テキストとフレーム制御
文章のみ、最初のフレーム、またはCanvasで最後のフレームも指定して生成。フレーム制御と一般参照は別の入力方式です。
Wan 3.0
Wan 3.0で文章、開始フレーム、参照素材を動画に。動き、カメラ、音をひとつの制作フローで演出できます。
Wan 3.0
Wan 3.0 について
Wan 3.0は、場面をじっくり描くためのAlibabaの動画生成モデルです。文章から始める、静止画を動かす、映像や音声の参照から新しい場面を作るなどの方法を選べます。連続したカメラ移動、表情の変化、印象的な見せ場を、最長30秒の1回の生成で展開できます。
参照素材は演出の視覚的な出発点になります。画像で人物や物、場所を定め、動画で動きやカメラのリズムを示します。開始と終了の構図が決まっていれば、Canvasで最初と最後のフレームを指定できます。画像の説明を繰り返さず、その間に起きる動きを書いてください。
ArcloopはWan 3.0の標準モデルに対応しています。Canvasでは2〜30秒、480p / 720p / 1080p、横長・縦長・正方形を選べ、生成音声も切り替えられます。このページで入力を始め、Canvasで参照の役割、出力設定、推定クレジットを確認します。
Wan 3.0 動画プロンプト例
Wan 3.0 で生成した720p・5〜6秒の動画です。各動画で実際に使用したプロンプトを確認できます。
5秒，写实军事悬疑电影片段，三个镜头硬切，明确分镜，不使用渐变转场。
同一名35岁左右的欧美白人成年男性狙击手，棕色短发、浅色眼睛、自然的短胡茬、轮廓分明的面部，穿灰绿色战术外套和低调的战术背心。他在一座空旷旧城区的屋顶上，利用低矮的混凝土护墙隐蔽，手持装有瞄准镜的长枪。自然、真实的皮肤质感，安静而紧张，人物外貌和服装跨镜头一致。
镜头1，0–1.5秒：24mm广角中远景，从屋顶侧后方拍摄。男子半跪在护墙后，面向远处的城市。傍晚阴天，冷色天空映出屋顶轮廓，风吹动衣角。画面交代他的身体位置、护墙和远方街道。结束时直接硬切。
镜头2，1.5–3.5秒：侧面中近景，平视机位。清楚展示男子的欧美面部轮廓、短胡茬、肩部和瞄准镜。他将脸颊轻轻贴近枪托，身体保持稳定，目光专注。浅景深，远处楼群柔和虚化。保持与上一镜头一致的观察方向。结束时直接硬切。
镜头3，3.5–5秒：从斜前方切入紧凑的眼神特写，清晰看见同一名男子专注的浅色眼睛、微皱眉头和瞄准镜边缘。他轻缓呼气，目光保持不动。用克制的表情和皮肤细节结束画面。
真实电影摄影，低饱和冷灰色调，柔和自然侧光，暗部有细节，轻微胶片颗粒。每个镜头构图稳定，切镜清楚，人物与枪械形态一致。人物始终是成年人，欧美白人面孔，不使用真实演员或公众人物的相貌。
声音：屋顶风声、远处城市低鸣、衣料摩擦、最后一次轻缓呼气。无对白、无背景音乐、无字幕。镜头只表现观察和准备，没有射击、命中画面或血腥内容。
5秒，单个连续镜头，手工黏土定格动画风格。
一名圆头、短腿的薄荷绿色黏土小人，穿着浅黄色背带裤，站在迷你菜园里，双手紧紧抓着一颗胡萝卜的叶子。人物有简单的黑色圆眼睛和小嘴，黏土表面保留细小指纹、手工压痕和柔软的边缘。土壤、植物和人物都由真实感黏土制成。
0–2秒：小人身体向后倾，用力拉住萝卜叶，双脚牢牢踩在地上，脸颊因使劲微微鼓起。
2–4秒：胡萝卜突然从土中拔出，带起几粒黏土土块。小人失去平衡，一屁股坐在地上，仍然抱着萝卜。
4–5秒：小人愣一下，低头看看怀里的大萝卜，露出满足的笑容。
固定的低机位中景，人物全身和萝卜始终留在画面内。温暖柔和的摄影棚光线，浅景深，精致的微缩布景。动作带有手工定格动画的节奏，人物造型和材质始终一致。
声音：轻微用力的哼声、萝卜拔出的“啵”声、柔软的落地声。无对白、无背景音乐、无字幕和标识。
