Logo
モデル
プロンプト (必須)
0/5000
解像度
動画の長さ
15 クレジット6s
アスペクト比
モード生成スタイルを選択
消費クレジット
15 クレジット

生成にはログインとクレジットが必要です。動画のダウンロードは有料プランで利用できます。

Grok Imagine Video動画サンプル
1 / 5

アニメ風のサイバーパンク都市

元のプロンプト: Japanese anime style, cyberpunk full technica, night view of academy city, futuristic giant buildings and neon-lit streetscape, high-tech academy city atmosphere, a silver dragon flying freely in the wind turning into clouds

新登場 · アリババ Wan 3.0

Wan 3.0 AI 動画生成ツール

アリババの Wan 3.0 をブラウザで。プロンプト、開始・終了フレーム、参照画像から、最長30秒の音声付きワンカットを生成 — API キーは不要です

Wan 3.0 は、アリババの通義万相(Tongyi Wan)チームによる最新の動画モデルです。テキストプロンプト、開始フレーム(終了フレームは任意)、または最大9枚の参照画像から始め、2〜30秒の長さと480p・720p・1080pの解像度を選べます。音声は映像と同時に生成され、消費クレジットは送信前に表示されます。

使い方の流れ

4ステップで Wan 3.0 動画を作成

1

テキストか画像かを選ぶ

プロンプトから始めるなら「テキストから動画」、開始フレーム、開始・終了フレーム、参照画像をアップロードするなら「画像から動画」を選びます。

2

シーンを書く

被写体、動き、カメラワーク、舞台、雰囲気、聞かせたいセリフや音を記述します。

3

長さ・解像度・比率を設定

2〜30秒、480p/720p/1080p、アスペクト比を選びます。設定を変えるたびに、消費クレジットの見積もりが更新されます。

4

生成して確認

送信後、Wan 3.0 のレンダリングを数分待ちます。クリップを最後まで確認してから、ダウンロードするかプロンプトを調整しましょう。

Wan 3.0 の特長

より長いワンカット、ネイティブ音声、3つの始め方

最長30秒のワンカット

Wan 3.0 は2〜30秒の連続したクリップを一度に生成します。Wan 2.7 の上限15秒の2倍なので、短い断片をつなぎ合わせなくても、シーンの導入から展開、結末までを描けます。

音声も同時に生成

セリフ、環境音、効果音が映像と一緒に生成されるため、無音ではなく音の付いたクリップが仕上がります。音声はデフォルトでオンで、オフにしても消費クレジットは変わりません。

テキスト、開始フレーム、開始+終了フレーム

プロンプトだけで一から作成するほか、1枚の画像を開始フレームとして動かしたり、2枚の画像で開始フレームと終了フレームを固定し、その間の動きを Wan 3.0 に補完させたりできます。

参照画像は最大9枚

「画像の用途」を「参照画像」に切り替えると、最大9枚の画像でキャラクター、商品、衣装、ロケーションを指定できます。プロンプトでは @image1、@image2 のように各画像を指定します。

リアルな人物と表情

アリババは Wan 3.0 をリアリズム重視で開発しました。従来の Wan より表情や微表情が豊かになり、カット全体で被写体が安定しています。なお、画面内の文字と音声の質感はまだ改善中だとアリババ自身が述べているため、クリップごとに確認してください。

480p〜1080p、6種類のアスペクト比

手早い試作には480p、日常のコンテンツには720p、最終納品には1080pがおすすめです。16:9、9:16、1:1、4:3、3:4、アダプティブから構図を選べます。出力は30 fpsのMP4です。

WAN 3.0 の使い方

Wan 3.0 動画をオンラインで作る方法

このページの Wan 3.0 生成ツールは、アリババの wan3.0-video モデルをブラウザ上で実行します。インストールも、API キーやクラウドコンソールも不要です。以下の手順で、アイデアや1枚の静止画を完成したクリップに仕上げましょう。

  1. 1

    Wan 3.0 生成ツールを開く

    このページ上部のプレイグラウンドを使います。Wan 3.0 はすでに選択されています。生成する準備ができたらログインしてください。Wan 3.0 の利用には有料プランまたは購入したクレジットが必要です。

  2. 2

    始め方を選ぶ

    プロンプトのみで生成する場合は「テキストから動画」のままで OK です。「画像から動画」では、「画像の用途」を「開始/終了フレーム」(1枚目がクリップの冒頭、任意の2枚目が結末)または「参照画像」(最大9枚)に設定します。

  3. 3

    動き・カメラ・音を記述する

    シーンを短いショットリストのように書きましょう。画面に誰がいて、何をして、カメラがどう動き、何が聞こえるか。参照画像を使う場合は @image1、@image2 と指定して、モデルがどの画像かを区別できるようにします。

  4. 4

    長さ・解像度・アスペクト比を設定する

    2〜30秒を選び、480p、720p、1080p から解像度を選びます。Reels や TikTok には9:16、YouTube には16:9、フィードには1:1、構図をモデルに任せるならアダプティブを選びます。

  5. 5

    生成・確認・ダウンロード

    送信して Wan 3.0 のレンダリングを待ちます。長いクリップや高解像度ほど時間がかかります。顔、手、文字、音声の同期を確認し、ダウンロードするか、一度に1点ずつ調整して再生成しましょう。

Wan 3.0 動画をもっと良くするコツ

480pで試作、1080pで仕上げ

480pの1秒あたりのコストは1080pの約4分の1です。短い480pの試作で動きとタイミングを固めてから、うまくいったプロンプトをフル解像度で生成し直しましょう。

