منها خمس ثوانٍ بدقة 720p، أو 37 بدقة 480p.
إذا فشلت عملية توليد، تعود الأرصدة إلى رصيدك تلقائياً. أنت تدفع فقط مقابل الفيديوهات التي تستلمها.
ولحساب التكلفة الكامل بما فيه إعادة المحاولات، اقرأ شرح أرصدة فيديو الذكاء الاصطناعي
أربعة أعمال توفّر فيها اللقطة الطويلة بمسارها الصوتي أكبر قدر من الجهد. الصور توضّح كل فكرة؛ وليست من مخرجات Wan 3.0.
صورة توضيحيةمقلاة ووك مشتعلة وبخار متصاعد وضجيج المطبخ تبيع الطبق أفضل من مقطع صامت متكرر.
صورة توضيحيةحوّل صورة من الحديقة إلى مشهد متحرك بضحكات وزقزقة طيور، جاهز لمقطع قصير.
صورة توضيحيةخط نهاية وجمهور يهتف، مع ما يصل إلى 30 ثانية للوصول إلى اللحظة الحاسمة.
صورة توضيحيةكوخ مكسو بالثلج عند الغسق، مع صوت الريح وطقطقة النار، لإعلان أو مقطع تشويقي.
افتح Imgveo Studio لتشغيل هذه الأداة وكل نماذج فيديو وصور الذكاء الاصطناعي الأخرى من مساحة عمل واحدة، برصيد نقاط واحد.
قارن Wan 3.0 بنماذج أخرى، أو خذ مقطعاً جاهزاً خطوة أبعد.
صف الصورة والصوت، وحدد من 5 إلى 30 ثانية، ثم ابدأ التوليد. تُسترد أرصدة المقاطع الفاشلة، ويُنزَّل كل فيديو بلا علامة مائية.
Wan علامة تجارية لمجموعة Alibaba. Imgveo منصة مستقلة وغير تابعة لـ Alibaba.