Wan 3.0 Prime (Wan AI)
Modèle vidéo · Alibaba ·
Wan 3.0 Prime est un modèle de vidéo de Alibaba. Sur Endless, il coûte à partir de 17 crédits par vidéo et est disponible à partir du forfait Hobby.
Utilisez-le pour créer des vidéos à partir d’un prompt ou d’une image, à côté de tous les autres modèles de votre espace de travail.
À partir de 17 crédits par vidéo
- Prix
- À partir de 17 crédits par vidéo
- Disponibilité
- Disponible à partir du forfait Hobby
Comment rédiger des prompts pour Wan 3.0 Prime
Comment Wan 3.0 Prime lit un prompt
Le guide de prompts de Wan 3.0 d’Alibaba dit qu’une seule phrase suffit pour obtenir une vidéo, et que plus la description est complète, plus le résultat se rapproche de ce que vous voulez. Au-delà d’un brouillon rapide, il recommande une formule unique, où vous ne remplissez que les parties que vous voulez contrôler :
[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]
Écrivez-le en un seul paragraphe. Les exemples d’Alibaba s’ouvrent sur une phrase comme « 15 secondes, le rythme passe d’une retenue régulière à une libération explosive » avant le moindre plan, pour que le modèle connaisse l’arc avant les détails.
Citer les références
Chaque type de fichier est numéroté séparément, dans l’ordre d’import : la première image est Image 1, la première vidéo est Video 1 et le premier audio est Audio 1. Image 1 et Video 1 peuvent coexister. Écrivez les étiquettes comme Alibaba les documente, en anglais : Image 1, Video 1, Audio 1. Alibaba prévient que les numéros doivent correspondre à l’ordre d’import, sinon le modèle utilise le mauvais fichier. Avec un seul fichier, vous pouvez dire « l’image de référence » ; avec deux ou plus, utilisez les numéros.
Donnez un rôle à chaque référence. Modèles tirés du guide d’Alibaba :
- Verrouiller l’apparence : « L’enfant d’Image 1 se tient dans l’entrée de l’appartement d’Image 2. »
- Reprendre uniquement l’action : « Remplacez l’homme qui fait du skate dans Video 1 par la femme d’Image 1, en gardant l’action, la trajectoire et la scène inchangées. »
- Reprendre uniquement le mouvement de caméra : « Prenez comme référence le mouvement de caméra de la vidéo, changez la scène pour une tasse de café sur la table d’un café en terrasse sur un toit. »
- Reprendre uniquement le style : « Prenez comme référence uniquement la tonalité de couleur et l’éclairage d’Image 2, pas les personnages. »
- Suivre le rythme : chorégraphie calée sur le rythme d’Audio 1, avec les temps forts en grands mouvements.
Le même fichier peut être cité deux fois, pour un visage dans une phrase et pour une voix dans une autre. Une image peut aussi être un storyboard : Alibaba suggère de commencer par « Utilisez le storyboard uniquement comme guide de plans ; ne générez pas la vidéo à partir du storyboard comme une seule image », puis de décrire les cases de gauche à droite et de haut en bas.
Pour démarrer la vidéo à partir d’une image, joignez-la seule et activez Première image, puis consacrez le prompt au mouvement, à l’intrigue, au dialogue et à la caméra ; avec d’autres pièces jointes, l’image sert de référence.
Plans et durées
Les prompts multi-plans utilisent un numéro, un repère temporel et le contenu du plan : « Plan 1 [0-3s] … Plan 2 [3-6s] … ». Le guide demande de 2 à 5 secondes par plan, des plans qui s’enchaînent sans trou ni chevauchement, et un seul style de crochets dans tout le prompt. Terminez un plan par « coupe franche » ou « fondu enchaîné » pour choisir la transition. Pour une seule prise, écrivez d’abord « Une seule prise continue » ; pour une caméra verrouillée, « Plan fixe, caméra statique ». Les mots simples de caméra fonctionnent (avancer, reculer, tourner autour, suivi à la main), tout comme les notes d’objectif du type « téléobjectif 85 mm, faible profondeur de champ ». Évitez les actions rapides et répétées que le modèle ne peut pas compter, comme secouer la tête trois fois par seconde.
