Wan 3.0, d’Alibaba, crée un plan de 30 secondes maximum et ajoute le son en une seule passe. Écrivez un prompt ou partez d’une photo.
Chaque idée nomme ce qu’on entend autant que ce qu’on voit. Cliquez sur l’une d’elles pour la charger dans le générateur, puis personnalisez-la.
IllustrationTexte en vidéo · 16:9 · 5 s
Prompt: 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
IllustrationTexte en vidéo · 16:9 · 5 s
Prompt: 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
IllustrationTexte en vidéo · 16:9 · 5 s
Prompt: 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
IllustrationTexte en vidéo · 16:9 · 5 s
Prompt: 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 est le modèle vidéo IA d’Alibaba, sorti en août 2026. Il transforme un prompt, une photo ou une première et une dernière image en un plan continu de 30 secondes maximum, et il crée le son en une seule passe : la pluie, les pas et les moteurs suivent ce qui se passe à l’écran.
Sur Imgveo, Wan 3.0 génère en 480p, 720p ou 1080p et coûte 16 crédits par seconde en 720p. Le son est compris dans ce prix, ce n’est pas une option, et les clips échoués sont remboursés.
Wan 3.0 Prime est la version plus rapide du même modèle. Mêmes durées, mêmes résolutions, même son, mais un coût par seconde plus élevé : il convient mieux aux délais serrés qu’aux brouillons.
Ce que vous pouvez générer dès maintenant. Chaque chiffre vient des réglages du générateur lui-même.
Ce n’est pas une illustration : nous avons généré ce clip sur Imgveo avec le prompt et les réglages ci-dessous, sans aucune retouche ensuite. Activez le son.
Prompt
A dog barks twice at a passing bicycle on a quiet street, birds chirping, a car horn in the distance
Le prompt demande deux aboiements, des chants d’oiseaux et un klaxon au loin. Lancez la lecture avec le son et jugez de la fidélité de Wan 3.0.
La même famille, deux fois plus long, et du son pour la première fois. Les deux modèles tournent sur Imgveo, et chaque ligne ci-dessous vient des réglages du générateur.
| Wan 2.7 | Wan 3.0 | |
|---|---|---|
| Plan le plus long | 15 s | 30 s |
| Résolution | 720p / 1080p | 480p / 720p / 1080p |
| Son | Aucun | Créé en une seule passe |
| Première et dernière image | Jusqu’à 5 s | Jusqu’à 30 s |
| Crédits par seconde, 720p | 16 | 16 |
Un plan peut maintenant durer jusqu’à 30 secondes au lieu de 15 : une scène peut monter et se conclure sans coupe.
Les clips Wan 2.7 étaient muets. Wan 3.0 ajoute une ambiance et des effets qui suivent l’image, sans coût supplémentaire.
Le mode première et dernière image va désormais jusqu’à 30 secondes ; sur Wan 2.7, il s’arrêtait à 5.
Le 480p à 8 crédits par seconde vous permet de tester une idée pour moitié moins cher qu’en 720p.
Les trois tournent sur Imgveo. Wan 3.0 et Prime partagent tous leurs réglages ; Prime est plus rapide et coûte plus cher. Wan 2.7 reste disponible pour les clips muets.
Le choix par défaut : brouillons en 480p, clips finaux en 720p ou 1080p, jusqu’à 30 secondes avec son.
5 s en 720p : 80 crédits
La version plus rapide. Choisissez-la quand le délai compte plus que les crédits.
5 s en 720p : 130 crédits
Des clips muets de 15 secondes maximum en 720p ou 1080p, pour les projets qui fonctionnent déjà bien avec lui.
5 s en 720p : 80 crédits
| Wan 3.0 | Wan 3.0 Prime | Wan 2.7 | |
|---|---|---|---|
| Plan le plus long | 30 s | 30 s | 15 s |
| Son | Oui | Oui | Non |
| Crédits par seconde, 480p | 8 | 13 | — |
| Crédits par seconde, 720p | 16 | 26 | 16 |
| Crédits par seconde, 1080p | 32 | 51 | 24 |
Crédits par seconde de vidéo. Les temps de rendu dépendent de la durée, de la résolution et de la file d’attente.
Pas de logiciel de montage ni de configuration : le générateur en haut de cette page fait tout le travail.
Choisissez Wan 3.0 ou Prime, puis écrivez un prompt, importez une photo comme première image, ou importez une première et une dernière image.
Dites ce que voit la caméra et ce qui se passe, puis ajoutez une courte ligne de son. La méthode Sound Cue ci-dessous vous montre comment.
Choisissez de 5 à 30 secondes et 480p, 720p ou 1080p ; le bouton affiche les crédits exacts. Téléchargez le MP4 avec sa bande-son.
