Wan 3.0

Wan 3.0 ou Wan 3.0 Prime

La référence de l’API d’Alibaba répertorie deux versions du même modèle : Wan 3.0, la version standard, et Wan 3.0 Prime, une version haute vitesse aux capacités identiques à la standard, avec une attente de bout en bout bien plus courte. Les prompts fonctionnent de la même façon sur les deux, donc tout ce qui suit s’applique à l’une comme à l’autre. Dans Endless, Wan 3.0 coûte moins cher par seconde et met plus de temps à se terminer. Choisissez-le pour les brouillons, les lots et les plans longs où l’attente n’a pas d’importance, et Prime quand vous avez besoin du clip rapidement. Ici, Wan 3.0 accepte une vidéo de référence ; Prime en accepte jusqu’à cinq.

Comment Wan 3.0 lit un prompt

Le guide de prompts de Wan 3.0 d’Alibaba indique qu’une seule phrase suffit pour obtenir une vidéo, et qu’une description plus complète vous rapproche de ce que vous avez en tête. Pour mieux la contrôler, il propose une seule formule. Ne remplissez que les parties qui comptent pour vous :

[Description générale : thème, durée, rythme, ambiance]
[Références : Image N / Video N / Audio N et à quoi sert chacune]
[Plan N (début-fin) : sujet + scène + mouvement + caméra et objectif]
[Dialogue : qui dit : « réplique »]
[Effets sonores et musique]
[Style et ambiance]
[Liste négative : ce qui ne doit pas apparaître]

Rédigez-le en un seul paragraphe et commencez par la description générale, pour que le modèle connaisse la durée, le rythme et l’ambiance avant les détails.

Citer des références

Chaque type de fichier est numéroté séparément, dans l’ordre où vous le joignez : Image 1, Image 2, etc. pour les images, Video 1 pour le clip, de Audio 1 à Audio 5 pour l’audio. Écrivez les étiquettes comme Alibaba les documente, en anglais. Alibaba prévient que les numéros doivent suivre l’ordre d’importation, sinon le modèle choisit le mauvais fichier. Donnez un seul rôle à chaque référence dans le prompt :

• Apparence : « La femme d’Image 1 se tient dans la cuisine d’Image 2. »
• Action uniquement : « Remplacez la coureuse de Video 1 par l’homme d’Image 1, en conservant à l’identique le mouvement de course et le parcours. »
• Mouvement de caméra uniquement : « Prenez comme référence le mouvement de caméra de Video 1 et changez la scène en… »
• Style uniquement : « Prenez comme référence uniquement la tonalité de couleur et l’éclairage d’Image 2, pas les personnages. »
• Rythme : chorégraphiez une danse sur le rythme d’Audio 1.

Une image peut aussi servir de storyboard. Alibaba suggère de préciser qu’il s’agit seulement d’un guide de plans, pas d’une image à animer, puis de décrire les vignettes dans l’ordre de lecture.

Pour que la vidéo démarre à partir d’une image, joignez-la seule et activez Première image. Consacrez ensuite le prompt à ce qui se passe après, plutôt qu’à la description de l’image. Avec toute autre pièce jointe, l’image est utilisée comme référence.

Plans et durées

Pour plusieurs plans, numérotez-les et donnez à chacun une plage de temps : « Plan 1 [0-3s] … Plan 2 [3-6s] … ». Le guide recommande de 2 à 5 secondes par plan, des plages qui s’enchaînent bout à bout et un même style de crochets dans tout le prompt. Terminez un plan par « coupe franche » ou « fondu enchaîné » pour choisir la transition. « Un seul plan continu » demande une prise unique et « Plan fixe, caméra statique » immobilise la caméra. Les mots simples de caméra (avancer, reculer, tourner autour, caméra à l’épaule qui suit le sujet) comme les indications d’objectif (« 85 mm, faible profondeur de champ ») fonctionnent. Avec jusqu’à 30 secondes par clip, un plan long demande qu’il se passe quelque chose dans chaque partie : planifiez donc les temps forts avec des plages de temps.

Dialogue et son

Écrivez chaque réplique sous la forme personnage, verbe, deux-points et paroles entre guillemets : L’entraîneur dit d’un ton sec : « On reprend depuis le début. » Une référence peut parler : Image 1 dit : « … » Image 2 répond : « … ». Pour donner à un personnage la voix de votre audio, écrivez une fois « Le timbre de voix prend Audio 1 comme référence ». Ajoutez « Synchronisation labiale » quand la bouche doit correspondre aux paroles, et « Sans dialogue » quand vous voulez que les personnages ne parlent pas.

Alibaba note que les actions et les matières bien décrites, comme la pluie sur un toit de tôle ou des bottes sur du gravier, reçoivent le son correspondant sans qu’on le demande. Nommez les effets précis dans des phrases à part. Pour la musique, n’en parlez pas si vous voulez que le modèle choisisse, décrivez-la (« une ligne lente de violoncelle ») ou écrivez « Pas de musique de fond ».

Modifier et prolonger un clip

Votre vidéo de référence peut aussi être le clip que vous modifiez. La formule d’Alibaba est « Modifiez la vidéo : changez X de Video 1 en Y, conservez à l’identique le reste du cadre », une modification par génération. Elle convient aux objets, aux vêtements, à la météo, à l’éclairage et au style. Pour poursuivre un clip, écrivez « Prolongez Video 1 de 6s », décrivez ce qui se passe ensuite et rappelez le lieu et les vêtements des personnages pour qu’ils ne changent pas. Dans Endless, le clip de référence peut durer jusqu’à 15 secondes et doit être à 16 i/s ou plus.

Réglages qui comptent

• Durée : de 2 à 30 secondes. Pour les clips longs, écrivez des plans avec des durées.
• Résolution : 480p, 720p ou 1080p. Chaque niveau double le prix par seconde, donc faites vos essais en 480p et générez la version finale en 1080p.
• Format : 16:9, 4:3, 1:1, 3:4 ou 9:16. Avec une première image, la vidéo suit la forme de l’image.
• Générer l’audio : activé par défaut. Désactivez-le si vous ajoutez le son plus tard.
• Audio de référence : jusqu’à 5 clips, 15 secondes au total.

Problèmes courants

• Les personnages échangent leurs traits. Associez chaque personne à son numéro d’Image une seule fois et continuez à la désigner de la même façon.
• Des personnes en plus, du texte ou des filigranes apparaissent. Terminez par une courte liste négative, uniquement avec ce que vous voulez éviter.
• Le mauvais fichier est utilisé. Vérifiez que les numéros du prompt suivent l’ordre dans lequel vous avez joint les fichiers.