1
Scegli Testo o Immagine
Scegli Text to Video per partire da un prompt, oppure Image to Video per caricare un primo fotogramma, un primo e un ultimo fotogramma, o immagini di riferimento.
Grok ImagineGrok ImagineUn'unica ripresa continua fino a 30 secondi, con il suono generato nello stesso passaggio
Wan 3.0 è il più recente modello video del team Tongyi Wan di Alibaba. Parti da un prompt testuale, da un primo fotogramma (più un ultimo fotogramma facoltativo) o da un massimo di nove immagini di riferimento, poi scegli da 2 a 30 secondi in 480p, 720p o 1080p. L'audio viene generato insieme alle immagini e il costo in crediti è indicato prima dell'invio.
Crea un Video Wan 3.0 in 4 Passaggi
Scegli Text to Video per partire da un prompt, oppure Image to Video per caricare un primo fotogramma, un primo e un ultimo fotogramma, o immagini di riferimento.
Descrivi il soggetto, l'azione, il movimento di camera, l'ambientazione, l'atmosfera e gli eventuali dialoghi o suoni che vuoi sentire.
Scegli da 2 a 30 secondi, 480p/720p/1080p e le proporzioni. La stima dei crediti si aggiorna a ogni modifica delle impostazioni.
Invia, attendi qualche minuto mentre Wan 3.0 esegue il rendering, poi guarda la clip completa prima di scaricarla o di perfezionare il prompt.
Riprese Più Lunghe, Audio Nativo e Tre Modi per Iniziare
Wan 3.0 genera un'unica clip continua da 2 a 30 secondi — il doppio del limite di 15 secondi di Wan 2.7 — così una scena può svilupparsi, cambiare direzione e concludersi senza dover cucire insieme brevi frammenti.
Dialoghi, ambienti sonori ed effetti vengono generati insieme alle immagini, così le clip arrivano già sonorizzate invece che mute. L'audio è attivo per impostazione predefinita e disattivarlo non cambia il costo in crediti.
Scrivi un prompt da zero, anima una singola immagine come fotogramma iniziale oppure carica due immagini per fissare sia il primo sia l'ultimo fotogramma e lascia che Wan 3.0 crei il movimento tra i due.
Imposta Image Use su Reference Images per guidare personaggi, prodotti, outfit e location con un massimo di nove immagini, e richiamale nel prompt come @image1, @image2 e così via.
Alibaba ha costruito Wan 3.0 attorno al realismo: volti più espressivi e microespressioni, soggetti più stabili per tutta la ripresa e testo a schermo più pulito rispetto alle versioni precedenti di Wan.
Genera in 480p per bozze rapide, in 720p per i contenuti di tutti i giorni o in 1080p per la consegna finale, con inquadratura 16:9, 9:16, 1:1, 4:3, 3:4 o Adaptive. L'output è un MP4 a 30 fps.
Come Creare un Video Wan 3.0 Online
Il generatore Wan 3.0 di questa pagina esegue il modello wan3.0-video di Alibaba direttamente nel browser: niente da installare, nessuna chiave API o console cloud richiesta. Segui questi passaggi per passare da un'idea o da un'immagine fissa a una clip finita.
Usa il playground in cima a questa pagina; Wan 3.0 è già selezionato. Accedi quando sei pronto a generare: Wan 3.0 funziona con un piano a pagamento o con crediti acquistati.
Resta su Text to Video per generare solo dal prompt. Per Image to Video, imposta Image Use su First / Last Frame (l'immagine 1 apre la clip, un'eventuale immagine 2 la chiude) oppure su Reference Images (fino a nove).
Scrivi la scena come una breve lista di inquadrature: chi è in campo, cosa fa, come si muove la camera e cosa si sente. Con le immagini di riferimento, chiamale @image1, @image2 così il modello sa qual è quale.
Scegli da 2 a 30 secondi, poi 480p, 720p o 1080p. Usa 9:16 per Reels e TikTok, 16:9 per YouTube, 1:1 per i feed oppure Adaptive per lasciare che sia il modello a inquadrare la scena.
Invia e lascia lavorare Wan 3.0: le clip più lunghe e ad alta risoluzione richiedono più tempo. Controlla volti, mani, testo e sincronizzazione dell'audio, poi scarica o modifica un'indicazione alla volta.
Al secondo, il 480p costa circa un quarto del 1080p. Definisci movimento e ritmo con una breve bozza in 480p, poi rilancia il prompt vincente alla massima risoluzione.