カット全体の台本を書く

30秒のクリップには1つの展開だけでは足りません。導入、アクション、転換、結末の順にシーンを記述し、全編を通してモデルが描く内容を用意しましょう。

開始+終了フレームで結末を正確に

最後のポーズや商品カットが重要なときは、それを終了フレームとしてアップロードします。Wan 3.0 はその画像にぴたりと着地するよう動きを組み立てます。

欲しい音を書き込む

音声は映像と同時に生成されるので、音を具体的に指定しましょう。かぎ括弧で囲んだセリフ、窓を打つ雨、観客の歓声など。具体的な指示ほど説得力のある音になります。

Wan 3.0 の活用シーン

あらゆるクリエイターのための長尺ワンカット AI 動画

ショートドラマとストーリー

一貫したキャラクター、セリフ、音で30秒のワンシーンを丸ごと演出。ショートドラマ、ストーリーのティザー、キャラクターのテストに最適です。

広告と商品動画

商品写真を動きのあるショーケースに変え、メインカットを終了フレームとして固定。公開前にラベルや形状を確認できます。

SNS クリエイター

TikTok、Reels、Shorts 向けの9:16縦型クリップを音声付きで制作。480pで素早く試してから最終版をレンダリングできます。

解説と教育

コンセプト、プロセス、場所をナレーション付きのクリップで可視化し、授業、オンボーディング、プレゼンテーションに活用できます。

Wan 3.0 よくある質問

Wan 3.0 動画生成ツールのすべて

Wan 3.0 とは何ですか?

Wan 3.0(wan3.0-video)は、アリババの通義ラボ(Tongyi Lab)による最新の動画モデルで、2026年8月6日にパブリックベータとして公開され、2026年8月下旬から一般提供されています。1つのエンジンでテキストから動画、開始/終了フレームを使った画像から動画、参照画像によるガイド生成をこなすオールインワンモデルで、最長30秒のクリップを音声と同時に生成できます。

このページの Wan 3.0 で何が作れますか?

テキストプロンプトからの生成、開始フレームのアニメーション化、開始フレームと終了フレームの両方の指定、最大9枚の参照画像による動画のガイドが可能です。Wan 3.0 はアリババの API 経由で参照動画、音声、ドキュメント、Web ページも読み込めますが、これらの入力はこのページではまだ利用できません。

Wan 3.0 の動画はどのくらいの長さ・画質で作れますか?

2〜30秒の任意の整数秒で、解像度は480p、720p、1080pから選べ、30 fpsのMP4で出力されます。Wan 3.0 には4Kの設定はなく、4K出力をうたう情報は正確ではありません。

Wan 3.0 の動画には何クレジット必要ですか?

Wan 3.0 は出力1秒あたりの料金で、480pは約2.74クレジット、720pは5.48クレジット、1080pは10.96クレジットで、動画ごとに切り上げられます。5秒のクリップは480pで14クレジット、720pで28クレジット、1080pで55クレジット、30秒の1080pクリップは329クレジットです。音声のオン/オフで料金は変わらず、正確なコストは生成前に表示されます。

「開始/終了フレーム」と「参照画像」の違いは何ですか?

「開始/終了フレーム」では画像をそのままフレームとして使います。1枚目がクリップの冒頭になり、任意の2枚目が結末になります。「参照画像」では最大9枚の画像を、動画内のどこにでも登場しうるキャラクター、物体、場所のガイドとして使います。1回の生成で両方を組み合わせることはできません。

Wan 3.0 の動画を商用利用できますか?

はい。すべての有料プランに商用ライセンスが含まれており、Wan 3.0 で生成した動画を広告、クライアントワーク、SNS、販売する製品に利用できます。無料プランは個人利用のみです。プロンプトや参照画像に含まれる人物、ブランド、音楽、素材の権利処理は、公開前にご自身で行ってください。

Wan 3.0 は音声も生成しますか?

はい。音声は映像と一緒に生成され、デフォルトでオンになっているため、セリフ、環境音、効果音が同期した状態で仕上がります。オフにして無音のクリップを作ることもでき、どちらでも消費クレジットは同じです。

Wan 3.0 はオープンソースですか?ダウンロードできますか?

いいえ。オープンウェイトで公開された Wan 2.1 や 2.2 とは異なり、Wan 3.0 はクラウド API 経由でのみ提供されるクローズドモデルのため、公式にダウンロードできるウェイトはありません。「Wan 3.0 無料ダウンロード」をうたうものは非公式と考えてください。

Wan 3.0 は無料で使えますか?

設定の確認や正確な消費クレジットの表示は無料で行えます。Wan 3.0 で生成するには有料プランまたは購入したクレジットが必要です。新規登録でもらえる無料の15クレジットは Grok モデル用で、Wan 3.0 には使えません。クレジットは送信時に消費され、生成に失敗した場合は自動的に返還されます。

Wan 3.0 の生成にはどのくらい時間がかかりますか?

通常は数分で完成します。長いクリップや1080pではさらに時間がかかるため、まず短い480pの試作で動きを確認してから最終版をレンダリングしましょう。

Wan 3.0 と Wan 2.7 の違いは何ですか?

Wan 3.0 は1テイクあたりの最大長を15秒から30秒へと倍増し、音声をデフォルトで生成します。さらにアリババの API 経由でドキュメントやウェブページの入力に対応し、顔のリアルさと参照画像との一貫性も向上しています。

ここは Wan 3.0 の公式サイトですか?

いいえ。当サイトはアリババとは提携していない独立系のウェブスタジオです。API プロバイダー経由でアリババの Wan 3.0 モデルを実行しているため、Alibaba Cloud のアカウントや API キーがなくてもブラウザで生成でき、動画ごとにクレジットで支払えます。