Нейросеть Wan 3.0

Видео со звуком по тексту, фото и референсам — одним прогоном без монтажа

Wan 3.0 — новая видео-модель Alibaba: ролики до 30 секунд со звуком одним прогоном — по тексту, из фото и по референсам. Опишите сцену, остальное модель соберёт сама.

• 30 сек — максимум одним роликом — без склейки
• Full HD — максимальное качество при 30 кадрах в секунду
• 20 — референсов: фото, видео и аудио
• 6 — форматов кадра — от Reels до широкого экрана

Что умеет Wan 3.0

• Сюжет одним прогоном — Завязка, развитие и финал в одном ролике — без склейки коротких кусков и потери героя между ними.
• Звук по умолчанию — Речь, шумы и музыка рождаются вместе с картинкой и попадают в ритм движения.
• Оживление фото — Загрузите портрет или кадр товара — модель добавит движение, взгляд и дыхание сцены.
• Первый и последний кадр — Зафиксируйте начало и финал — переход между ними модель построит сама.
• Форматы под площадку — Вертикальный кадр для Reels и Shorts, квадратный для ленты, широкий для сайта и презентаций.

Что нового в Wan 3.0

Короткая версия: ролики вдвое длиннее прежних версий, звук рождается прямо в кадре, а референсы задают героя, движение и даже звучание. Wan 3.0 вышла в августе 2026 года: открытая версия — 6 августа, полный доступ — 24 августа.

Раньше в линейке Wan под каждую задачу был отдельный режим: видео по тексту, оживление фото, работа с референсами. В 3.0 это одна модель — она сама понимает по вашим входам, что делать: написали сцену — снимет её с нуля, добавили портрет — оживит, приложили ролик-образец — повторит манеру движения.

Персонажи стали заметно устойчивее: лицо героя держится от первого кадра до финального, а массовка в кадре разнообразна — близнецы-статисты больше не ловятся глазом. Попробовать модель можно в разделе Видео рядом с остальными топами каталога.

UGC-ролики говорящий герой без съёмки

Реплика в кавычках прямо в промпте — и герой произносит её в кадре: речь, интонация и попадание в губы генерируются вместе с видео. Вертикальный формат и живая подача — готовый ролик для ленты без студии, актёра и монтажа.

Опишите героя подробно — возраст, одежда, манера — и модель удержит его образ на всю длину ролика.

Три шага до первого ролика

• Опишите сцену или загрузите фото — Промпт можно писать по-русски: субъект, действие, свет, камера, звук. Или начните с портрета — он станет первым кадром.
• Выберите формат и длительность — Вертикальный кадр для Reels, широкий для сайта. Хронометраж — от пары секунд до полминуты, либо доверьте выбор модели.
• Скачайте готовый ролик — Звук уже внутри. Видео остаётся в вашей галерее — используйте его кадры для новых генераций или скачивайте сразу.

Как писать промпты для Wan 3.0

Рабочая формула: субъект → действие → место и свет → камера → звук. Одно предложение на каждый элемент — и модель соберёт сцену без сюрпризов.

Несколько правил, которые заметно поднимают качество:

• Одно действие на ролик. Три события в одном промпте дают компромисс, три отдельных прогона — три чистых кадра.
• Глаголы работают лучше прилагательных: описывайте движение целиком — «поднимает чашку, делает глоток, ставит на блюдце».
• Свету давайте направление, а не настроение: «мягкий боковой свет из окна» вместо «атмосферно».
• Звук описывайте источниками в сцене: «шипит пар, негромко играет джаз» — а не «добавь музыку».

Если эффектная фраза не рождается — начните с простой сцены и усложняйте её от прогона к прогону: так вы быстрее поймёте характер модели, чем переписывая один длинный промпт.

Wan 3.0 против топов каталога

Кому пригодится Wan 3.0

Сильнее всего модель играет там, где нужен длинный связный ролик со звуком без монтажа. Три типичных сценария.

Селлеру на маркетплейсе — видеообложка карточки: снимите товар на телефон, загрузите фото первым кадром и опишите облёт камеры. Вертикальный формат готов для карточки, а звук — щелчок затвора, шорох ткани — уже внутри.

SMM-специалисту — рилсы полного цикла: длины хватает на завязку, развитие и финал одним прогоном, без склейки трёх коротких кусков. Референсы держат героя и стиль от ролика к ролику — серия выглядит единой рубрикой.

Маркетологу и малому бизнесу — рекламные креативы: несколько вертикальных роликов с разной подачей за вечер вместо съёмочного дня. Меняйте героя, реплику и сцену прямо в промпте и тестируйте, что цепляет аудиторию.

Показ товара по фото-референсам

Загрузите до 10 фото товара — модель удержит форму, фактуру и цвет и снимет распаковку, обзор или демонстрацию в руках. До 5 видео-образцов зададут манеру движения, до 5 аудио — голос и настроение звука.

Кадры-референсы удобно подготовить заранее в разделе Изображения — они сохранятся в вашей галерее.

Ограничения, о которых стоит знать

По-честному: слабое место Wan 3.0 — текст в кадре. Вывески, упаковки и титры модель рисует с ошибками на любом языке, поэтому надписи добавляйте поверх готового ролика в редакторе.

Ещё три вещи, которые сэкономят вам попытки:

• На длинных клипах синхронизация губ к финалу может расходиться с речью — большие диалоги надёжнее резать на два прогона.
• Сцены с тремя и больше героями иногда «плывут»: модель путает, кто что делает. Сложную мизансцену делите на отдельные кадры.
• Модерация отклоняет промпты с известными людьми, брендами и спорными сюжетами — переформулируйте описание нейтральнее, обычно этого достаточно.

Это не приговор, а карта: зная границы, вы получаете предсказуемый результат с первой-второй попытки, а не тратите генерации на переделки.

Информация обновлена: 25 августа 2026