Wan 3.0Wan 3.0: 30 Sekunden am Stück, aus einem einzigen Modell
Wan 3.0 ist Alibabas All-in-One-Videomodell — Text-zu-Video, Bild-zu-Video und Referenz zu Video in einem Modell vereint, bis zu 30 Sekunden pro Take, mit bis zu 10 Referenzbildern plus Referenzvideo und -audio in einer einzigen Generierung.
- Fehlgeschlagene Generierungen werden automatisch erstattet
- Credit-Pakete laufen nie ab
- Der Preis jedes Modells ist öffentlich
- Jederzeit mit einem Klick kündbar
- 2–30 s
- Länge eines Takes
- Bis zu 1080P
- Auflösung
- 10 Bilder · 5 Videos · 5 Audioclips
- Referenzmaterial
- 10 Credits/s
- Ab
Offizielle Prompts — und was dabei herauskam
Ein Hof voller Shaolin-Novizen, die in Formation drillen, eine 30-sekündige One-Take-Fahrt einen kalifornischen Boulevard hinunter, ein Plüsch-Raumschiff auf der Flucht vor einem Wollwal, ein Cowgirl, das ihr Pferd an einer Zapfsäule im Ödland volltankt, und eine Apsara-Tänzerin in malachitgrüner und zinnoberroter Seide vor einem riesigen goldenen Buddha tief in einer Grotte — jeder Clip unten ist ein offizielles Beispiel von Alibaba und bringt den vollständigen Prompt mit, der ihn erzeugt hat. Tippe auf Remix, um einen Prompt direkt in den Generator oben zu laden und ihn zu deinem zu machen.
- Wan 3.0
- Text to video
- 15s
- 720P
Auf dem steinernen Innenhof hinter dem Shaolin-Tempel stehen junge kahlgeschorene Shaolin-Novizen in einer exakt ausgerichteten Formation. Auf das Kommando des Ausbilders beginnen alle gemeinsam mit wiederholten Tritt-Übungen: hohe Tritte, Seitwärtstritte und Drehtritte, die ohne Unterbrechung ineinander übergehen, vollkommen synchron und präzise. Die Kamera schneidet auf eine Nahaufnahme eines jungen Mönchs in der Stellung „Goldener Hahn steht auf einem Bein“. Er balanciert auf einem Fuß, die Hände vor der Brust zusammengelegt, und verharrt minutenlang vollkommen still und fest. Der Ausbilder tritt zu ihm und prüft seine Haltung genau. Die Spitze seines Stocks tippt sanft an den Ellenbogen des Mönchs, um die Position zu korrigieren und die Bewegung zu schärfen. Dann schneidet die Kamera auf eine Reihe hölzerner Übungspuppen an der Wand. Mehrere ältere Schüler trainieren an den Holzpuppen, ihre Arme fahren schnell und geschmeidig zwischen den Puppenarmen hindurch und führen rasche Blocks und Gegenangriffe aus. Im gesamten Übungshof sind nur das Klacken der Holzschläge, kraftvolle Kampfschreie und das Echo des Trainings zu hören, das über das Tempelgelände hallt.
- Wan 3.0
- Text to video
- 30s
- 720P
Ein 30-sekündiges, horizontales 16:9-Spektakel im One-Take, filmisch und hochintensiv. Der Gesamtstil ist „West Coast Street Fantasy“, eine Bildsprache, die die Körnigkeit von Street-Skate-Videos der 90er mit dem Schliff eines modernen Werbeblockbusters verschmilzt. Grade das ganze Stück in extremer filmischer „California Sunshine“-Anmutung: ein hochgesättigt blauer Himmel gegen die harten Schatten von Palmen im direkten Sonnenlicht, dazu die Hitze des Asphalts, das metallische Rattern der Einkaufswagenräder und eine furchtlose jugendliche Aufsässigkeit, die in der Luft liegt. Die Perspektive dehnt sich fortlaufend, während der Protagonist nach vorn rast; die Kamera baut Wucht auf durch extreme Untersicht-Verfolgungen und hochdynamische physische Durchflüge. Der Protagonist ist ein street-cooler Teenager in einem Streifenshirt im Color-Blocking und mit schwarzem Baseballcap, dessen Ausdruck von lässig und träge in einen grenzsprengenden Rausch umschlägt. In der zweiten Szene ist der Protagonist derselbe Teenager, doch er tritt als Beobachter in der realen Dimension auf. Einstellung 1, 0-6s: Auftakt als Nahaufnahme: Der Teenager lümmelt in einem roten Einkaufswagen aus Stahl, im Rücken Kaliforniens typische schnurgerade Allee und turmhohe Palmen. Als die Musik einsetzt, zieht die Kamera in hohem Tempo zurück und sinkt auf Bodenhöhe, klebt in extremer Untersicht am Rad. Der Teenager stürzt die steile Straße hinunter, der Wagen bockt hart auf dem Belag, zu beiden Seiten fliegen Autos nach hinten weg, und die Kamera fängt eine fast rücksichtslose Beschleunigung ein. Einstellung 2, 7-15s: Kein Schnitt. Die Kamera bleibt wie ein verfolgender Skater am Boden kleben; in dem Moment, in dem der Teenager eine improvisierte Holzrampe überspringt, nimmt sie den Schwung mit und hebt in einer eleganten Parabel ab. Der Wagen fliegt, die Kamera passiert ihn von unten. Eine riesige Werbetafel flutet nun das gesamte Blickfeld, und die Kamera schiebt mit unwahrscheinlicher Fadenkreuz-Präzision auf ihre Mitte zu. Einstellung 3, 16-24s: Kein Schnitt. Der Teenager und der Wagen schlagen direkt in die riesige Werbetafel ein, als durchbrächen sie die Dimensionswand. Im Moment der Berührung mit dem Plakat flacht der dreidimensionale Körper in einer Materialverwandlung ab, echte Papierriss-Textur und farbige Glitch-Tinte erscheinen im Bild. Der Teenager hält seine Gleitpose, ist aber zu einem flachen Kunstwerk auf der Werbetafel geworden. Die Kamera vollführt hier eine 180-Grad-Horizontalumkreisung und stürzt dann aus der Höhe zurück auf den Boden. Einstellung 4, 25-30s: Kein Schnitt. Die Kamera landet sanft auf der Straße direkt unter der Werbetafel, wo ein weiterer „echter“ Teenager auftaucht. Er bleibt stehen, zieht langsam die Schirmmütze tiefer und blickt mit einem fein amüsierten Lächeln zu seiner eingefrorenen Version auf der Tafel hinauf. Die Kamera folgt seinem Blick in einen schnellen Zoom hinein und kommt schließlich an dem gerissenen Loch neben dem Schriftzug „WAN“ auf der Werbetafel zur Ruhe. Der Score verschmilzt energiegeladenen Hip-Hop mit dem physischen Geräusch von Film, der durch eine Spule läuft. Die Bildinformation ist hochverdichtet und voller stilsicherer Rebellion.
