Click to upload or drag and drop images. Single side: [240, 8000] px; aspect ratio ≤ 8:1
Images: JPEG/JPG/PNG/WebP/BMP, Max 20MB
Text prompt used to describe the desired video content. Supports both Chinese and English, with a maximum length of 20,000 characters.
0/20000Click to upload or drag and drop
Supported formats: JPEG, PNG, WEBP, BMP Maximum file size: 20MB; Maximum files: 10
Maximum 10 images. Mapped in array order to Image1, Image2, ... in the prompt. Specifications are the same as first_frame_url. Cannot be used together with first frame / last frame.
Click to upload or drag and drop
Supported formats: MP4, QUICKTIME Maximum file size: 100MB; Maximum files: 5
Maximum 5 clips. Each clip: 1–15s; total combined duration ≤ 15s. Mapped in array order to Video1, Video2, ... in the prompt. Formats: mp4, mov. Single side: [240, 4096] px; aspect ratio ≤ 8:1; file size per clip ≤ 100MB. Additionally, on the output side: total input video duration + output duration (duration parameter) must not exceed 30 seconds.
Click to upload or drag and drop
Supported formats: MPEG, WAV, X-WAV Maximum file size: 15MB; Maximum files: 5
Maximum 5 clips. Each clip: 1–15s; total combined duration ≤ 15s. Mapped in array order to Audio1, Audio2, ... in the prompt. Formats: wav, mp3; file size ≤ 15MB per clip. When not used as the sole media input, it is still recommended to pair with images or videos.
Maximum 1 publicly accessible webpage (no login required). Cannot be used together with reference_file_urls, nor with first frame / last frame.
Maximum 1 file. Cannot be used together with reference_link_urls, nor with first frame / last frame. Supported formats: docx, doc, xlsx, xls, pptx, ppt, pdf, txt, key, pages, numbers, md. File size ≤ 100MB. For file types such as pdf, docx, ppt, key, pages, etc., page count ≤ 50 pages.
Preset resolution levels for video generation.
Aspect ratio for generated video. "Adaptive" auto-recommends a ratio based on input media proportions and intent.
Duration of the generated video, in seconds. When no video input is provided, the value must be an integer in the range of [2, 30]. When a video input is provided, the total duration of the input video plus the output video must not exceed 30 seconds. Passing -1 enables smart duration mode, where the model automatically recommends an appropriate duration based on the input.
Whether the output video includes audio. true (default): Includes audio; false: No audio track.
Random seed for result reproducibility. 0 <= x <= 2147483647
A configurable parameter. Defaults to true in the Playground.
Explore different use cases and parameter configurations
README
Complete guide to using wan/3-0-video
