広告チーム
1つの企画から、映像、ナレーション、音楽を含む30秒の広告を作成。テイクを重ねて調整できます。
1行の文章、開始画像、複数の参考素材から。セリフ、音楽、口の動きに合った音声までそろった、最大30秒の動画が届きます。
生成プレビュー
Alibabaの公式発表デモから、長回し、キャラクターの演技、映画のようなスケール感を紹介します。




Wan 3.0はAlibabaの統合型動画モデルです。テキストから動画、画像から動画、参考素材を使った生成、編集、延長を1つで扱います。文章や開始画像から、最大1080p・30秒の映像を生成。音声も標準で同時生成するため、セリフ、効果音、BGMがそろい、話す言葉にキャラクターの口も連動します。2026年9月時点では、Artificial Analysisの音声付きテキストから動画ランキングでElo 1,242を記録し、Gemini Omni FlashとMiniMax H3 Maxを上回る1位に位置しています。
初期値は5秒。1秒単位で長さを選ぶか、動作に合う長さをモデルに任せられます。
試行中は480pを使い、残す動画は1080pで生成。どの動画も30 FPSで出力されます。
セリフ、環境音、音楽を映像と一緒に生成し、セリフに合わせて口が動きます。
16:9、4:3、1:1、3:4、9:16から選ぶか、画角を自動調整にできます。
画像、動画、音声に加え、PDF、スライド、ウェブページも参照し、それらを基に場面を作れます。
要素の置き換え、映像スタイルの変更、セリフの書き換え、前後への延長が可能です。合計は最大30秒です。
何が起こるかを書くか、開始画像、終了画像、複数の参考素材を追加します。
2〜30秒、480p〜1080p、16:9〜9:16から選択。長さは自動にもできます。
声、効果音、音楽が入った動画が届きます。そのまま残すか、セリフを編集したりテイクを延長したりできます。
複数のツールが必要だった作業を、1回の生成にまとめられます。
1つの企画から、映像、ナレーション、音楽を含む30秒の広告を作成。テイクを重ねて調整できます。
メインの商品写真1枚から動画へ。商品写真を冒頭に使い、モデルが動きを加えます。
PDF、スライド、ウェブページから、事前に絵コンテを作らずナレーション付きの解説動画へ。
セリフと口の動きが合った9:16の縦長シーンを、音声付きでフィード用に作れます。
キャラクターの一貫性を保ちながら、映画のような映像をカットごとに演出し、場面ごとに延長できます。
Alibabaの発表に基づき、Wan 2.7のAPIシリーズから変わった点を紹介します。
| 当サイトWan 3.0統合型の世代生成する | Wan 2.7前世代のAPI | |
|---|---|---|
| 1回の生成の最長時間 | 最大30秒 | 最大15秒 |
| モデル構成 | 参考素材の利用・編集・生成・延長を1モデルに統合 | 別々のモデルに分離 |
| 入力 | テキストと画像に加え、文書やウェブページを含む最大20点の参考素材 | 対応する入力の種類が少ない |
サブスクリプションでクレジットを追加できます。$19.90で1,000クレジット。5秒の下書きなら25本、720p・10秒なら6本を生成できます。
期間限定30% OFF!
1回で2〜30秒、初期値は5秒です。長さをモデルに任せ、動作に合う時間を選ばせることもできます。延長する場合も合計30秒以内です。
はい。セリフ、環境音、BGMを映像と同時に生成し、セリフに合わせてキャラクターの口が動きます。
はい。1枚の開始画像から生成するか、最初と最後の画像を指定し、モデルに間の動きを作らせることができます。
はい。PDF、Word、Excel、PowerPointなどの文書(最大100MBまたは50ページ)やウェブページのリンクを、合計最大20点の参考素材として直接入力できます。
いいえ。出力は480p・720p・1080p、30 FPS固定です。上限は1080pで、試作のコストを抑えるため初期選択は480pです。
いいえ。有料のホスト型モデルです。プランは月額$19.90で1,000クレジットから。生成料金は秒数に応じ、480p・5秒の下書きは40、720p・10秒は150クレジットです。
いいえ。この世代はAlibabaが提供するホスト型APIモデルです。Alibabaは3.0の重みを公開しておらず、ダウンロードできるオープンソースモデルはWan 2.2まで。3.0は当サイトのようなホスト型生成ツールを通じて使います。
テイクを残す、セリフを書き換える、終わりを延ばす。最初の場面は、1つのプロンプトから。