Dialogue et son
Écrivez chaque réplique sous la forme personnage, verbe, deux-points et paroles entre guillemets : Le général dit d’une voix grave : « Aujourd’hui, aucun d’entre vous ne passera. » Une référence peut être celle qui parle : Image 1 dit : « … » Image 2 répond : « … ». Pour utiliser une voix de votre audio, écrivez une fois « Le timbre de voix prend Audio 1 comme référence » et cela s’applique à toutes les répliques de ce personnage. Ajoutez « Synchronisation labiale » quand la bouche doit correspondre. Si vous ne voulez aucune parole, écrivez « Sans dialogue » ; sinon, le modèle décide.
Alibaba dit que le son suit l’image : les actions, matières et conditions météo bien décrites, comme des bannières qui claquent ou des pas qui éclaboussent dans les flaques, reçoivent leur son sans qu’on le demande. Nommez les effets précis dans des phrases à part, avec un repère temporel si nécessaire. Pour la musique, ne la mentionnez pas si vous laissez le modèle choisir, décrivez-la (« un violoncelle entre très doucement ») ou écrivez « Sans musique de fond, uniquement l’ambiance et les bruits d’action ».
Modifier et prolonger un clip
Une vidéo de référence peut aussi être le clip que vous modifiez. La formule d’Alibaba est « Modifiez la vidéo : changez X dans Video 1 en Y, gardez le reste du cadre inchangé », et un seul changement par exécution est le plus stable. Ajouter, supprimer, remplacer et changer couvrent les objets, les vêtements, la météo, l’éclairage et le style ; vous pouvez aussi réécrire une réplique en gardant la voix. Pour poursuivre un clip, écrivez « Prolongez Video 1 de 8s », décrivez la nouvelle action et rappelez les vêtements des personnages et le lieu pour qu’ils ne changent pas. Le clip source plus les nouvelles images ne peuvent pas dépasser 30 secondes.
Réglages importants
- Durée : pour les longs clips, écrivez des plans minutés afin qu’il se passe quelque chose à chaque moment.
- Résolution : faites vos essais en 480p et rendez la prise finale en 1080p.
- Format : avec une première image, le cadre suit l’image. En modification ou en prolongation, alignez-vous sur le clip source.
- Générer l’audio : activé par défaut. Désactivez-le pour les clips que vous sonoriserez plus tard.
Problèmes courants
- Les traits se mélangent entre personnages. Associez chaque sujet à son numéro d’image une seule fois et gardez le même nom pour le désigner.
- Du texte, des filigranes ou des personnes en plus apparaissent. Terminez par une courte liste négative. Alibaba demande de n’y mettre que ce que vous voulez vraiment éviter, sans répéter le reste du prompt.
Sources
- Guide de prompts de génération vidéo Wan3.0, Alibaba Cloud Model Studio
- Référence de l’API de génération vidéo Wan3.0, Alibaba Cloud Model Studio
- Fiche du modèle Wan 3.0 Prime de référence vers vidéo, fal.ai
- Fiche du modèle Wan 3.0 Prime d’image vers vidéo, fal.ai
- Fiche du modèle Wan 3.0 Prime de texte vers vidéo, fal.ai
Questions sur Wan 3.0 Prime
- Qu’est-ce que Wan 3.0 Prime ?
- Wan 3.0 Prime est un modèle de vidéo de Alibaba.
- Wan 3.0 Prime est-il gratuit ?
- Wan 3.0 Prime nécessite le forfait Hobby ou supérieur : le forfait gratuit ne l’inclut donc pas. Le forfait gratuit vous donne 100 crédits à la création d’un espace de travail, puis 50 crédits chaque semaine pour essayer d’autres modèles de vidéo.
- Combien coûte Wan 3.0 Prime ?
- Sur Endless, il coûte à partir de 17 crédits par vidéo et est disponible à partir du forfait Hobby.
- Comment utiliser Wan 3.0 Prime ?
- Ouvrez Vidéo dans votre espace de travail Endless, choisissez Wan 3.0 Prime dans le sélecteur de modèle et rédigez un prompt ou ajoutez une image de départ. Vous pouvez aussi le demander par son nom dans le chat ou l’utiliser sur un canvas.