Una clip di 30 secondi ha bisogno di più di un momento. Descrivi la scena in ordine — apertura, azione, svolta, finale — così il modello ha qualcosa da fare per tutta la durata.
Quando la posa finale o l'inquadratura del prodotto sono importanti, caricale come ultimo fotogramma. Wan 3.0 pianifica il movimento in modo che la clip si chiuda proprio su quell'immagine.
Poiché l'audio viene generato insieme alle immagini, descrivilo: una battuta di dialogo tra virgolette, la pioggia sul vetro, una folla che esulta. Indicazioni specifiche producono un suono più convincente.
Video AI in Ripresa Lunga per Ogni Creator
Metti in scena un momento completo di 30 secondi con personaggi coerenti, dialoghi e suono: utile per micro-drama, teaser narrativi e test sui personaggi.
Trasforma le foto di prodotto in showcase in movimento, fissa l'inquadratura principale come ultimo fotogramma e controlla etichette e geometrie prima di pubblicare la clip.
Produci clip verticali 9:16 per TikTok, Reels e Shorts con l'audio già incluso, poi itera rapidamente in 480p prima dei render finali.
Visualizza un concetto, un processo o un luogo in una clip narrata per lezioni, onboarding e presentazioni.
Tutto sul Generatore Video Wan 3.0
Wan 3.0 (wan3.0-video) è il più recente modello video del Tongyi Lab di Alibaba, rilasciato in beta pubblica il 6 agosto 2026. È un modello all-in-one: un unico motore gestisce la generazione da testo a video, da immagine a video con primo/ultimo fotogramma e quella guidata da riferimenti, con clip fino a 30 secondi e audio generato nello stesso passaggio.
Puoi generare da un prompt testuale, animare un primo fotogramma, impostare sia un primo sia un ultimo fotogramma o guidare il video con un massimo di nove immagini di riferimento. Tramite l'API di Alibaba, Wan 3.0 può anche leggere video, audio, documenti e pagine web di riferimento; questi input non sono ancora disponibili in questa pagina.
Qualsiasi numero intero di secondi da 2 a 30, in 480p, 720p o 1080p, consegnato come MP4 a 30 fps. Wan 3.0 non ha un livello 4K: le affermazioni su un output in 4K non sono corrette.
Wan 3.0 ha un prezzo per secondo di video generato: circa 2,74 crediti al secondo in 480p, 5,48 in 720p e 10,96 in 1080p, arrotondati per eccesso per ogni video. Una clip di 5 secondi costa 14 crediti in 480p, 28 in 720p o 55 in 1080p; una clip di 30 secondi in 1080p costa 329 crediti. Attivare o disattivare l'audio non cambia il prezzo e il costo esatto viene mostrato prima della generazione.
First / Last Frame usa le tue immagini come fotogrammi esatti: l'immagine 1 apre la clip e un'eventuale immagine 2 la chiude. Reference Images usa fino a nove immagini come guida per personaggi, oggetti e luoghi che possono comparire in qualsiasi punto del video. Le due modalità non si possono combinare nella stessa generazione.
Sì. Ogni piano a pagamento include una licenza commerciale, quindi puoi usare i tuoi video Wan 3.0 in annunci, progetti per clienti, social media e prodotti che vendi. Il piano gratuito è solo per uso personale. Resti responsabile di ciò che fornisci: ottieni i diritti su persone, marchi, musica e materiale di origine presenti in prompt e immagini di riferimento prima di pubblicare.
Sì. L'audio viene generato insieme alle immagini ed è attivo per impostazione predefinita, così dialoghi, ambienti sonori ed effetti arrivano sincronizzati. Puoi disattivarlo per ottenere una clip muta; il costo in crediti è lo stesso in entrambi i casi.
No. A differenza delle versioni open-weight Wan 2.1 e 2.2, Wan 3.0 è un modello chiuso disponibile solo tramite API cloud, quindi non esistono pesi ufficiali da scaricare. Considera non ufficiale qualsiasi «download gratuito di Wan 3.0».
Puoi esplorare le impostazioni e vedere il costo esatto in crediti senza pagare. Per generare con Wan 3.0 serve un piano a pagamento o crediti acquistati; i crediti vengono addebitati all'invio e rimborsati automaticamente se una generazione non va a buon fine.
La maggior parte delle clip è pronta in circa uno-cinque minuti. Le durate più lunghe e il 1080p richiedono più tempo, quindi inizia con una breve bozza in 480p per verificare il movimento prima di eseguire il rendering della versione finale.
