イメージ雨の中のヴァイオリン弾き
テキストから動画 · 16:9 · 5秒
プロンプト: 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
Wan 3.0 AI動画ジェネレーター
AlibabaのWan 3.0は最長30秒のワンカットを、音つきで一度に生成。プロンプトか写真から始められます。
AI生成コンテンツ
商用利用対応
HD 1080P出力
音まで指定するWan 3.0のプロンプト
どのアイデアも、見えるものだけでなく聞こえるものまで書いてあります。クリックでジェネレーターに読み込み、自分好みに書き換えてください。
イメージ
イメージ嵐の海岸
テキストから動画 · 16:9 · 5秒
プロンプト: 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
イメージ夜市の散歩
テキストから動画 · 16:9 · 5秒
プロンプト: 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
イメージ日の出の気球
テキストから動画 · 16:9 · 5秒
プロンプト: 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とは？
Wan 3.0は、Alibabaが2026年8月に公開したAI動画モデルです。プロンプト、1枚の写真、またはスタートとエンドのフレームから、最長30秒の連続したワンカットを作り、音も同時に生成します。雨音も足音もエンジン音も、画面の動きに合わせて鳴ります。
ImgveoのWan 3.0は480p、720p、1080pに対応し、720pは1秒16クレジットです。音は料金に含まれていて追加料金はなく、失敗したクリップは返金されます。
Wan 3.0 Primeは、同じモデルの高速版です。長さ、解像度、音は同じで、1秒あたりの料金が高めのため、ラフ作りより納期が迫った仕上げに向いています。
ImgveoでのWan 3.0の現在の仕様
今すぐ生成できる内容です。数字はすべてジェネレーターの設定と同じです。
- 最長のワンカット
- 30秒スタート・エンドフレームを含め、どのモードでも
- 解像度
- 480p、720p、または1080p4Kは非対応
- 音
- 映像と同時に生成追加クレジットなし
- 始め方
- テキスト、写真1枚、またはスタート・エンドフレーム
- アスペクト比
- 16:9 · 9:16 · 1:1 · 4:3 · 3:4
- 料金
- 1秒8クレジットから720pは1秒16クレジット
Imgveoで作ったWan 3.0の実際のクリップ
イメージではありません。下のプロンプトと設定でImgveoが実際に生成したクリップで、あとから編集は一切していません。音をオンにしてご覧ください。
プロンプト
A dog barks twice at a passing bicycle on a quiet street, birds chirping, a car horn in the distance
- 設定
- テキストから動画 · 1:1 · 480p · 10秒
- 消費
- 80クレジット
プロンプトでは、2回の犬の鳴き声、鳥のさえずり、遠くの車のクラクションを指定しています。音を出して再生し、Wan 3.0がどこまで再現したか確かめてください。
Wan 2.7からWan 3.0で変わったこと
同じシリーズで、長さは2倍、そして初めて音が付きました。どちらのモデルもImgveoで使え、下の各行はジェネレーターの設定と同じ値です。
| Wan 2.7 | Wan 3.0 | |
|---|---|---|
| 最長のワンカット | 15秒 | 30秒 |
| 解像度 | 720p / 1080p | 480p / 720p / 1080p |
| 音 | なし | 映像と同時に生成 |
| スタート・エンドフレーム | 最長5秒 | 最長30秒 |
| 1秒あたりのクレジット（720p） | 16 | 16 |
長さが2倍に
1カットが15秒から最長30秒になり、カットを割らずに場面を盛り上げて着地させられます。
音も同時に生成
Wan 2.7のクリップは無音でした。Wan 3.0は映像に合わせた環境音と効果音を、追加料金なしで付けます。
長尺のスタート・エンドフレーム
