Vidéo
WAN 3.0
Itération rapide pour les formats courts.
Disponible sur Ofrai — chat, image et vidéo dans un studio, avec des crédits partagés.
Exemples de prompts
Choisissez un exemple pour charger son prompt et ses réglages recommandés dans le créateur WAN 3.0 ci-dessus.
Mode d’emploi
Créer avec WAN 3.0 en trois étapes
- 01
Choisissez vos entrées
Gardez WAN 3.0 sélectionné, saisissez un prompt et ajoutez les références prises en charge.
- 02
Réglez la sortie
Choisissez le format, la résolution et les options Vidéo disponibles avant de générer.
- 03
Générez et affinez
Examinez le résultat, ajustez le prompt ou les réglages, puis créez une nouvelle version dans le même espace.
Wan 3.0 est l’outil polyvalent de ce groupe : un brief peut se présenter sous forme de texte seul, d’une seule image de début, d’une image de début et d’une image de fin, ou d’un ensemble de références image, vidéo et audio soumises ensemble — et le point de terminaison accepte ces quatre formes sans les aiguiller vers des traitements distincts. Cette polyvalence justifie son choix lorsque le livrable n’est pas encore défini.
La durée de sortie va de 2 à 30 secondes, avec une durée intelligente disponible via la valeur -1 ; les résolutions proposées sont 480p, 720p et 1080p, avec 1080p comme valeur par défaut documentée ; et la génération audio est activée sauf si vous la désactivez.
Deux aspects de ce point de terminaison sont moins évidents que ne le laisse penser la liste des capacités : le champ prompt est conçu pour décrire le son aussi bien que l’image, et la documentation de référence ne mentionne aucun paramètre de rapport d’aspect, ce qui signifie que le format d’image d’une génération Wan 3.0 est déterminé par vos médias plutôt que par un champ que vous pouvez définir.
Quatre formes de brief, un seul point de terminaison
La description de l’interface énumère quatre façons de lancer une génération, qui ne sont pas de simples variantes : chacune impose des contraintes différentes au livrable. La génération de vidéo à partir de texte est le cas de départ, où le modèle invente le sujet, le décor et le mouvement. Le contrôle par la première image confie la composition à une image fixe dont vous avez défini la direction artistique et permet au modèle de concentrer ses efforts sur la suite.
Le contrôle par la première et la dernière image fixe les deux extrémités de la prise : c’est ici le seul moyen documenté de garantir une image finale précise, et c’est ce mode qui détermine les transitions. Si la dernière image montre le produit sur une étagère, tout ce qui se passe entre les deux images est conçu pour y aboutir.
La quatrième forme est une génération conjointe à partir d’une image de référence, d’une vidéo de référence et d’un audio de référence soumis ensemble : plusieurs types de contenus influencent alors simultanément un même plan, au lieu qu’un seul lui serve de point d’ancrage. Le recours au contenu d’un fichier ou d’une page web publique figure dans la même liste.
Lisez cette liste comme un outil de tri des briefs : quatre images correspondent à une arrivée définie, un ensemble de références à un rendu défini, une image fixe à un début défini, et du texte seul à un sujet défini.
Le prompt porte le son, pas seulement l’image
Lue à la lettre, la description du paramètre prompt demande quatre choses : le contenu de la vidéo, l’action du sujet, la caméra et le son. Ce dernier élément est celui que la plupart des utilisateurs de l’API omettent, et il compte, car la génération sonore de ce point de terminaison dépend d’un booléen distinct, activé par défaut. Vous prenez donc la décision concernant le son deux fois, à deux endroits différents, et ces choix peuvent se contredire.
Le booléen détermine si une piste est générée ; la phrase du prompt détermine ce qu’elle contient. Une requête qui ne précise pas le son tout en laissant le booléen activé obtient un audio généré que personne n’a décrit, soit le résultat le moins maîtrisable. Décrivez l’ambiance sonore de la pièce en même temps que le mouvement de la caméra, puis réglez le booléen selon votre montage : activé pour un clip qui porte sa propre ambiance, désactivé pour un plan destiné à accompagner un dialogue.
Le prompt est lui aussi facultatif, mais cette facultativité est conditionnelle : le prérequis documenté impose de fournir au moins un élément parmi le prompt et les médias. Une génération fondée sur des médias est donc valide, tandis qu’une requête ne contenant ni l’un ni les autres ne l’est pas.