Wan3.0 APIがマルチモーダル動画制作を再定義:より高度な制御を実現
より長いストーリー展開、強固な参照の一貫性、精密な編集、そして没入感のある視聴覚制作を融合したWan3.0 APIで、次世代の動画生成を体験し、より完成度の高いビジュアルストーリーテリングを実現しましょう。

Wan3.0 APIの多彩なマルチモーダル入力から動画制作を開始
Wan3.0はAlibabaのオールインワン動画生成モデルであり、長尺のストーリーテリング、高度な参照理解、強固な視覚的一貫性、より精密なクリエイティブ制御を実現するために設計されています。Wan3.0 APIは、テキスト、画像、動画、音声、キーフレーム、ドキュメント、Webページなど、多様な入力素材に基づくクリエイティブな生成を可能にし、柔軟な参照を通じてシーン、モーション、サウンド、ビジュアルアイデンティティ、ストーリーの方向性を形作ります。最新の対応入力、生成モード、APIの利用詳細については、Kie.aiのWan3.0-Video APIドキュメントをご参照ください。
テキストプロンプトから本格的な動画コンセプトへ
テキストは単純なシーンを描写する以上の役割を果たします。Wan 3.0 APIを使用すれば、文章による指示でキャラクター、環境、カメラワーク、アクションのロジック、ライティング、テンポ、雰囲気、さらには動画の感情的なリズムまで形作ることができ、詳細なプロンプトを起点としてより構造化された制作を柔軟に進められます。マルチモーダルな動画ワークフローで十分な場合はWan 3.0 Videoをそのまま活用し、動画生成と同時にネイティブステレオ音声の生成が決め手となる場合はより新しいMiniMax H3(Hailuo-03)APIへ移行してください。
画像参照でビジュアルアイデンティティを動きの中へ継承
画像参照は、動きが始まる前に動画のルックを定義するのに役立ちます。キャラクターの外見、服装、小道具、ロケーション、素材、構図、全体的なスタイルをすべて視覚的にガイドできるため、Wan3.0-Video APIは認識可能なディテールをより高い連続性で動きのあるシーンへと反映できます。
動画参照で動きとシーンの流れをガイド
クリエイティブな意図の中には、言葉で説明するより見せた方が伝わりやすいものがあります。既存の映像からモーションの表現、演技のヒント、タイミング、カメラの挙動、シーンのダイナミクスを提供することで、Wan3.0 APIはより制御された動きと明確な流れを持つ動画を構築または変換できます。
サウンドの演出とビジュアル生成を連携
音声はビジュアルと同じくらいシーンの印象を左右します。セリフ、音楽、リズム、ボーカル、その他の音声参照により、Wan 3.0 Video APIはテンポ、ムード、演技の熱量、視聴覚の調和に関するより多くのコンテキストを得ることができ、最終的な仕上がりにさらなる一体感をもたらします。
シーンの展開をキーフレームに沿わせる
キーフレームは、シーケンスがどのように始まり、展開し、完結すべきかを示す強力な視覚的アンカーとなります。開始時や終了時の視覚的な参照を使用することで、Wan3.0 APIは被写体の連続性、トランジションのロジック、シーンの展開をガイドし、生成される動画の方向性をより一貫したものに保ちます。
ドキュメントやWebページを制作ワークフローに統合
クリエイティブな素材は、必ずしもプロンプトから始まるとは限りません。ブリーフ、プレゼンテーション、スプレッドシート、PDF、テキストドキュメント、Webページも有益な構造とコンテキストを提供できるため、Wan 3.0 APIは既存の情報を事前の別作業として扱うのではなく、動画生成ワークフローの一部へと直接変換できます。
Wan3.0 APIが動画制作にもたらす大きな飛躍
Wan3.0 APIによるオールインワンのマルチモーダル制作
Wan3.0は、より豊かなクリエイティブコンテキストを生成プロセスに取り入れることで、動画制作の可能性を従来のプロンプトの枠を超えて広げます。画像、動画、音声、ドキュメント、Webページなど、多様な参照素材を活用して、シーンの展開、視覚的一貫性、クリエイティブの方向性をガイドできます。最新の対応入力タイプ、利用可能な機能、APIの利用詳細については、Kie.aiのWan3.0-Video APIドキュメントをご参照ください。
Wan 3.0 APIのネイティブ生成による30秒のストーリーテリング
より長いネイティブ生成により、状況の設定、アクションの展開、ストーリーの転換、そして納得感のある結末へと至る十分な余裕がシーンに生まれます。Wan 3.0 APIは最大30秒の動画をサポートしつつ、要求されたコンテンツに応じて尺をインテリジェントに調整し、物語の構造とクリエイティブの自由度をさらに広げます。
Wan3.0-Video APIにおけるピクセル単位で忠実な参照再現
変化するアクションやシーン全体を通して、キャラクター、服装、小道具、環境、音声のヒント、空間的な関係性を元の参照と緊密に一致させ続けることができます。Wan3.0-Video APIはディテールの再現性と連続性を強化し、ビジュアルアイデンティティを安定させる必要がある場合でも、参照ベースの制作をより確実なものにします。
Wan 3.0 Video APIによる精密な動画編集
元の映像のすべてを不必要に変更することなく、詳細なクリエイティブ指示を通じて既存の動画を作り変えることができます。Wan 3.0 Video APIは、被写体、背景、環境、ライティング、ビジュアルスタイル、その他の要素の精密な調整に加え、参照ガイド付きの編集や動画延長もサポートし、より柔軟なクリエイティブのブラッシュアップを可能にします。
Wan3.0 APIによる没入感のある視聴覚生成
ビジュアルストーリーテリングと表現力豊かな音声生成を組み合わせることで、シーンの完成度をさらに高めます。Wan3.0 APIは、自然な音色、地域ごとの発話表現、音楽のリズム、環境音、視聴覚の同期を向上させ、動き、演技、雰囲気、そしてサウンドをより高い一体感で展開させます。
Wan3.0-Video APIによるシネマティックな映像表現とモーション制御