写实电影风格的美国西部片，19世纪末，一座荒凉的边境小镇，暴风雨前的深灰色天空，低角度夕阳穿过风沙，照亮木制酒馆和尘土飞扬的街道。保持同一名主角的面容、服装和位置关系连续：一位四十岁左右、欧美面孔、胡茬明显的赏金猎人，戴磨旧的深棕色牛仔帽，穿褪色长风衣，腰间佩戴左轮手枪。
0–2.5秒，低机位中景：镜头从街道另一端缓慢向赏金猎人推进。他独自站在街中央，侧身面对酒馆，右手自然垂在枪套旁。风卷起脚边的尘土，风衣下摆摆动，一团风滚草从前景横穿画面。
2.5–4秒，硬切至侧面近景：赏金猎人缓慢抬起下巴，露出帽檐下警惕的双眼。他的视线始终朝向画面右侧，嘴角微微收紧。背景虚化的酒馆双扇门被人推开。
4–6秒，硬切反打至酒馆门口：从赏金猎人肩后拍摄，一名穿黑色马甲的陌生人停在门框阴影里，两人隔着空旷街道对视。镜头保持稳定，以悬而未决的对峙结束。三个镜头保持同一场景、同一时刻和清晰的空间方向。
变形宽银幕电影镜头质感，克制的胶片颗粒，真实皮肤、皮革与木材纹理，暖色夕阳与冷色乌云形成层次。原生同步音频：持续的低沉风声和砂砾滚动声，风衣轻微扑动声，皮靴踩过砂砾的轻响，酒馆木门打开时短促的吱呀声，结尾传来一声远处低沉的雷鸣。无对白、无配乐、无字幕。全片不拔枪、不射击，用眼神、空间和声音建立紧张感。
5秒，写实电影风格的公路片，三个清晰的硬切分镜。初秋傍晚的加州沿海公路，金色斜阳，远处是蓝色海面、海岸峭壁和低矮的干草山坡。一辆复古焦橙色双门轿跑车，米色皮革内饰，驾驶侧车窗打开，沿着右侧车道平稳行驶。全片始终是同一辆车、同一名驾驶者和同一段旅程。驾驶者是一位三十岁左右、欧美面孔、棕红色齐肩头发的成年女性，穿米白色衬衫，系好安全带，独自开车，目光始终关注前方道路。
0–1.8秒，车外前侧方跟拍中远景：摄影机与汽车同速平行移动，车辆从画面左侧向右侧前进。焦橙色车身上掠过温暖的夕阳反光，车轮自然旋转，海岸和路旁草坡在背景中连续滑过。车辆始终贴合路面，运动流畅、速度适中。
1.8–3.4秒，硬切至车内副驾驶位置的驾驶者侧面近景：镜头稳定，清楚看到她的侧脸、前方挡风玻璃和方向盘。她双手自然扶住方向盘，轻轻调整方向，目视前方，嘴角露出放松的微笑。打开的侧窗吹动几缕头发，夕阳在她的面颊和仪表台上移动。背景道路的运动方向与上一镜头一致。
3.4–5秒，硬切至车后方跟随远景：同一辆焦橙色轿跑车沿海岸公路驶入一个宽缓弯道，摄影机逐渐落后，让车辆在海岸和开阔海面之间向远处驶去。以自由、安静而略带怀旧的旅途氛围结束。
35毫米电影胶片质感，自然的皮肤和车漆纹理，柔和的高光，克制的镜头光晕，真实的车轮运动模糊。保持人物面容、服装、车辆造型和光照连续，驾驶动作清晰可信。原生同步音频：低沉平稳的汽油发动机声、轮胎与沥青的摩擦声、侧窗风声，切入车内时声音自然变得低闷，切回车外时恢复开阔的风声。无对白、无配乐、无字幕或标识。
电影级日式二维动画，雨后黄昏的小镇车站，精细手绘背景，蓝紫色暮光与车厢暖光。黑色齐肩短发少女，深蓝校服外套，米白帆布包。
0–1.8秒：侧面跟拍少女沿站台小跑。
1.8–3.3秒：硬切近景，她停下喘气，抬头望向右侧，神情从焦急变为惊讶，晚风吹动碎发。
3.3–5秒：硬切少女肩后反打，黑发少年站在敞开的列车门内，回头与她对视，轻轻微笑。
列车始终静止，人物造型和视线方向连续，动作自然，情绪克制。声音：脚步、轻微喘息、晚风和列车低鸣。无对白、配乐、字幕。
Wan 3.0 の主な機能
マルチモーダル参照
Canvasでは画像10枚、動画5本、音声5本まで。参照動画と音声は各合計15秒まで、参照動画と出力の合計は30秒以内です。
品質とコストのバランス
映像品質、動き、ネイティブ音声と、使いやすい生成コストを両立。
Wan 3.0 の使い方
このページから始め、Arcloop Canvasで入力、出力設定、推定クレジットを確認します。
- 01
場面を描く