- Wan 3.0
- Text to video
- 20s
- 720P
Erzeuge einen 20-sekündigen Plüsch-Weltraumabenteuer-Clip im ultrabreiten 16:9-Format. Ein Raumschiff aus Plüschstoff, Knöpfen, Reißverschlüssen und Füllwatte flieht mit hoher Geschwindigkeit durch ein Universum aus riesigen Wollplaneten, Plüschnebeln und stoffpuppenartigen Kreaturen. Am Steuer des Raumschiffs sitzen drei kleine Plüschtiere: ein Hase, ein Fuchs und eine Krähe. Ein gigantischer interstellarer Wal, bedeckt mit tiefblauem Fell und mit Augen wie zwei Glasknöpfe, jagt dem Raumschiff aus dem Nebel heraus hinterher. Das ganze Stück nutzt ultrafeine Plüschmaterialien, filmische Weltraumdimensionen, den Kontrast zwischen niedlichem Äußeren und wuchtiger Bewegung, übertriebene FPV-Kameraführung und realistische Softbody-Physik. 20-Sekunden-Zeitachse 0-3 Sekunden | Start des Reißverschluss-Raumschiffs Die Kamera ist im Inneren des Plüsch-Raumschiffs; das Cockpit besteht aus Nähten, Knöpfen und Instrumenten aus Stoff. Rote Warnknöpfe blinken schnell. Der Hase zieht einen riesigen Reißverschluss-Steuerhebel herunter, und die vordere Luke des Raumschiffs platzt auf wie ein Sack. Die Kamera zieht sich rasant aus dem Cockpit zurück, passiert die Reißverschlussluke und gelangt nach draußen. Das Raumschiff wird aus einem gestrickten Krater auf einem Wollplaneten katapultiert. 3-6 Sekunden | Hochgeschwindigkeitsumrundung des Wollplaneten Die Kamera bleibt dicht am Heck des Raumschiffs und fliegt tief über die Oberfläche des Planeten. Der Boden ist aus riesigem Garn gewebt: Gestrickte Berge ziehen unten in hohem Tempo vorbei; lose Fadenenden wiegen sich wie ein Wald; das Raumschiff weicht scharf nach links und rechts aus; die Kamera neigt und rollt fortwährend; die Triebwerke stoßen weiße, wattige Kondensstreifen aus. 6-8,5 Sekunden | Der riesige Wollwal taucht auf Der Wollnebel teilt sich plötzlich zu beiden Seiten, und ein gewaltiger, tiefblauer Wollwal bricht von hinten hervor. Die langen Wollhaare auf der Oberfläche des Wals werden vom Fahrtwind nach hinten geblasen, und seine Knopfaugen aus Glas spiegeln das Licht des Planeten. Die Kamera umkreist das Raumschiff schnell zur Hälfte, wechselt in eine Rückwärtsflug-Perspektive und lässt den Wal hinter dem Raumschiff immer größer werden. 8,5–11 Sekunden | Durchquerung des Knopf-Asteroidengürtels Das Raumschiff erreicht einen Asteroidengürtel aus Tausenden riesiger Knöpfe. Die Kamera folgt dem Raumschiff in einer durchgehenden, schnellen S-förmigen Bewegung: Zwischen zwei rotierenden Knöpfen hindurch; Am Rand eines Knopflochs entlang; In das Innere eines durchsichtigen Knopfes hinein; Auf der anderen Seite wieder heraus; Der Wal zerschmettert die Knöpfe mit dem Maul, sodass Stofffetzen und Fäden explodieren. 11–13,5 Sekunden | Vom Walwesen verschluckt Der Weg nach vorn ist versperrt, und das Raumschiff dreht plötzlich auf das offene Maul des Wals zu. Das Innere des Walmauls ist wie eine riesige Plüschtierkiste: Weiche, aber gewaltige Fellzähne; schwebende Bauklötze, Plüschtiere und Glöckchen stoßen ununterbrochen zusammen; die Kamera rollt fortwährend im engen Raum; das Raumschiff sprintet tief über die Zungenoberfläche; das Fell auf der Zunge schlägt heftige Wellen. 13,5–16 Sekunden | Flucht durch den Rückenreißverschluss Das Raumschiff entdeckt im Inneren des Wals einen riesigen goldenen Reißverschluss. Der Fuchs drückt einen Knopf, und das Raumschiff schießt einen Haken ab, um den Reißverschluss aufzuziehen. Die Kamera rast an den Reißverschlusszähnen entlang, während er aufgeht und den Sternenhimmel draußen freigibt. Das Raumschiff bricht aus dem Rücken des Wals hervor, während die Kamera gleichzeitig eine Rückwärtsrolle vollführt. 16-18 Sekunden | Der weiche Körper des Wals fällt in sich zusammen Nachdem sich der Reißverschluss geöffnet hat, flacht der Wal langsam ab wie ein Plüschtier, dem die Füllung entwichen ist, nimmt aber keinen Schaden. Eine große weiße Baumwollwolke schießt aus dem Reißverschluss und bildet eine gewaltige, weiche Druckwelle. Kamera und Raumschiff werden von der Baumwollwelle nach vorn getragen. 18-20 Sekunden | Durch den Nebel und ein eingefrorenes Heldenbild Das Raumschiff bricht aus der Baumwollwolke hervor und taucht in einen rosaviolett-flauschigen Nebel ein. Die Kamera umkreist die Seite des Raumschiffs rasant nach vorn und fliegt rückwärts, sodass durch das Cockpitfenster drei Plüschfiguren zu sehen sind, die sich begeistert umarmen. Das Raumschiff zieht über die Kamera hinweg auf eine bunte knopfförmige Sonne zu, und die Szene endet. Negative Vorgaben Keine harten Metallraumschiffe, keine menschlichen Figuren, keine realistischen Kolosse aus Fleisch und Blut, kein horrormäßig verzerrter Plüschwal, keine Feuerexplosionen, für die Triebwerke Watte und weiches Licht verwenden, und die Plüschmaterialien dürfen sich bei schnellen Bewegungen nicht auflösen.