- Quelles sont les alternatives à Wan 3.0 Prime ?
- Parmi les modèles similaires que vous pouvez utiliser sur Endless : Wan 3.0, Seedance 2.5 et Gemini Omni Flash. Chacun a sa propre page avec son prix et son forfait.
Comment utiliser Wan 3.0 Prime sur Endless
- 01
Ouvrez Vidéo
Dans votre espace de travail, ouvrez Vidéo et choisissez Wan 3.0 Prime dans le sélecteur de modèle.
- 02
Décrivez la scène
Rédigez un prompt avec le sujet, la caméra et le mouvement, ou partez d’une image que vous importez ou générez.
- 03
Générez et itérez
Lancez la génération, puis affinez dans le chat ou sur un canvas. Chaque clip est enregistré dans les fichiers de votre espace de travail.
Exemples de prompts pour Wan 3.0 Prime
Classés par cas d’usage. Chacun s’ouvre dans Endless avec Wan 3.0 Prime, prêt à être modifié et généré.
Plans uniques avec son
Une seule prise continue. Un chaton court sur un toit éclairé par la lune pendant que des enseignes au néon clignotent dans la ville en contrebas. La caméra le suit au ras du toit, puis monte quand il saute sur le toit voisin. Petites pattes sur les tuiles, circulation lointaine, sans musique de fond. Sans sous-titres, sans filigrane.
8 secondes, calme et lent. Plan fixe, caméra statique. Les mains d’une potière façonnent de l’argile humide sur un tour qui tourne, dans un atelier ensoleillé, de l’eau goutte de ses doigts et de la poussière flotte dans la lumière de la fenêtre. Son de l’argile mouillée et ronronnement du tour. Sans dialogue, sans musique de fond.
Plan macro, objectif 100 mm, faible profondeur de champ. Une goutte de miel tombe d’une cuillère en bois sur une pile de pancakes et s’étale lentement sur le bord. Photographie à haute vitesse, ralenti à 1000 i/s. Tons chauds du matin, ambiance calme de cuisine.
Un tramway rouge gravit une rue en pente de Lisbonne à l’heure dorée. La caméra démarre sur les rails en gros plan, puis recule et s’élève jusqu’à un plan large du tramway qui passe devant des immeubles pastel aux balcons garnis de linge. Cloche du tramway, ronronnement électrique, mouettes. Look pellicule 35 mm, tons chauds.
Suivi à la main, plan moyen. Un cycliste en imperméable jaune roule dans une rue inondée la nuit, les deux roues projettent de l’eau pendant que les lumières des boutiques se reflètent à la surface. Éclaboussures, pluie sur une capuche, un klaxon au loin. Cyan-gris désaturé avec la lumière chaude des boutiques.
Séquences multi-plans
Un court drame sur un train raté, à la troisième personne, calme et mélancolique, 12 secondes. Plan 1 [0-3s] Plan large d’un quai vide à l’aube, un jeune homme en manteau gris arrive en courant avec une valise. Plan 2 [3-6s] Coupe franche, gros plan sur les portes du train qui se ferment. Plan 3 [6-9s] Plan moyen, il s’arrête et pose la valise, essoufflé. Plan 4 [9-12s] Fondu enchaîné, plan large du train qui disparaît dans la brume pendant qu’il reste seul. Annonce de gare, grondement du train qui s’éteint, sans musique de fond.
Film produit pour une gourde en acier inoxydable, lumineux et dynamique, 10 secondes. Plan 1 [0-3s] Gros plan, une main sort la gourde d’un sac à dos sur un sentier de montagne. Plan 2 [3-6s] Coupe franche, plan macro de l’eau versée dans le bouchon, des gouttes qui accrochent le soleil. Plan 3 [6-10s] La caméra tourne à 180 degrés autour d’un randonneur qui boit au sommet, des nuages en dessous. Vent, le bouchon qui se referme avec un clic, guitare acoustique entraînante.