被写体、動き、カメラを記述。必要なら画像または動画を1つ追加し、ほかの参照はCanvasで整理します。
- 02
Canvasへ進む
今すぐ生成を押し、必要に応じてログイン。プロンプトと選択した参照がStory Canvasに引き継がれます。
- 03
入力と設定を確認
参照の役割、縦横比、解像度、長さ、音声を選び、送信前に推定クレジットを確認します。
- 04
動画を生成
設定が整ったらCanvasで実行。結果はストーリー内に保存され、制作を続けられます。
作れる作品
ショートドラマ
人物の出会い、短い会話、感情が変わる瞬間に。
映画の場面
連続したカメラ移動、アクション、雰囲気のある予告編の一場面に。
商品映像
写実表現からアニメーションまで、商品の登場やブランドの物語に。
Wan 3.0 の制作ヒント
AlibabaのWan 3.0プロンプトガイドと、Arcloopで使える設定に基づくヒントです。
- 01
動作を順番に書く
1カットでは主な動作とカメラ移動を明確に。複数の展開には、選択した長さに収まる時間範囲を付けます。
- 02
参照の役割を示す
人物や場所を定める画像、動きを示す動画を区別します。最初・最後のフレームと一般参照は分けて使います。
- 03
台詞と音を指定
話者名を書き、台詞を引用符で囲んで、環境音や効果音、音楽を加えます。台詞は動画の長さに収めます。
- 04
必要な制約だけ加える
字幕なし、BGMなしなど、必要な除外条件だけをプロンプトに追記。重複や矛盾を避けます。
Wan 3.0 の料金
Wan 3.0
生成設定: 生成設定により変動
参考クレジット: 実際の使用量に基づく精算
表示価格は目安です。選択した解像度、長さ、参照素材の見積もりをCanvasで確認してください。実際の請求は最終精算に従います。
Wan 3.0 の代替モデル
入力素材と作りたいショットに合わせて選べます。以下は現在の Arcloop 接続仕様です。
Wan 3.0
映像品質、動き、ネイティブ音声と生成コストのバランスを取り、テキスト、フレーム制御、マルチモーダル参照で制作。
- 長さ
- 2〜30 秒
- リファレンス数
- 画像 10／動画 5／音声 5
- 出力解像度
- 480p / 720p / 1080p
Kling 4.0
リファレンスを使った人物演技、明確なカメラ移動、ドラマやアクションのシーン向け。
- 長さ
- 3〜30 秒
- リファレンス数
- 画像 10／動画 5／音声 3、合計 15
- 出力解像度
- 720p / 1080p
Seedance 2.5
より多くの参照素材、連続した物語、多数のショットによる映画制作向け。
- 長さ
- 4〜30 秒
- リファレンス数
- 画像 30／動画 10／音声 10
- 出力解像度
- 480p / 720p / 1080p
よくある質問
どの入力を使えますか？
文章、最初のフレームと任意の最後のフレーム、または画像・動画・音声の一般参照をCanvasで使えます。フレーム制御と一般参照は同じリクエストに混在できません。
参照素材はいくつ使えますか？
Canvasでは画像10枚、動画5本、音声5本まで。参照動画と音声はそれぞれ合計15秒までで、参照動画と出力の合計は30秒以内です。このページで入力を始め、素材全体はCanvasで整理します。
音も生成できますか？
はい。生成音声は任意で、このページでは初期状態で有効です。台詞、環境音、音楽を記述し、Canvasで設定を確認してください。
クレジットはどう決まりますか？
解像度、出力時間、参照動画の使用量によって変わります。Canvasで送信前に見積もりを確認でき、実際の請求は最終精算に従います。
Wan 3.0 で制作を始める
Wan 3.0で文章、開始フレーム、参照素材を動画に。動き、カメラ、音をひとつの制作フローで演出できます。