- Wan 3.0
- Text to video
- 30s
- 720P
1. Kurzinhalt Ein „Tankvorgang“ in einer farbenfroh leuchtenden Zukunfts-Ödnis, voller trockenem Humor und Absurdität. An einer vergessenen Tankstelle im Stil der Route 66 bekommt ein gelangweilter Tankwart eine ungewöhnliche Kundin: ein cooles Cowgirl auf einem echten Pferd. Gerade als der Tankwart sie als weitere durchreisende Verrückte abschreibt, geht das Cowgirl schnurstracks zur Zapfsäule, nimmt die Zapfpistole und füllt ihr Pferd mit frischem grünem Gras auf. Der surreale Anblick stürzt den lebenserfahrenen Tankwart in eine völlige Starre aus kognitiver Dissonanz. 2. Szenenbeschreibung und Lichtästhetik Visueller Stil: fotorealistisch, mit hoher Sättigung und hoher Helligkeit gegradet für ein Gefühl von „klarem Tag“, damit die absurde Geschichte in einer vollkommen normalen, ja sogar schönen Umgebung stattfindet. Farbästhetik: strikt ein helles Teal-Orange-Schema einhalten. Teal: ein wolkenloser Himmel in hellem, klarem Azurblau mit Tendenz ins Türkise. Das Hauptgebäude der Tankstelle ist in Retro-Gelb-Orange-Blau gehalten und leicht sonnenverblichen. Die Zapfsäule ist verblasstes Vintage-Rot. Orange: Der Boden ist rissige, orange ausgedörrte Erde. Die fernen Berge lesen sich als warmes Terrakotta. Das Halstuch oder die Jacke des Cowgirls ist orange. Figuren und Schauplatz: Cowgirl: kantig und cool, eine Frau weniger Worte. Breitkrempiger Cowboyhut. Robuste Arbeitsstiefel und Jeans, mit dem Staub einer langen Reise darauf. Pferd: ein echtes Pferd mit unauffälligem Fell, völlig unbeeindruckt, als hätte es all das schon gesehen. Tankwart: speckiger blauer Overall, übergroße schwarze Sonnenbrille, aus Langeweile in einen Stuhl gelümmelt, einen Zahnstocher im Mund. Er trägt jede Reaktionseinstellung des Films. Tankstelle: klassischer Route-66-Stil, daneben ein kleiner Kiosk und an der Tür ein verblasster Cola-Automat, dicht gesättigt mit amerikanischem Retro. 3. Kamerastil Der Kamerastil ist „ruhiges Beobachten und absurde Nahaufnahme“: Setze stark auf starre Halbtotalen und langsame Seitwärtsfahrten, die das Geschehen aus einem sehr ruhigen, objektiven Blickwinkel festhalten, ohne die Emotion zu lenken. Bei jedem Schlag der Absurdität wird abrupt auf eine extreme Nahaufnahme geschnitten — der Moment, in dem Gras aus der Zapfpistole sprüht, oder das leere Gesicht des Tankwarts — und diese schroffe Vergrößerung trägt die Pointe. 4. Einstellungsauflösung 0s-8s: Prolog, ein langweiliger Nachmittag Extreme Totale, starr. Blauer Himmel, wehender Sand. Eine leicht verblichene Retro-Tankstelle in Gelb-Orange-Blau steht allein an der Landstraße. An ihrer Tür döst ein Tankwart mit Sonnenbrille träge in einem Stuhl. Alles ist so still, dass nur der Wind zu hören ist. Weite Einstellung. Am Horizont taucht langsam ein Cowgirl zu Pferde auf und durchbricht die Ruhe. Halbtotale. Hufschläge wecken den Tankwart; er schiebt die Sonnenbrille hoch, setzt sich genervt auf und mustert das seltsame Paar. Der Zahnstocher in seinem Mund wandert. Sein Gesicht sagt „schon wieder jemand, der nach dem Weg fragt“. 8s-16s: Wende, todernster Unfug Das Cowgirl sagt nichts. Sie steigt sauber ab, führt das Pferd und geht schnurstracks zu einer alten Zapfsäule. Das Pferd streckt den Kopf neben die Säule, als hätte es das schon oft getan. POV des Tankwarts, leichter Fisheye: Die Kamera ahmt seinen Blick hinter der Sonnenbrille nach, und das Gespann aus Frau und Pferd wirkt noch seltsamer. Er sieht, wie sie tatsächlich die Zapfpistole abnimmt. Nah. Seine Stirn legt sich in Falten; er beschließt, dass sie sich über ihn lustig macht. Er nimmt die Sonnenbrille ab und will gerade losbrüllen. Nahaufnahme in Zeitlupe: genau in dem Moment, in dem die Brille abgeht, sieht er, wie sie die Zapfpistole auf das Maul des Pferdes richtet und den Hebel drückt. 