スタート・エンドフレームのモードも最長30秒まで可能になりました。Wan 2.7では5秒までです。
より安い480pの選択肢
480pは1秒8クレジット。720pの半額で、アイデアを試せます。
Wan 3.0、Wan 3.0 Prime、Wan 2.7はどれを選ぶ？
3つともImgveoで使えます。Wan 3.0とPrimeは設定がすべて共通で、Primeのほうが高速で料金も高めです。Wan 2.7は無音クリップ向けに残してあります。
Wan 3.0
標準の選択肢。480pでラフ、720pか1080pで仕上げ。音付きで最長30秒です。
720pで5秒：80クレジット
Wan 3.0 Prime
より高速なバージョン。クレジットより納期を優先したいときに選びます。
720pで5秒：130クレジット
Wan 2.7
720pか1080pで最長15秒の無音クリップ。すでにうまくいっている作業向けです。
720pで5秒：80クレジット
| Wan 3.0 | Wan 3.0 Prime | Wan 2.7 | |
|---|---|---|---|
| 最長のワンカット | 30秒 | 30秒 | 15秒 |
| 音 | あり | あり | なし |
| 1秒あたりのクレジット（480p） | 8 | 13 | — |
| 1秒あたりのクレジット（720p） | 16 | 26 | 16 |
| 1秒あたりのクレジット（1080p） | 32 | 51 | 24 |
クレジットは動画1秒あたりの数値です。生成時間は長さ、解像度、混雑状況によって変わります。
Wan 3.0で動画を作る3つのステップ
編集ソフトも設定も不要。このページ上部のジェネレーターがすべて行います。
01
モデルと始め方を選ぶ
Wan 3.0かPrimeを選び、プロンプトを書くか、1枚の写真をスタートフレームとしてアップロードするか、スタートとエンドの2枚をアップロードします。
02
映像と音を描写する
カメラが何を捉え、何が起こるかを書き、最後に短い音の指定を足します。書き方は下のSound Cueメソッドで紹介します。
03
長さを決めて生成する
5〜30秒と、480p・720p・1080pのいずれかを選びます。ボタンに正確なクレジットが表示されます。完成したら、サウンドトラック付きのMP4をダウンロードできます。
Sound Cueメソッド（音の指定法）：思い通りの音にするプロンプト
Wan 3.0は、あなたの言葉から音を作ります。音を書かなければ推測に任され、4つのレイヤーで指定すれば、思い描いたとおりの音になります。
- 01
映像
ショットと場所：「土砂降りの夜の通り、街灯の下にヴァイオリン弾き。」
- 02
動き
何がいつ動くか：「ゆっくりした旋律を弾き、背後を傘が通り過ぎる。」
- 03
環境音
途切れずに流れ続ける音の土台：「一定の雨音、遠くの車の音。」
- 04
効果音
ある瞬間に結びついた短い音を1つか2つ：「終わり近くで車のドアが一度バタンと閉まる。」
同じアイデアの、書き換え前と後
あいまい
A beach at sunset, relaxing vibe
音の指定あり
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
音の指定の4つのルール
雰囲気ではなく音を書く
「トタン屋根に当たる雨」ならモデルは音を作れますが、「ムーディーな雰囲気」では作れません。
効果音には回数か瞬間を添える
「2回吠える」や「最後に雷」で音の位置が決まります。「吠える」だけでは全編に鳴り続けることがあります。
音は多くても3〜4つまで
音の指定を詰め込むと雑音になります。環境音は1つ、効果音は1〜2つにしましょう。
音の指定は最後に置く
プロンプトを「Sound: …」で締めくくれば、映像に出すべきものとサウンドトラックが混ざりません。
Wan 3.0のプロンプトの型と4つのテンプレート
ショット、被写体と動き、場所と光、そして音。この順で4つの要素を書けば、ほとんどのWan 3.0のクリップをカバーできます。
- 01
ショット
まずショットサイズとカメラワーク：ワイド、クローズアップ、手持ち、空撮、固定など。
- 02
被写体と動き
画面に誰や何がいて、何をするか。5〜10秒ごとに1つの見せ場を計画します。
- 03
場所と光
どこで、いつか：雨の夜の通り、正午のキッチン、日の出の丘など。
- 04
音