Un même champ pour une virgule de deux secondes et une scène de trente secondes
Le paramètre duration accepte toute durée de 2 à 30 secondes, prend 5 comme valeur par défaut et accepte aussi -1, qui confie le choix de la durée au modèle : celui-ci peut alors lire le prompt et les contenus fournis pour décider. Cette amplitude est assez inhabituelle pour mériter d’être intégrée à la préparation, car le même paramètre doit couvrir les deux extrêmes d’un montage.
À l’extrémité courte, les sorties de deux secondes sont de véritables requêtes, pas un effet d’arrondi, et leur durée convient à une brève animation de titre, à une respiration entre deux coupes ou à un fond en boucle — autant de cas où l’on ne souhaite pas devoir supprimer les trois dernières secondes. À l’extrémité longue, trente secondes suffisent pour qu’une seule génération porte une courte scène plutôt qu’un seul plan.
C’est précisément là qu’une séquence est la plus tentante et la plus fragile : maintenir le sujet, l’arrière-plan et la caméra dans une prise continue pendant une demi-minute dépasse ce qu’une seule prise peut assurer de manière fiable. Prévoyez donc les points de coupe avant la requête plutôt qu’après le rendu.
Les requêtes de deux secondes et de trente secondes utilisent le même champ : commencez par déterminer le type de travail à réaliser ; -1 constitue une troisième option plutôt qu’une quatrième, à réserver aux contenus dont vous ne pouvez réellement pas prévoir la durée.
Construire le tableau de vidéos de référence avant l’envoi
Les vidéos de référence vont dans video_list, et la structure d’une entrée est le premier point à respecter : chaque élément est un objet contenant un champ video_url. Une simple chaîne URL dans le tableau constitue donc une requête mal formée, pas une notation abrégée. Deux plafonds s’appliquent, de nature différente. Cinq est une limite du nombre d’éléments du tableau ; quinze secondes est une limite cumulée sur l’ensemble de son contenu.
Cinq clips de cinq secondes remplissent exactement le quota, et un seul clip de vingt secondes ne convient pas, quel que soit le faible nombre d’éléments du tableau. Vérifiez la durée cumulée avant l’envoi au lieu de découvrir le problème lors d’un rejet : raccourcir un ensemble de références suppose de choisir les mouvements qui comptent, et refaire ce choix après un appel en échec fait perdre un aller-retour.
Le quota des références est également indépendant de la durée de sortie, deuxième source de confusion fréquente : quinze secondes de références et une sortie de trente secondes sont deux limites distinctes. Demander au modèle d’étendre une liste complète de références sur trente secondes sollicite son jugement plutôt que sa puissance de calcul. Chaque média de ce groupe doit être accessible par URL avant l’appel, ce qui fait de l’hébergement une étape du processus plutôt qu’un détail à régler après coup.
Ce que ce point de terminaison ne documente pas
Deux lacunes méritent d’être énoncées clairement, car construire une intégration sur une hypothèse absente de la documentation de référence conduit à des défaillances. Premièrement, les paramètres documentés pour Wan 3.0 couvrent duration, resolution, prompt, video_list et audio : aucun paramètre de rapport d’aspect n’en fait partie. Le format d’image d’un rendu Wan 3.0 est donc dérivé des contenus que vous fournissez plutôt que choisi à l’avance. Une génération qui exige une géométrie précise doit l’obtenir d’une image source, d’un clip de référence ou d’une vidéo source dont les proportions sont correctes.
N’envoyez pas un champ ratio par habitude en supposant qu’il sera pris en compte. Deuxièmement, la liste des capacités mentionne le recours au contenu d’un fichier ou d’une page web publique, mais cette possibilité tient en une ligne aux côtés des autres, sans paramètre propre ni structure de charge utile, alors que video_list, au-dessus, en possède une.
Vérifiez la structure exacte de la requête pour cette capacité dans la documentation de référence actuelle avant de vous appuyer dessus, et considérez-la comme prometteuse plutôt que spécifiée tant que vous n’en avez pas vu la structure. Ces deux lacunes sont peu coûteuses à prendre en compte lors de la conception et coûteuses à découvrir en production.