16s-24s: Bruch, der Moment, in dem die Wahrnehmung zusammenbricht Die ultimative Umkehrung: Nahaufnahme: die Zapfpistole. Heraus sprüht kein Benzin, sondern Schwall um Schwall frisches, taunasses grünes Gras. Extreme Nahaufnahme: harter Schnitt auf das verdutzte Gesicht des Tankwarts. Seine Augen sind Untertassen, der Mund steht leicht offen, der Zahnstocher hängt vergessen in der Luft. Sein Ausdruck friert ein, als wäre sein ganzes Weltbild in einer Sekunde eingestürzt. Halbtotale. Das Pferd frisst genüsslich, kneift glücklich die Augen zusammen und schlägt dann zufrieden kräftig mit dem Schweif. Der Staub, den der Schweif aufwirbelt, landet mitten im Gesicht des noch immer erstarrten Tankwarts. 24s-30s: Auflösung, davon im Staub Mit Gras „vollgetankt“. Das Cowgirl hängt die Zapfpistole zurück an die Säule. Sie kramt ein paar Münzen aus der Tasche, geht zur Ladentür und lässt sie klimpernd in eine Blechdose auf dem Tresen fallen. Sie wirft einen Blick zurück auf den versteinerten Tankwart; unter der Hutkrempe hebt sich ihr Mundwinkel offenbar ein wenig. Letztes Standbild: Sie schwingt sich zurück in den Sattel und reitet in einer Staubwolke davon. Die Kamera schiebt langsam auf den Tankwart zu. Er steht immer noch in dieser verdutzten Haltung da, das Gesicht voller Staub, die eben abgenommene Sonnenbrille noch zwischen den Fingern. Der Zahnstocher fällt ihm endlich mit einem kleinen Klacken aus dem Mund. Standbild auf diesem Gesicht eines Mannes, der sein Leben hinterfragt. Der Film endet in absurder Stille, und übrig bleibt nur das Geräusch des Zahnstochers, der über den Boden rollt, während ein Windstoß hindurchfährt.
- Wan 3.0
- Text to video
- 18s
- 720P
Eine einzige durchgehende Einstellung, dynamisch gemischt aus mitlaufender Verfolgung und umkreisenden Perspektiven, 16:9-Format, Qualität eines CG-Animationsfilms. Die Gesichter der Figuren sind fein, glatt und makellos, ohne Poren und ohne Hauttextur. Die Gesichtszüge sind klar, elegant und schön reduziert. Die Farben sind satt und kräftig, das Licht weich und warm mit dramatischem Kontrast. 8K-Ultra-HD, geringe Schärfentiefe, Bewegungsunschärfe, eine Farbpalette aus warmem Gold und Malachitgrün, und warme goldene Lichtstrahlen im Inneren einer dunklen Grotte. Ein Score im Dunhuang-Stil verwebt tiefe Trommelschläge mit Pipa-Saiten, und der Rhythmus beschleunigt sich, während das Duell eskaliert. Tief im Inneren der düsteren Grotte ist der Raum fast vollständig schwarz. In der Mitte steht eine riesige goldene Buddha-Statue, die in der Dunkelheit schwach in warmem Bernsteinlicht glimmt, ihr mitfühlendes Gesicht nur vage zu erkennen. Durch einen Riss in der Kuppel fällt ein einzelner warmer goldener Lichtschacht herab. In dem Lichtstrahl wirbeln goldene Staubkörner langsam umher. Die Wandmalereien an den vier Wänden versinken im Dunkel, nur schwache Umrisse in Malachitgrün und Zinnoberrot sind noch auszumachen. Die Grotte ist weit und hohl, mit einem langen, tiefen Echo. Im Lichtstrahl steht eine Feitian-Tänzerin: Sie hat ein ovales Gesicht, Weidenblattbrauen und Phönixaugen, deren äußere Winkel leicht nach oben ziehen. Ihre Haut ist wie warm polierte Jade, glatt und zart. Ihre zinnoberroten Lippen sind leicht geöffnet, und ein kleines Blütenmal aus Zinnober ziert ihre Stirnmitte. Ihr rabenschwarzes Haar ist zu einem hohen Knoten aufgesteckt, zwei gelöste Strähnen fallen an ihren Schläfen herab. Auf ihrem Kopf sitzt eine dreistufige goldene Lotuskrone, besetzt mit Türkisperlen, von der goldene Kettenquasten bis zu den Ohren hängen. Drei geschichtete Halsketten fallen über ihre Brust: die oberste eine feine Perlenkette, die mittlere abwechselnd mit Türkis- und Achatperlen, die unterste mit goldenen Lotusanhängern. Sie trägt ein malachitgrünes kurzes Oberteil mit Kreuzkragen und schmalen Ärmeln, an Kragen und Manschetten mit goldenem Rankenmuster eingefasst. Dazu bernsteingoldene, hoch geschnittene weite Hosen, an den Knöcheln von goldenen Ringen zusammengefasst. Um ihre Taille liegt eine breite zinnoberrote Satinschärpe, zu einer Schleife gebunden, deren Enden bis zu den Knien fallen. An ihren Schultern ist ein Paar drei Meter langer Bänder befestigt — links zinnoberrot, rechts malachitgrün. Jedes Band ist etwa zwanzig Zentimeter breit und mit einer feinen goldenen Borte eingefasst; ausgestreckt