Wan 3.0 di Alibaba crea una ripresa fino a 30 secondi e aggiunge l’audio nello stesso passaggio. Scrivi un prompt o parti da una foto.
Ogni idea descrive ciò che si sente oltre a ciò che si vede. Clicca su una per caricarla nel generatore, poi rendila tua.
IllustrazioneTesto a video · 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
IllustrazioneTesto a video · 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
IllustrazioneTesto a video · 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
IllustrazioneTesto a video · 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 è il modello video AI di Alibaba, uscito ad agosto 2026. Trasforma un prompt, una foto o un primo e un ultimo fotogramma in un’unica ripresa continua fino a 30 secondi, e crea l’audio nello stesso passaggio: pioggia, passi e motori seguono ciò che accade sullo schermo.
Su Imgveo, Wan 3.0 genera in 480p, 720p o 1080p e costa 16 crediti al secondo a 720p. L’audio è parte di quel prezzo, non un extra, e le clip non riuscite vengono rimborsate.
Wan 3.0 Prime è la versione più veloce dello stesso modello. Ha le stesse durate, risoluzioni e lo stesso audio, e costa di più al secondo: va meglio per le scadenze strette che per le bozze.
Cosa puoi generare adesso. Ogni numero arriva dalle impostazioni del generatore stesso.
Non è un’illustrazione: abbiamo generato questa clip su Imgveo con il prompt e le impostazioni qui sotto, e non è stato modificato nulla dopo. Attiva l’audio.
Prompt
A dog barks twice at a passing bicycle on a quiet street, birds chirping, a car horn in the distance
Il prompt chiede due latrati, il canto degli uccelli e un clacson in lontananza. Riproducila con l’audio e giudica quanto Wan 3.0 l’ha seguito da vicino.
La stessa famiglia, il doppio della durata e, per la prima volta, l’audio. Entrambi i modelli girano su Imgveo, e ogni riga qui sotto arriva dalle impostazioni del generatore.
| Wan 2.7 | Wan 3.0 | |
|---|---|---|
| Ripresa più lunga | 15 s | 30 s |
| Risoluzione | 720p / 1080p | 480p / 720p / 1080p |
| Audio | Nessuno | Creato nello stesso passaggio |
| Primo e ultimo fotogramma | Fino a 5 s | Fino a 30 s |
| Crediti al secondo, 720p | 16 | 16 |
Una ripresa ora arriva a 30 secondi invece di 15, così una scena può crescere e chiudersi senza uno stacco.
Le clip di Wan 2.7 erano mute. Wan 3.0 aggiunge ambiente ed effetti che seguono l’immagine, senza costi extra.
La modalità primo e ultimo fotogramma ora arriva a 30 secondi; su Wan 2.7 si fermava a 5.
Il 480p a 8 crediti al secondo ti permette di provare un’idea a metà del prezzo del 720p.
Tutti e tre girano su Imgveo. Wan 3.0 e Prime condividono ogni impostazione; Prime è più veloce e costa di più. Wan 2.7 resta per le clip mute.
La scelta predefinita: bozze in 480p, clip finali in 720p o 1080p, fino a 30 secondi con audio.
5 s a 720p: 80 crediti
La versione più veloce. Sceglila quando i tempi contano più dei crediti.
5 s a 720p: 130 crediti
Clip mute fino a 15 secondi a 720p o 1080p, per i lavori che con lui funzionano già bene.
5 s a 720p: 80 crediti
| Wan 3.0 | Wan 3.0 Prime | Wan 2.7 | |
|---|---|---|---|
| Ripresa più lunga | 30 s | 30 s | 15 s |
| Audio | Sì | Sì | No |
| Crediti al secondo, 480p | 8 | 13 | — |
| Crediti al secondo, 720p | 16 | 26 | 16 |
| Crediti al secondo, 1080p | 32 | 51 | 24 |
Crediti per secondo di video. I tempi di rendering dipendono dalla durata, dalla risoluzione e dalla coda.
Niente software di montaggio e niente configurazione: il generatore in cima a questa pagina fa tutto il lavoro.
Scegli Wan 3.0 o Prime, poi scrivi un prompt, carica una foto come primo fotogramma oppure carica un primo e un ultimo fotogramma.
Racconta cosa vede la camera e cosa succede, poi aggiungi una breve riga per l’audio. Il metodo Sound Cue qui sotto ti mostra come.
Scegli da 5 a 30 secondi e 480p, 720p o 1080p; il pulsante mostra i crediti esatti. Scarica l’MP4 con la sua colonna sonora.