環境音を1つと効果音を1〜2つ。最後の「Sound:」のあとに書きます。
そのまま使える4つのテンプレート
角括弧の中の言葉を置き換えてください。各テンプレートは表示された長さを想定して書かれています。
フード広告
テキストから動画 · 16:9 · 10秒
[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]
街の空気感クリップ
テキストから動画 · 16:9 · 15秒
[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]
写真から一瞬へ
画像から動画 · 9:16 · 10秒
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]
30秒のストーリー
テキストから動画 · 16:9 · 30秒
[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]
クレジットを無駄にしがちな3つの失敗
01
音を書かない
音の指定がないと、Wan 3.0は自分でサウンドトラックを選びます。せめて環境音は書きましょう。
02
5秒に見せ場を詰め込みすぎる
5秒のクリップに3つの出来事を入れると慌ただしくなります。複数の見せ場があるストーリーは長めの尺に回しましょう。
03
4Kを期待する
Wan 3.0は1080pまでです。4Kファイルが必要なら、作り直さず、完成したクリップをアップスケールしてください。
Wan 3.0の料金：1本あたりのクレジット
料金は動画の秒数で決まり、音に追加料金はかかりません。以下の数字はすべて、ジェネレーターの料金計算と同じコードから出ています。
| 長さ | 480p | 720p | 1080p | Prime 720p |
|---|---|---|---|---|
| 1秒あたり | 8 | 16 | 32 | 26 |
| 5秒 | 40 | 80 | 160 | 130 |
| 10秒 | 80 | 160 | 320 | 260 |
| 15秒 | 120 | 240 | 480 | 390 |
| 20秒 | 160 | 320 | 640 | 520 |
| 30秒 | 240 | 480 | 960 | 780 |
1本あたりのクレジット。音の分も含みます。
料金の仕組み
クレジット＝秒数×1秒あたりのレート。10秒の1080pクリップは320クレジット、同じ長さのPrimeは510クレジットです。
プランで作れる量
Starterプランの毎月1,500クレジットで、Wan 3.0の5秒720pクリップが約18本、480pなら約37本作れます。
失敗したクリップは返金
生成に失敗した場合、クレジットは自動的に残高へ戻ります。支払うのは受け取った動画の分だけです。
再生成を含む詳しいコスト計算は、こちらをどうぞ： AI動画のクレジットを解説
Wan 3.0で作れるもの
音付きの長いワンカットが、いちばん手間を省ける4つの用途です。画像は各アイデアを説明するイメージで、Wan 3.0の出力ではありません。
イメージ飲食店・フードの広告
炎の上がる中華鍋、立ちのぼる湯気、厨房の物音は、無音のループより料理をおいしそうに見せます。
イメージ家族・ライフスタイルの一瞬
庭先の写真を、笑い声と鳥のさえずり付きの動く場面に。リール用にそのまま使えます。
イメージイベント・スポーツのダイジェスト
ゴールラインと歓声の観客。最長30秒あるので、見せ場までじっくり盛り上げられます。
イメージ旅行・宿泊施設
夕暮れの雪のコテージに、風の音と暖炉のはぜる音。宿の紹介ページやティザーに。
Wan 3.0のよくある質問
すべてのAIモデルを1か所で使いたいですか？
Imgveo Studioを開けば、このツールも含めたすべてのAI動画・画像モデルを、1つのワークスペースと共通のクレジットで使えます。
ほかのAI動画モデルとツール
Wan 3.0をほかのモデルと比べたり、完成したクリップをさらに仕上げたりできます。
最初のWan 3.0動画を作ろう
映像と音を描写し、5〜30秒を決めて生成しましょう。失敗したクリップは返金され、すべての動画を透かしなしでダウンロードできます。
WanはAlibaba Groupの商標です。Imgveoは独立したプラットフォームであり、Alibabaとは提携していません。