wirken sie satt in der Farbe und elegant im Fluss. An beiden Oberarmen trägt sie goldene Armreife mit Lotusmotiven, an jedem Handgelenk drei goldene Reifen. Sie hält eine rot lackierte Pipa im umgekehrten Griff, bemalt mit einem goldenen Phönix, der Wirbelkasten mit Wolkenranken beschnitzt. Sie ist barfuß, um ihre Fesseln sind goldene Glöckchen gebunden. Im Dunkel lauert ein Vajra-Krieger: Er hat ein breites, kantiges Gesicht, große hervortretende Augen, eine breite Nase und einen nach unten gezogenen Mund, der die untere Reihe seiner Fangzähne freilegt. Drei senkrechte Falten kerben seine Stirn, sein Ausdruck ist grimmig. Sein rotbraunes kurzes Haar steht wie Flammen nach oben. Sein nackter Oberkörper ist kraftvoll bemuskelt, die Haut tief bronzefarben, die Lichter darauf ockergolden. Über seine Brust läuft eine breite ockergoldene Brokatschärpe, diagonal von der linken Schulter zur rechten Rippe geschlungen. An beiden Armen goldene Armringe mit zornigen Drachenmotiven, an den Unterarmen dunkelbraune Armschienen. Um seine Hüfte liegt ein dunkelockerfarbener Kampfrock, der bis über die Knie reicht, mit Flammenmuster in Relief und einer Reihe bronzener Nieten entlang der Kanten. Seine Waden sind mit dunkelbraunen, sich kreuzenden Bändern umwickelt. Er ist barfuß, mit breiten, schweren Füßen. 0–3 Sekunden, langsame Vorwärtsfahrt + leichtes Aufsteigen: Die Kamera schiebt sich langsam aus der Dunkelheit heraus in die Grotte hinein, während der warme goldene Lichtschacht die Mitte erhellt. Im Licht beginnt die Feitian in der Tribhanga-Haltung zu tanzen, die Pipa im umgekehrten Griff hinter dem Rücken. Ihre zinnoberroten und malachitgrünen Bänder wirbeln mit ihrem sich drehenden Körper, fliegen durch das warme Licht und zeichnen weiche Bögen, ihre goldenen Borten blitzen auf. Die goldenen Glöckchen an ihren Fesseln klingen fein. Aus dem Schatten des Buddha tritt der Vajra-Krieger mit schwerem Schritt hervor. Sein nackter Fuß schlägt mit einem donnernden Aufprall auf den Boden, der unter der Kuppel widerhallt und sich verstärkt. Der Steinboden unter ihm reißt strahlenförmig auf, während sich Splitter der Goldfarbe von der Oberfläche des Buddha lösen und drehend durch den Lichtstrahl herabfallen. Die Feitian hält ihre Drehung an und wendet sich ihm zu. Sie führt die Pipa von ihrem Rücken nach vorn und hält sie waagerecht. Ihre geschichteten Halsketten schwingen leicht mit der Bewegung, während die Bänder mit Restschwung hinter ihr weiterkringeln. 3–7 Sekunden, bogenförmige Umkreisung + seitliche Verfolgung: Der Vajra-Krieger stößt ein tiefes Brüllen aus und stürmt vor, wirft der Feitian einen geraden Fausthieb entgegen. Die Wucht des Schlags drückt den goldenen Staub im Lichtstrahl beiseite und erzeugt sichtbare Schockwellen, die sich nach außen ausbreiten. Die Feitian weicht in der Tribhanga-Form seitlich aus und gleitet anmutig davon. Ihr zinnoberrotes Band schnellt vor und wickelt sich fest um den Unterarm des Vajra-Kriegers, die goldene Borte blitzt im warmen Licht. Er reißt kräftig daran und zieht sie näher. Die Kraft gegen ihn nutzend, dreht sich die Feitian und hebt die Pipa waagerecht, um seinen zweiten Schlag zu blocken. Die Decke des Instruments bricht auseinander, die Saiten reißen mit einem scharfen, zitternden Ton, der unter der Kuppel nachhallt. Fragmente der goldenen Phönixbemalung stieben in die Luft. Den Rückstoß des Blocks nutzend, lehnt sich die Feitian in einen Überschlag in der Luft zurück. Der Saum ihres malachitgrünen Oberteils und ihre fliegenden Bänder öffnen sich im Drehen zu leuchtenden Farbbögen. Beide Füße treffen den Vajra-Krieger in die Brust, zerreißen seine ockergoldene Brokatschärpe und schleudern sie fort. Der Vajra taumelt rückwärts und kracht gegen die Zehen des Buddha. Weitere Splitter der Goldfarbe lösen sich und drehen sich im warmen Licht wie ein Regen goldener Späne. Die Feitian landet sicher auf einem Knie, die zerborstene Pipa noch in der Hand, während ihre Halsketten und goldenen Reifen scharf klirren. 