Wan 3.0 costruisce la colonna sonora dalle tue parole. Se non parli di audio, va a intuito; se lo descrivi in quattro livelli, la clip suona come l’avevi immaginata.
L’inquadratura e il luogo: «Strada di notte sotto una pioggia fitta, un violinista sotto un lampione.»
Cosa si muove e quando: «Suona una melodia lenta mentre dietro di lui passano degli ombrelli.»
Il tappeto sonoro che non si ferma mai: «pioggia costante, traffico lontano».
Uno o due brevi eventi legati a un momento: «una portiera sbatte una volta verso la fine».
Vago
A beach at sunset, relaxing vibe
Con i sound cue
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
«Pioggia su un tetto di lamiera» dà al modello qualcosa da creare. «Atmosfera cupa» no.
«Abbaia due volte» o «tuono alla fine» colloca il suono; «abbaiare» può riempire tutta la clip.
Una riga audio affollata diventa rumore. Tieni un ambiente e uno o due eventi.
Chiudi il prompt con «Sound: …» così la colonna sonora non si confonde mai con ciò che deve comparire sullo schermo.
Inquadratura, soggetto e azione, ambientazione e luce, poi audio. Quattro parti, in quest’ordine, coprono quasi ogni clip Wan 3.0.
Prima il tipo di inquadratura e il movimento di camera: campo largo, primo piano, camera a mano, aerea o fissa.
Chi o cosa è sullo schermo e cosa fa. Pianifica un momento chiave ogni 5-10 secondi.
Dove e quando: una strada piovosa di notte, una cucina a mezzogiorno, colline all’alba.
Un ambiente e uno o due suoni puntuali, dopo «Sound:» alla fine.
Sostituisci le parole tra parentesi. Ogni modello è scritto per la durata indicata.
Testo a video · 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]
Testo a video · 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]
Immagine a video · 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]
Testo a video · 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]
Senza una riga audio, Wan 3.0 sceglie da sé la colonna sonora. Nomina almeno l’ambiente.
Tre eventi in una clip da 5 secondi sembrano frettolosi. Riserva le storie a più momenti alle durate più lunghe.
Wan 3.0 si ferma a 1080p. Per un file 4K, fai l’upscale della clip finita invece di rigenerarla.
Paghi al secondo di video, e l’audio non costa nulla in più. Ogni numero qui sotto arriva dallo stesso codice che calcola i prezzi del generatore.
| Durata | 480p | 720p | 1080p | Prime 720p |
|---|---|---|---|---|
| Al secondo | 8 | 16 | 32 | 26 |
| 5 secondi | 40 | 80 | 160 | 130 |
| 10 secondi | 80 | 160 | 320 | 260 |
| 15 secondi | 120 | 240 | 480 | 390 |
| 20 secondi | 160 | 320 | 640 | 520 |
| 30 secondi | 240 | 480 | 960 | 780 |
Crediti per clip. L’audio è incluso.
Crediti = secondi × la tariffa al secondo. Una clip di 10 secondi a 1080p costa 320 crediti; la stessa clip su Prime costa 510.
I 1500 crediti mensili del piano Starter coprono circa 18 clip Wan 3.0 da cinque secondi a 720p, oppure 37 a 480p.
Se una generazione fallisce, i crediti tornano automaticamente sul tuo saldo. Paghi solo i video che ricevi.
Per il calcolo completo dei costi, compresi i nuovi tentativi, leggi i crediti video AI spiegati
Quattro lavori in cui una ripresa lunga con la sua colonna sonora fa risparmiare più fatica. Le immagini illustrano ogni idea; non sono risultati di Wan 3.0.
IllustrazioneUn wok in fiamme, il vapore che sale e i rumori di cucina vendono un piatto meglio di un loop muto.
IllustrazioneTrasforma una foto del giardino in una scena in movimento con risate e canto di uccelli, pronta per un reel.
IllustrazioneUn traguardo e una folla che esulta, con fino a 30 secondi per arrivare al momento clou.
IllustrazioneUna baita innevata al crepuscolo, con il vento e il crepitio del fuoco, per un annuncio o un teaser.
Apri Imgveo Studio per usare questo e ogni altro modello di video e immagini IA da un unico spazio di lavoro, con un solo saldo di crediti.
Confronta Wan 3.0 con altri modelli, oppure porta una clip finita ancora più in là.
Descrivi l’immagine e l’audio, scegli da 5 a 30 secondi e genera. Le clip non riuscite vengono rimborsate e ogni video si scarica senza filigrana.
Wan è un marchio di Alibaba Group. Imgveo è una piattaforma indipendente e non è affiliata ad Alibaba.