Quand Wan 3.0 n’est pas le bon outil
La polyvalence a un coût, et ce point de terminaison en présente trois bien précis. Le premier est l’impossibilité de demander un format d’image : toute tâche où la géométrie constitue l’exigence centrale du brief plutôt qu’un résultat secondaire doit donc être confiée à un autre outil. Le deuxième est qu’avec 1080p par défaut, une ébauche utilise la résolution la plus élevée à moins de modifier ce réglage ; choisissez 480p tant que le prompt et le cadrage évoluent encore, puis augmentez la résolution une fois.
Le troisième est l’étroitesse des quotas de référence — cinq clips, quinze secondes au total — qui convient à un rendu que vous pouvez montrer par l’exemple plutôt qu’à des archives que vous souhaitez faire étudier au modèle. Parmi les modèles voisins, Wan2.6 fonctionne à l’inverse : il aiguille les requêtes selon leur charge utile, ne propose que 5, 10 ou 15 secondes, limite la résolution à 720p et 1080p, et accepte une seule URL d’image. Seedance 2 atteint 4k avec son identifiant de base.
Seedance 2.5 ajoute des tâches de montage et de prolongement, que la documentation de référence de Wan 3.0 ne décrit pas. Si votre brief exige de modifier un clip existant plutôt que d’en créer un nouveau, il relève de Seedance 2.5 ; s’il exige un master 4k, de Seedance 2 ; s’il exige la souplesse d’une durée de 2 à 30 secondes avec contrôle de la première et de la dernière image et vidéo de référence, c’est ce modèle qu’il faut choisir.
FAQ
- Que fait exactement la valeur -1 transmise à duration ?
- Elle demande une durée intelligente : le modèle lit le prompt et les contenus fournis, puis choisit lui-même la durée de sortie. Il s’agit d’une valeur à envoyer, pas d’un champ absent : la valeur par défaut documentée lorsque duration est omis est de 5 secondes. Il faut donc envoyer explicitement -1 pour obtenir le choix du modèle plutôt que les cinq secondes par défaut.
- Le prompt est-il obligatoire sur Wan 3.0 ?
- Pas à lui seul. Le prérequis documenté impose de fournir au moins un élément parmi le prompt et les médias : une requête contenant uniquement une image ou uniquement une vidéo de référence est donc valide, tout comme une requête contenant uniquement un prompt. Une requête qui ne contient aucun de ces éléments échoue. Validez cette condition d’ensemble plutôt que d’exiger systématiquement le prompt, sans quoi vous rejetterez des générations fondées sur des médias que le point de terminaison aurait acceptées.
- Combien de vidéos de référence sont autorisées, et quelle est la structure d’une entrée ?
- video_list accepte au maximum cinq entrées dont la durée cumulée est inférieure ou égale à quinze secondes. Chaque entrée est un objet doté d’un champ video_url pointant vers le clip, et non une simple chaîne URL. La limite de cinq entrées et celle de quinze secondes cumulées sont distinctes, et toutes deux sont indépendantes de la durée de sortie de 2 à 30 secondes.
- Puis-je définir le rapport d’aspect ?
- Aucun paramètre de rapport d’aspect ne figure parmi les paramètres documentés pour ce point de terminaison, qui couvrent duration, resolution, prompt, video_list et audio. Le format d’image est dérivé des contenus que vous fournissez : les plans qui exigent une géométrie précise doivent donc déjà la posséder dans les médias transmis, qu’il s’agisse d’une image source, d’un clip de référence ou d’une vidéo source aux bonnes proportions.
FAQ
- Puis-je utiliser WAN 3.0 directement sur cette page ?
- Oui. Le créateur ci-dessus est le véritable studio Ofrai, avec WAN 3.0 sélectionné par défaut.
- Où mes résultats sont-ils enregistrés ?
- Les générations des utilisateurs connectés sont conservées dans la bibliothèque Ofrai pour être téléchargées ou rouvertes.
- Quels prompts fonctionnent le mieux avec WAN 3.0 ?
- Décrivez clairement le sujet, le décor, le style visuel, la lumière ainsi que la caméra ou le mouvement. Les exemples ci-dessus sont de bons points de départ.
- Puis-je modifier les prompts d’exemple avant de générer ?
- Oui. Chargez un exemple, puis modifiez son texte, son format, ses références ou tout autre réglage pris en charge.
Modèles associés
Comparez d’autres modèles Vidéo capables de réaliser des créations similaires à WAN 3.0.
Guides associés
Outils
L’usage commercial dépend du modèle sélectionné et des conditions du modèle.