7–11 Sekunden, schnelles Vor und Zurück + jäher Aufstieg in die Draufsicht: Der Vajra-Krieger brüllt vor Wut und schlägt beide Fäuste in den Boden. Vom Einschlagspunkt breiten sich Schockwellen aus und treiben loses Gestein über den Boden. Der Aufprall läuft bis zu den Wänden weiter und lässt das Pigment der dunklen Wandmalereien in Schauern abplatzen. Die Feitian springt auf die Handfläche des Buddha und katapultiert sich von dort in einen Drehangriff. Ihr zinnoberrotes Band fegt über das Gesicht des Vajra-Kriegers, sein Ende trifft seine Wange. Er packt das Band und reißt es mit einem heftigen Ruck entzwei. An der Rissstelle nahe der Schulter der Feitian treiben ausgefranste Fäden sichtbar im warmen Licht. Die Kamera steigt jäh zur Decke auf und blickt von oben herab. Unten, im warmen goldenen Lichtschacht, prallen die beiden Gestalten aufeinander — eine weich und anmutig, eine hart und wuchtig —, ihre Rhythmen ineinander verwoben. Bandfetzen und Goldfarbsplitter drehen sich schwebend im Licht und funkeln im Treiben. 11–15 Sekunden, Sturzflug in hohem Tempo + bodennahe Verfolgung: Die Feitian schleudert die zerbrochenen Reste der Pipa dem Vajra-Krieger ins Gesicht. Er zerschlägt sie mit einem Faustschlag, sodass rote Lacksplitter und gerissene Saiten durch das warme Licht explodieren. Die kurze Sichtbehinderung nutzend, dreht sich die Feitian nah heran und treibt beide Handflächen in seine Taille und seine Rippen. Ein schwerer Aufprall hallt durch die Grotte. Der massige Körper des Vajra kracht gegen den Sockel der Buddha-Statue, sodass eine Ecke des Podests einbricht. Der große Buddha neigt sich langsam und gibt ein langgezogenes tiefes Ächzen unter struktureller Spannung von sich. Der Vajra erhebt sich aus dem Schutt und setzt zu einem letzten Ansturm an. Die Feitian fliegt ihm mit einem Fronttritt entgegen. Genau in der Mitte des Lichtstrahls treffen beide einander gleichzeitig. Der Ton erreicht seinen Höhepunkt und fällt dann jäh in einen kurzen Augenblick der Stille. Der Zusammenprall schleudert Trümmer in alle Richtungen. Im warmen goldenen Lichtschacht drehen sich Goldfarbsplitter und Bandfetzen langsam und sinken zu Boden. Beide Kämpfer treten zurück, fangen sich und atmen schwer. Die verbliebenen Bänder kringeln sich im Nachbeben weiter, während noch immer Steinchen mit leisem Rieseln herabfallen. Dieselbe Figur darf im Bild nicht doppelt vorkommen. Die Feitian-Tänzerin und der Vajra-Krieger müssen sich in Körperbau und Temperament vollständig unterscheiden. Ihre Gesichtszüge müssen fein und unverzerrt bleiben und die glatte, porenlose Gesichtstextur einer Animationsfigur behalten. Ihre Körperstrukturen müssen anatomisch normal sein, und Kostüme, Schmuck und Styling müssen durchgehend konsistent bleiben.
Zwei Referenzfotos, ein fertiger Laufsteg-Film
Im Referenzmodus wird Wan 3.0 seinem Namen gerecht. Dieses offizielle Beispiel gibt ein Foto eines Models und ein Foto eines schwarzen bestickten Qipao hinein und ruft beide im Prompt über ihre Nummer auf — die goldene Pfingstrosen-und-Vogel-Stickerei sitzt im fertigen Take Bild für Bild.
Der Prompt
Das weibliche Model aus Bild 1 trägt das schwarze bestickte ärmellose Qipao aus Bild 2 und läuft bei einer hochwertigen Modenschau über den Laufsteg. Die Kamera fährt zunächst schnell über die Goldfaden-Details der Pfingstrosen- und Vogelstickerei auf dem Qipao und fängt die feine Handwerkskunst und die luxuriöse Textur ein. Dann schneidet die Einstellung auf eine Ganzkörperansicht des Models, das selbstbewusst vom Ende des Laufstegs herankommt. Ihre Schritte sind scharf, kraftvoll und elegant. Der hohe Schlitz des Qipao gibt bei jedem Schritt die anmutigen Linien ihrer Beine frei, während der Seidensatin unter dem Spotlight einen kühlen, edlen Glanz zurückwirft. Die Kamera schiebt von vorn schnell in eine Halbnahe, die den Stehkragen, die traditionellen Knotenknöpfe und die vollständigen Stickereidetails über der Brust zeigt. Der Ausdruck des Models ist kühl, selbstsicher und stolz. Die Kamera umkreist sie zur Hälfte, um ihre Silhouette im Profil und die Bewegung des hohen Schlitzes einzufangen. Unmittelbar danach hält eine Aufnahme aus der Untersicht fest, wie sie zum Ende des Laufstegs geht und dort präzise dreht. Der Rocksaum hebt sich mit der Drehung leicht und erzeugt eine elegante Bewegung. Zum Schluss fängt eine frontale Nahaufnahme ihren Blick direkt in die Kamera ein. Blitzlichter flackern schnell, und das Bild friert ein. Gesamtstil: Schnelle Schnitte, scharfer Rhythmus, hochwertige Fashion-Editorial-Ästhetik, Qualität eines Luxus-Modefilms, kalt getöntes Licht, Atmosphäre mit starkem Kontrast.