Wan 3.0 construit la bande-son à partir de vos mots. Sans indication de son, il devine ; nommez-le en quatre couches et le clip sonne comme vous l’imaginiez.
Le plan et le lieu : « Rue de nuit sous une pluie battante, un violoniste sous un réverbère. »
Ce qui bouge et quand : « Il joue une mélodie lente pendant que des parapluies passent derrière lui. »
Le fond sonore qui ne s’arrête jamais : « pluie régulière, circulation lointaine ».
Un ou deux événements brefs liés à un moment : « une portière claque une fois vers la fin ».
Vague
A beach at sunset, relaxing vibe
Avec des sound cues
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
« De la pluie sur un toit en tôle » donne au modèle quelque chose à produire. « Atmosphère pesante », non.
« Aboie deux fois » ou « tonnerre à la fin » situe le son ; « aboiements » peut remplir tout le clip.
Une ligne de son surchargée devient du bruit. Gardez une ambiance et un ou deux événements.
Terminez le prompt par « Sound: … » pour que la bande-son ne se mélange jamais avec ce qui doit apparaître à l’écran.
Plan, sujet et action, décor et lumière, puis son. Quatre parties, dans cet ordre, couvrent presque tous les clips Wan 3.0.
D’abord la taille de plan et le mouvement de caméra : large, gros plan, caméra à l’épaule, aérien ou fixe.
Qui ou quoi est à l’écran et ce qu’il fait. Prévoyez un temps fort toutes les 5 à 10 secondes.
Où et quand : une rue sous la pluie la nuit, une cuisine à midi, des collines au lever du soleil.
Une ambiance et un ou deux sons ponctuels, après « Sound: » à la fin.
Remplacez les mots entre crochets. Chaque modèle est écrit pour la durée indiquée.
Texte en vidéo · 16:9 · 10 s
[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]
Texte en vidéo · 16:9 · 15 s
[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]
Image en vidéo · 9:16 · 10 s
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]
Texte en vidéo · 16:9 · 30 s
[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]
Sans ligne de son, Wan 3.0 choisit sa propre bande-son. Nommez au moins l’ambiance.
Trois événements dans un clip de 5 secondes donnent une impression de précipitation. Gardez les histoires à plusieurs temps pour les durées plus longues.
Wan 3.0 s’arrête à 1080p. Pour un fichier 4K, upscalez le clip terminé plutôt que de le générer à nouveau.
Vous payez à la seconde de vidéo, et le son ne coûte rien de plus. Chaque chiffre ci-dessous vient du même code que celui qui fixe les prix du générateur.
| Durée | 480p | 720p | 1080p | Prime 720p |
|---|---|---|---|---|
| Par seconde | 8 | 16 | 32 | 26 |
| 5 secondes | 40 | 80 | 160 | 130 |
| 10 secondes | 80 | 160 | 320 | 260 |
| 15 secondes | 120 | 240 | 480 | 390 |
| 20 secondes | 160 | 320 | 640 | 520 |
| 30 secondes | 240 | 480 | 960 | 780 |
Crédits par clip. Le son est inclus.
Crédits = secondes × le tarif par seconde. Un clip de 10 secondes en 1080p coûte 320 crédits ; le même clip sur Prime coûte 510.
Les 1 500 crédits mensuels du plan Starter couvrent environ 18 clips Wan 3.0 de cinq secondes en 720p, ou 37 en 480p.
Si une génération échoue, les crédits retournent automatiquement sur votre solde. Vous ne payez que les vidéos que vous recevez.
Pour le détail complet des coûts, nouvelles tentatives comprises, lisez les crédits vidéo IA expliqués
Quatre usages où un plan long avec sa propre bande-son fait gagner le plus de travail. Les images illustrent chaque idée ; ce ne sont pas des rendus de Wan 3.0.
IllustrationUn wok enflammé, de la vapeur qui monte et les bruits de cuisine vendent un plat mieux qu’une boucle muette.
IllustrationTransformez une photo du jardin en scène animée avec des rires et des chants d’oiseaux, prête pour un reel.
IllustrationUne ligne d’arrivée et une foule qui acclame, avec jusqu’à 30 secondes pour monter vers le moment fort.
IllustrationUn chalet enneigé au crépuscule, avec le vent et le crépitement du feu, pour une annonce ou un teaser.
Ouvrez Imgveo Studio pour utiliser cet outil et tous les autres modèles vidéo et image IA depuis un seul espace de travail, avec un solde de crédits unique.
Comparez Wan 3.0 à d’autres modèles, ou allez plus loin avec un clip terminé.
Décrivez l’image et le son, choisissez de 5 à 30 secondes et générez. Les clips échoués sont remboursés, et chaque vidéo se télécharge sans filigrane.
Wan est une marque d’Alibaba Group. Imgveo est une plateforme indépendante et n’est pas affiliée à Alibaba.