Wan3.0は、ライティング、色彩、構図、キャラクターの演技、カメラワーク、シーンのダイナミクスにおいて、リアリズムと美的制御の水準を引き上げます。Wan3.0-Video APIは、複雑なアクションの振り付け、リアルな物理的インタラクション、精細な質感、繊細な演技を高い視覚的精度で処理し、より映画的な仕上がりを実現します。
Kie.aiでWan3.0-Video APIを使った動画生成を始める方法
Wan3.0-Video APIアクセス用にKie.aiアカウントを設定する
Wan3.0-Video APIリクエスト用のクリエイティブ入力を準備する
Wan3.0-Video APIタスクを送信して生成結果を取得する
WanとSeedanceで探るAI動画生成の進化
シネマティックなストーリーテリングから制御性の高い映像制作まで、Wan 3.0、Seedance 2.5、Seedance 2.0はそれぞれ異なるAI動画生成のアプローチを体現しています。同一のビジュアルコンセプトを通じて、各モデルがモーション、一貫性、クリエイティブな表現をどのように処理するかを比較してみましょう。
Wan 3.0:シネマティックな動画制作を実現する次世代の制御性
Wan 3.0は、視覚理解と生成制御をさらに強化し、キャラクター、背景環境、複雑なシーンにおいてより高い一貫性を実現します。この動画では、向上したモーションの整合性、豊かな視聴覚ディテール、そして高品質な映像制作に向けたより精密なクリエイティブディレクションをご覧いただけます。
Seedance 2.5:洗練された映像ダイナミクスによる創造性の強化
Seedance 2.5は、参照素材の理解力向上、より滑らかなモーションパターン、シーンの連続性強化によって動画生成を進化させます。表現力豊かなカメラワークと緻密なビジュアルストーリーテリングを提供し、クリエイティブな試行錯誤から実運用レベルの成果物への橋渡しをします。
Seedance 2.0:安定したモーションと一貫したビジュアルストーリーテリング
Seedance 2.0は、高いプロンプト忠実度とスムーズなシーン転換を備えた安定した動画生成に重点を置いています。被写体の明確な同一性と自然な動きを維持するため、魅力的なビジュアルナラティブを制作する上でバランスの取れた選択肢となります。
Wan3.0 APIで、より長く、豊かで、緻密に制御された動画アイデアを形にする
Wan3.0 APIで長尺のストーリーシーケンスを構築する
ショートフィルムは、単一の切り取られた瞬間にとどまらず、複数のアクション、ロケーション、カメラの切り替え、ストーリーの展開にわたって構成できます。Wan3.0 APIは、都会のチェイス、ミニチュアの冒険、シュールなコメディ、シネマティックなアクションシーンなど、物語が進むにつれてキャラクター、小道具、背景環境、ストーリーの論理的つながりを維持する必要があるシーケンスに最適です。
Wan 3.0 APIでリファレンス駆動のキャラクター動画を作成する
シーン全体を通して複数のキャラクター、衣装、背景環境、または視覚的リファレンスを認識可能な状態に保つ必要がある場合、Wan 3.0 APIはそれらの素材を持続的なクリエイティブガイドとして使用できます。これにより、外見、スタイリング、空間的関係、動きの連続性のすべてが重要となるファッションフィルム、ダンスシーケンス、キャラクター紹介、歴史的シーンなどの制作に役立ちます。
Wan3.0-Video APIで既存の映像素材を再編集する
既存の動画をゼロから再生成するのではなく、制御されたクリエイティブな変更を加えるための出発点として活用できます。Wan3.0-Video APIは、維持すべき動きや構造を保ちながら、被写体の差し替え、背景環境の変更、アクセサリーの削除、ビジュアルスタイルの変換、特定のシーン要素の調整、既存シーケンスの延長といったタスクをサポートします。
Wan 3.0 Video APIでオーディオビジュアルコンテンツを制作する
セリフ、音楽、環境音、リズミカルな動き、または表現力豊かな雰囲気を中心に構築された動画は、最初からオーディオをクリエイティブディレクションの一部として扱うことでより高い効果を得られます。Wan 3.0 Video APIは、サウンド、映像のテンポ、キャラクターの演技、シーンのダイナミクスを密接に同期させる必要があるパフォーマンス動画、シネマティックなCM、没入感のあるストーリーシーン、リズム主導のモーション作品などのコンテンツ制作をサポートします。
より実用的なPractical Wan3.0 APIワークフローにKie.aiが選ばれる理由
テキスト・フレーム・リファレンス・ファイル・リンクに単一モデルで対応
wan/3-0-videoはPOST /api/v1/jobs/createTaskで動作し、テキストから動画生成、開始フレームおよび開始・終了フレーム指定の動画生成、リファレンスから動画生成、さらにドキュメントや公開Webページからの動画生成に対応しています。出力は480Pから1080P、長さは2〜30秒で、デフォルトでオーディオが有効になっています。パラメータの全一覧は上部のプレイグラウンドおよびAPIドキュメントに記載されており、各解像度の料金は上部の料金カードに示されています。
リクエストごとに1つの入力モードを選択
開始フレームおよび終了フレームは、参照メディア、ドキュメント、Webページと併用することはできません。また、終了フレームを指定する場合は開始フレームが必須です。ドキュメントとWebページを同時に使用することはできません。リファレンスモードでは、プロンプト内でメディアを渡した順番にImage1、Video1、Audio1として指定してください。フレーム画像および参照画像には、透過情報を含むPNGは使用できません。
参照動画は動画尺および課金対象にカウント
課金対象の秒数は、出力動画の尺と参照動画の合計尺を足した長さになります。参照動画を使用する場合、入力と出力の合計尺は30秒以内に収める必要があります。自動尺設定を使用する場合、課金はモデルが選択した長さに従います。Kie.aiの新規ユーザーには、テスト用に80クレジットが無料で付与されます。