Was ist Wan 3.0?
Wan 3.0 ist das Videomodell aus Alibabas Tongyi Lab, seit dem 6. August 2026 in der öffentlichen Beta. Die entscheidende Neuerung ist der Umfang: Frühere Wan-Generationen verteilten Text-zu-Video, Bild-zu-Video und Referenzgenerierung auf getrennte Modelle — Wan 3.0 legt alles in eines zusammen. Dasselbe Modell nimmt einen Prompt allein, ein Startbild oder einen ganzen Stapel Referenzmaterial, und der Modus ergibt sich daraus, was du ihm gibst.
Die zweite Neuerung ist die Länge. Wan 3.0 generiert bis zu 30 Sekunden in einem Durchgang — lang genug für eine durchgehende Kamerafahrt oder eine Shotlist aus vier Beats, ohne Clips aneinanderzukleben. Der Ton entsteht zusammen mit dem Bild statt hinterher, und du entscheidest pro Take, ob du ihn willst. Die dritte ist die Referenzkapazität: bis zu 10 Bilder, 5 Videos und 5 Audioclips in einer Generierung, im Prompt jeweils über ihre Nummer aufgerufen.
Auf Molyin läuft Wan 3.0 auf denselben Credits wie jedes andere Modell im KI-Videogenerator — kein eigener Tarif, kein Abo pro Modell. Vergleiche es in der Modellbibliothek mit allem anderen, und sieh auf der Preisseite nach, was ein Take kostet, bevor du etwas ausgibst.
Wan 3.0 vs. Seedance 2.5 vs. MiniMax H3
Drei Modelle für lange Takes, drei verschiedene Stärken. Wan 3.0 schluckt das meiste Referenzmaterial und hat die günstigste Stufe für hohe Stückzahlen; Seedance 2.5 erreicht dieselben 30 Sekunden mit mehr Seitenverhältnissen; MiniMax H3 tauscht Länge gegen einen 2K-Master.
| Merkmal | Wan 3.0 | Seedance 2.5 | MiniMax H3 |
|---|---|---|---|
| Länge eines Takes | 2–30 s | 4–30 s | 4–15 s |
| Auflösungsstufen | 480P / 720P / 1080P | 480P / 720P / 1080P | 768P / 2K |
| Referenzkapazität | 10 Bilder + 5 Videos + 5 Audioclips | 9 Bilder + 3 Videos + 3 Audioclips | 9 Bilder + 3 Videos + 3 Audioclips |
| Audio | Zuschaltbar — der Preis bleibt gleich | Zuschaltbar | Immer an |
| Seed | Ja — denselben Take wiederholen | Nein | Nein |
| Credits pro Sekunde | 10 / 18 / 36 | 25 / 56 / 139 | 18 / 29 |
| Am stärksten bei | Langen Takes am Stück und referenzlastiger Arbeit zum Mengenpreis | Filmischen 30-Sekündern mit großer Auswahl an Seitenverhältnissen | Kurzen Takes, die einen 2K-Master brauchen |
Die angegebenen Preise sind die aktuell auf Molyin geltenden Preise.
Wan 3.0 vs. die Modelle auf Molyin
| Modell | Wofür es am stärksten ist | Veröffentlicht | Auf Molyin |
|---|---|---|---|
| Wan 3.0 | 30-Sekunden-Takes, Omni-Referenz mit 10 Bildern, günstige 480P-Mengen-Stufe | 6. Aug. 2026 (öffentliche Beta) · Open Weights angekündigt | Live — oben generieren |
| LTX 2.5 | Fast- und Pro-Stufe bis 4K, Presets für Kamerabewegungen, 24–50 fps | 11. Aug. 2026 · Open Weights | Live — oben generieren |
| Seedance 2.5 | Filmische 30-Sekunden-Takes mit sechs Seitenverhältnissen | 7. Aug. 2026 (API) | Live — oben generieren |
| FLUX 3 | Video und Bild aus einem Modell, Storyboard-Keyframes | 7. Aug. 2026 (Video-API) | Live — oben generieren |
| Wan 2.7 | Instruktionsbasiertes Video-Editing, günstigeres 1080P | 3. Aug. 2026 | Live — oben generieren |
| MiniMax H3 | 2K-Master, Ton immer an | 31. Juli 2026 · Open Weights angekündigt | Live — oben generieren |
| HappyHorse | Lippensynchrone Dialoge und eingebautes Video-Editing | Juni 2026 (1.1) | Live — oben generieren |
| Seedance 2.0 | Standard-, Fast- und Mini-Stufe, 4K bei Standard | Apr. 2026 (API) | Live — oben generieren |
| Kling 3.0 | Native Dialoge in fünf Sprachen, Element-Referenzen | 4. Feb. 2026 | Live — oben generieren |
Als Veröffentlichungsdatum zählt der Tag, an dem ein Modell nutzbar wurde, nicht der Tag der Ankündigung.
