Team pubblicitari
Uno spot completo di 30 secondi, con video, voce fuori campo e musica, da un solo brief, da perfezionare versione dopo versione.
1º su Artificial Analysis per testo in video con audio — settembre 2026
Wan 3.0: dirigi una scena intera, voci comprese
Scrivi una frase, carica un fotogramma o fornisci più riferimenti: ottieni fino a 30 secondi di video con dialoghi, musica e labiale sincronizzato.
Production preview
Esempi ufficiali
Dentro le demo ufficiali di Wan 3.0
Filmati dalle demo di lancio ufficiali di Alibaba: un lungo piano sequenza, recitazione dei personaggi e scene cinematografiche.
Una lunga ripresa senza stacchi
Un cherubino sale una scala a chiocciola tra le nuvole in un’unica ripresa continua: il tipo di continuità per cui è progettato il modello.
Personaggi coerenti per tutta la scena
Un personaggio stilizzato rovista nel frigorifero di notte: espressioni, movimento e luce restano coerenti per tutta la scena.
Scene da videogioco
Rovine illuminate da lanterne, un gigantesco Buddha di pietra e un guerriero: una scena cinematografica di 30 secondi direttamente dal modello.
Che cos’è Wan 3.0?
Wan 3.0 è il modello video integrato di Alibaba: testo e immagini in video, generazione con riferimenti, modifica ed estensione in un solo modello. Fornisci una frase o un fotogramma iniziale per ottenere fino a 30 secondi in risoluzione fino a 1080p. L’audio nativo genera dialoghi, effetti e musica insieme al video, con le labbra che seguono le parole. A settembre 2026 è al 1º posto nella classifica Artificial Analysis di testo in video con audio, con Elo 1242, davanti a Gemini Omni Flash e MiniMax H3 Max.
Controlli
Wan 3.0: tutti i controlli per la tua scena
Da 2 a 30 secondi in una generazione
Scegli la durata in secondi interi, con 5 come impostazione iniziale, oppure lascia che il modello trovi il tempo adatto all’azione.
Fino a 1080p a 30 FPS
Inizia in 480p per provare, poi genera la versione finale in 1080p. Ogni video mantiene 30 FPS.
Audio nativo
Dialoghi, suoni ambientali e musica vengono generati con le immagini, e le battute guidano il labiale.
Cinque formati o adattamento automatico
16:9, 4:3, 1:1, 3:4 o 9:16, oppure lascia il formato adattivo.
Fino a 20 riferimenti
Combina immagini, video e audio, anche PDF, presentazioni o pagine web: il modello costruisce la scena a partire da tutti i riferimenti.
Modifica ed estendi
Sostituisci elementi, cambia stile, riscrivi una battuta o aggiungi tempo prima o dopo il video, fino a 30 secondi totali.
Come funziona
Come creare un video con IA usando Wan 3.0
- 1
Prepara la scena
Descrivi l’azione oppure carica un fotogramma iniziale, uno finale o più riferimenti.
- 2
Imposta il formato
Scegli 2–30 secondi, da 480p a 1080p e un formato da 16:9 a 9:16, oppure lascia la durata automatica.
- 3
Genera con l’audio
Il video arriva con voci, effetti e musica. Conservalo, modifica una battuta o estendi la ripresa.
Casi d’uso
Cosa creano i team con Wan 3.0
Una generazione riunisce attività che prima richiedevano più strumenti.
Marketing di prodotto
Da una foto principale a un video: l’immagine del prodotto apre la scena e il modello la mette in movimento.
Formazione e spiegazioni
Trasforma un PDF, una presentazione o una pagina web in un video esplicativo narrato, senza preparare prima uno storyboard.
Creator social
Scene verticali 9:16 con dialoghi già udibili e labiale sincronizzato, pronte per il feed.
Team narrativi e videogiochi
Sequenze cinematografiche con personaggi coerenti, costruite inquadratura dopo inquadratura ed estese scena dopo scena.
Il salto di generazione
Wan 3.0 rispetto alla generazione precedente
Le novità rispetto alla linea API Wan 2.7, secondo l’annuncio di lancio di Alibaba.
| Su questo sitoWan 3.0La generazione integrataGenera | Wan 2.7Generazione API precedente | |
|---|---|---|
| Durata massima per generazione | Fino a 30 secondi | Massimo 15 secondi |
| Struttura del modello | Riferimenti, modifica, generazione ed estensione in un solo modello | Funzioni divise tra modelli separati |
| Input | Testo e fotogrammi, più fino a 20 riferimenti, inclusi documenti e pagine web | Meno tipi di input |
Prezzi
Wan 3.0: prezzi in crediti
Gli abbonamenti aggiungono crediti all’account: $19.90 includono 1.000, per 25 bozze di cinque secondi o 6 video di dieci secondi in 720p.
Offerta a tempo limitato30% di sconto
Approfitta del 30% di sconto per un periodo limitato!
07giorni00ore00min00sec
Loading…
Domande frequenti
Risposte su Wan 3.0
Da 2 a 30 secondi per generazione, con 5 come durata iniziale. Puoi anche lasciare che il modello scelga in base all’azione. L’estensione mantiene il totale entro 30 secondi.
Sì. Dialoghi, effetti ambientali e musica vengono generati nativamente insieme al video, e le parole guidano il movimento delle labbra.
Sì. Parti da un fotogramma iniziale, oppure fissa sia il primo sia l’ultimo e lascia che il modello crei il movimento intermedio.
Sì. Documenti come PDF, Word, Excel e PowerPoint, fino a 100MB o 50 pagine, e link a pagine web possono essere usati come riferimenti, entro il limite di 20 risorse totali.
No. L’output è 480p, 720p o 1080p a 30 FPS fissi. Il massimo è 1080p; il generatore parte da 480p per contenere il costo delle bozze.
No. È un modello ospitato a pagamento. I piani partono da $19.90 al mese per 1.000 crediti. La generazione costa al secondo: una bozza di cinque secondi in 480p richiede 40 crediti; dieci secondi in 720p richiedono 150.
No. Questa generazione è un modello API ospitato da Alibaba. Non sono stati pubblicati i pesi della versione 3.0; i modelli open source scaricabili arrivano a Wan 2.2. La versione 3.0 si usa quindi tramite un generatore ospitato come questo.
Una generazione. Una scena intera, con la voce.
Conserva la ripresa, riscrivi una battuta, allunga il finale. La prima scena inizia con un prompt.