Le matin d’une cheffe, 15 secondes, rythme régulier. Plan 1 [0-3s] Plan zénithal d’un couteau qui tranche des oignons verts sur une planche en bois. Plan 2 [3-6s] Plan moyen, elle les verse dans un wok fumant. Plan 3 [6-9s] Gros plan, des nouilles lancées en l’air au ralenti. Plan 4 [9-12s] La caméra avance sur le bol fumant posé au passe. Plan 5 [12-15s] Elle s’essuie les mains et fait un signe de tête à la caméra. Grésillement et cliquetis de poêles, sans dialogue.
Ton de documentaire animalier, 20 secondes, patient et calme. Plan 1 [0-5s] Plan très large, 24 mm, une vallée enneigée au lever du soleil. Plan 2 [5-10s] Téléobjectif 300 mm, un renard roux s’arrête et incline la tête vers la neige. Plan 3 [10-15s] Plan fixe, le renard bondit et plonge la tête la première dans la neige. Plan 4 [15-20s] Gros plan quand il ressort, de la neige sur le museau. Vent et neige qui crisse, un piano doux entre au plan 4.
L’entrée d’une boxeuse sur le ring, 12 secondes, le rythme passe d’une tension silencieuse à un rugissement. Plan 1 [0-3s] Gros plan sur ses mains qu’on bande dans un vestiaire sombre. Plan 2 [3-6s] 85 mm, ses yeux dans le miroir. Plan 3 [6-9s] Travelling derrière elle dans un tunnel vers les lumières vives de l’arène. Plan 4 [9-12s] Plan large en contre-plongée quand la foule se lève. Foule étouffée qui monte jusqu’au rugissement, un coup de tambour lourd à chaque coupe.
Dialogue et voix
Une petite librairie par un après-midi de pluie, 8 secondes. Le vieux libraire essuie ses lunettes derrière le comptoir et dit avec chaleur : « Vous êtes revenue pour le recueil de poésie, n’est-ce pas ? » La jeune femme près de l’étagère se retourne en riant et répond : « Comment le savez-vous ? » Synchronisation labiale. Pluie sur la vitre, sans musique de fond.
Image 1 est assis à une table de cuisine, un téléphone à l’oreille, lumière chaude de lampe et pluie sur la vitre derrière lui. Le timbre de voix prend Audio 1 comme référence. Il dit doucement : « J’ai eu le poste. Je commence lundi. » Puis il rit et se couvre les yeux. Synchronisation labiale. Plan fixe avec un très lent travelling avant. Sans musique de fond.
Deux collègues se tiennent debout dans une rame de métro en marche, la nuit. L’homme grand en manteau gris se penche et dit d’une voix basse et fatiguée : « Tu as envoyé le rapport ? » La femme à l’écharpe rouge se fige et murmure : « Je croyais que c’était toi. » Synchronisation labiale. Grondement du train et annonce de station. Sans sous-titres.
Plan aérien qui glisse au-dessus d’une vallée verte pendant qu’une rivière capte le soleil du matin. Voix off, narrateur de documentaire calme : « Chaque printemps, la rivière retrouve le chemin de la même vallée. » Aucune personne à l’écran et aucun autre dialogue. Cordes douces et chants d’oiseaux.
Image 1 et Image 2 sont assises face à face sur une terrasse de café. Image 1 dit : « Alors, tu restes ? » Image 2 sourit, baisse les yeux vers son café et répond : « Redemande-moi demain. » Synchronisation labiale. Champ-contrechamp, 50 mm, lumière chaude de fin d’après-midi. Bruit de la rue et tasses qui tintent.
Combiner des références
La femme d’Image 1 marche dans la rue de marché d’Image 2 au crépuscule, vêtue de la veste d’Image 3. La caméra la suit par l’arrière en plan moyen, puis elle se retourne pour regarder derrière elle. Gardez son visage, ses cheveux et la couleur de la veste inchangés. Pas de personnages supplémentaires, pas de texte.
Remplacez le skateur de Video 1 par l’homme d’Image 1, en gardant l’action de skate, la trajectoire et le décor du skatepark inchangés. Son visage et ses vêtements restent cohérents du début à la fin.