Wan 3.0 — vollständige Spezifikationen
| Parameter | Wert | Hinweise |
|---|---|---|
| Modell | Wan 3.0 (Tongyi Wanxiang 3.0), Alibaba Cloud | All-in-One-Modell — ein Modell deckt alle drei Modi ab. |
| Modi | Text-zu-Video · Bild-zu-Video · Referenz zu Video | Der Modus ergibt sich aus dem, was du lieferst: nur ein Prompt, ein Startbild oder Referenzmaterial. |
| Auflösung | 480P / 720P / 1080P | 480P ist die günstige Mengen-Stufe, 1080P die für den Feinschliff. |
| Länge eines Takes | 2–30 Sekunden | Stufenloser Regler, keine festen Stufen. |
| Seitenverhältnisse | auto · 16:9 · 9:16 · 1:1 · 4:3 · 3:4 | Auto richtet sich nach deinem Material und deiner Absicht; die anderen fünf gibst du fest vor. |
| Audio | Zuschaltbar, entsteht zusammen mit dem Bild | Ob Audio an oder aus ist, ändert nichts am Preis eines Takes. |
| Referenzmaterial | 10 Bilder · 5 Videos · 5 Audioclips | Ruf sie im Prompt über ihre Nummer auf — in der Reihenfolge, in der du sie hochgeladen hast. |
| Budget für Referenzvideos | Referenzsekunden + Ausgabesekunden ≤ 30 s | Je länger das Referenzvideo, desto weniger Raum bleibt für den Take selbst. |
| Dokument-Referenz | Von Alibaba angekündigt, auf Molyin noch nicht freigeschaltet | Alibaba hat doc, xls, ppt, pdf, md und Webseiten als Referenzmaterial angekündigt. Bei uns ist das noch nicht verfügbar; sobald es so weit ist, ändert sich diese Zeile. |
| Start- & Endbild | Unterstützt bei Bild-zu-Video | Gib beide Enden vor und lass das Modell dazwischen interpolieren. |
| Seed | Unterstützt | Denselben Seed noch einmal verwenden, und du landest wieder beim selben Take. |
| Credits pro Sekunde | 10–36 Credits/s | Der niedrigste Wert gilt für 480P, der höchste für 1080P. |
Alles, was hier steht, wird auf der Seite bereits unterstützt und bleibt mit den neuesten offiziellen Fähigkeiten des Modells synchron.
Was ein Take mit Wan 3.0 kostet
Credit-Preise pro Sekunde nach Auflösungsstufe — aus demselben Guthaben, aus dem jedes andere Modell auf Molyin schöpft.
| Modell | Auflösung | Credits/Sek. | 5s-Video | 5s-Video + 3s Referenz |
|---|---|---|---|---|
| 480p | 10 | 50 Credits | 80 Credits | |
| 720p | 18 | 90 Credits | 144 Credits | |
| 1080p | 36 | 180 Credits | 288 Credits |
- Ausnahme: Referenzvideo-Sekunden für Wan 3.0 werden zum vollen Sekundentarif abgerechnet.
Abo-Pläne und einmalige Credit-Packs findest du im Vergleich auf der Preisseite.
So generierst du mit Wan 3.0
Drei Schritte von der Idee zum fertigen Take
Modell und Modus wählen
Nimm Text-zu-Video, Bild-zu-Video mit Startbild oder den Referenzmodus mit bis zu 10 Bildern plus Referenzvideo und -audio.
Den Prompt schreiben
Ab 10 Sekunden zerlegst du den Take in getaktete Beats — 0-6s, 7-15s, 16-24s — genau wie die offiziellen Beispiele auf dieser Seite, und rufst jede Referenz dort über ihre Nummer auf, wo sie auftauchen soll.
Generieren und exportieren
Wähle 480P, 720P oder 1080P und eine beliebige Länge von 2 bis 30 Sekunden, entscheide, ob du Ton willst, sieh dir die Vorschau an und lade dann die Originaldatei herunter.
Einen 30-Sekunden-Take schreiben
Dreißig Sekunden sind lang genug, dass einem Prompt aus einer Zeile auf halber Strecke die Anweisungen ausgehen. Der Wan-3.0-Guide zerlegt sie in eine getaktete Shotlist — hier ist die Formel, mit der er anfängt.
[Globales Setup] + [Start-End-Sekunden] + [Bildinhalt & Kamera] + optional [Übergang]
Zeitsegment
Explizite Start- und Endsekunden (z. B. 0–5s, 5–12s). 30 Sekunden in 3–5 Segmente zu schneiden ist am stabilsten.
Bild & Kamera
Was in diesem Segment passiert und wie sich die Kamera bewegt — Aktionsdichte passend zur Segmentlänge.
Globales Setup
Ein Eröffnungsabsatz, der Stil, Farbton, Stimmung und harte No-Gos für den gesamten Clip fixiert.
Übergang
Wie Segmente verbunden werden: natürlicher Schnitt, Überblendung, Wischeffekt — benenne es einfach.
Fragen zu Wan 3.0
Funktionen, Preise und der Unterschied zu Wan 2.7
Starte noch heute mit Molyin
Melde dich kostenlos an und verwandle deine erste Idee in Minuten in ein filmisches Video.