Prenez comme référence le mouvement de caméra de Video 1, changez la scène pour une tasse de café sur la table d’un café en terrasse sur un toit au lever du soleil, de la vapeur qui monte, la ligne d’horizon de la ville floue en arrière-plan.
Prenez comme référence uniquement la tonalité de couleur et l’éclairage d’Image 2, pas ses sujets. Un gardien de phare monte un escalier en colimaçon avec une lanterne, son souffle visible dans le froid. Marches métalliques qui grincent et vent dehors.
Format vertical 9:16, plan en pied, caméra fixe. La danseuse d’Image 1 exécute une chorégraphie de style idole dans un studio lumineux, calée sur le rythme d’Audio 1 : les temps forts en mouvements amples et secs, les passages plus doux en ondulations fluides du corps. Proportions naturelles des membres.
Utilisez Image 1 uniquement comme guide de plans ; ne générez pas la vidéo à partir du storyboard comme une seule image. En suivant ses cases de gauche à droite et de haut en bas : un renard de dessin animé à l’écharpe bleue se réveille dans son terrier, sort dans la neige, glisse sur un étang gelé et rit. Look film d’animation 3D, lumière douce. Pas de sous-titres, pas de style 2D dessiné à la main.
Première image
La femme du portrait tourne lentement la tête vers la caméra et sourit pendant qu’une légère brise bouge ses cheveux. La caméra avance jusqu’à un gros plan. Gardez ses vêtements et l’arrière-plan inchangés. Chants d’oiseaux, sans musique.
Les enseignes de la rue s’allument une à une, les passants se mettent à marcher et un tramway passe de gauche à droite. La caméra avance lentement le long de la rue. Ambiance de ville en soirée.
Le chat sur le rebord de la fenêtre s’étire, bâille et regarde dehors pendant qu’un oiseau se pose sur le rebord. Plan fixe, caméra statique. Ronronnement doux et un seul pépiement.
La boîte du produit s’ouvre toute seule : le couvercle se soulève et le casque à l’intérieur s’élève légèrement dans une lumière douce. La caméra fait un quart de tour autour. Gardez le texte imprimé sur la boîte net et inchangé. Un léger clic, sans dialogue.
(0-3s) Le bretteur dans la bambouseraie à l’encre pose la main sur la garde pendant que des feuilles tombent. (3-6s) La caméra fonce sur ses yeux sous le bord du chapeau. (6-10s) Il dégaine d’un seul geste et le bambou derrière lui éclate en éclaboussures d’encre. Gardez le style noir et blanc à l’encre de l’image tout du long. Vent et tintement métallique sec.
Modifier et prolonger un clip
Modifiez la vidéo : remplacez le chat sur le canapé de Video 1 par un chiot golden retriever, gardez le reste du cadre inchangé.
Modifiez la vidéo : changez Video 1 en temps couvert avec une pluie légère, gardez le mouvement des personnes et tout le reste inchangés.
Modifiez la vidéo : faites porter à l’homme de Video 1 le chapeau d’Image 1, ajusté naturellement sur sa tête. Ses mouvements et le reste du cadre restent inchangés.
Modifiez la vidéo : gardez le timbre et le ton de la voix de la femme, changez sa réplique dans Video 1 en : « L’affaire est conclue. Maintenant, on disparaît. » Synchronisation labiale.
Prolongez Video 1 de 8s. La barista au tablier vert pose le latte, essuie le comptoir et fait signe à un client qui entre. Même café, même lumière du matin, la caméra garde son lent travelling avant. Sifflement de la machine à expresso et léger brouhaha.
Modèles associés
Wan 3.0
par Alibaba
À partir de 16 crédits par vidéo
Seedance 2.5
par ByteDance
À partir de 51 crédits par vidéo
Gemini Omni Flash
par Google
À partir de 14 crédits par vidéo
Comparer Wan 3.0 Prime
Wan 3.0 Prime face à d’autres modèles : prix, créateur et forfait côte à côte.
Créez des vidéos avec Wan 3.0 Prime
Wan 3.0 Prime est disponible à partir du forfait Hobby. Créez un espace de travail gratuit pour essayer d’abord les autres modèles, puis passez à un forfait supérieur quand vous en avez besoin.