Wan 3.0: riferimenti di immagini, video e audio

Questa guida usa la route standard wan-3-0-video di APIXO. In riferimento-video, immagini, video e audio forniscono contesto; è ammesso anche un file o un link web, mai entrambi. Le due route LoRA non espongono questi campi file/link. Se hai solo un’immagine iniziale e una finale facoltativa, valuta prima immagine-video.

Questa guida utilizza un ipotetico brief video del prodotto. Non viene presentata alcuna clip generata o risultato di produzione misurato.

Scegli la modalità in base ai materiali

Testo-video richiede un prompt non vuoto. Immagine-video usa 1–2 immagini come inizio e fine facoltativa, senza riferimenti video o audio. Riferimento-video richiede almeno un riferimento supportato. Il prompt è facoltativo per immagine-video e riferimento-video, ma può chiarire l’azione desiderata.

La modalità riferimento ammette fino a 10 immagini, 5 video e 5 file audio. Ogni video e ogni audio deve durare 1–15 secondi. I video possono totalizzare al massimo 15 secondi; l’audio ha separatamente lo stesso limite totale. Con durata fissa positiva, i secondi di uscita più quelli di tutti i video di riferimento non devono superare 30.

Questi limiti provengono dal contratto API verificato il 22 ottobre 2026. Consulta la documentazione Wan 3.0 Video (inglese) e verifica quali controlli offre la tua interfaccia.

Inizia con il risultato finale

Supponiamo che servano una bottiglia trasparente su un tavolo chiaro, un lento movimento laterale della videocamera e un’inquadratura finale con spazio per sottotitoli aggiunti in montaggio. Scrivi questi requisiti prima di scegliere i materiali.

L’immagine del prodotto descrive l’aspetto, quella della scena la luce, il video il movimento e l’audio la direzione sonora. Un documento può chiarire il contesto. Ogni materiale deve avere uno scopo preciso.

Le immagini comunicano esigenze visibili

Usa immagini nitide con un soggetto chiaro. Più angolazioni possono aiutare, ma confezioni, colori o luci contraddittori rendono ambigui i requisiti.

Controlla caratteri, loghi e geometrie importanti nell'output. Un'immagine di riferimento non garantisce una riproduzione esatta di ogni dettaglio. La guida introduttiva all'immagine-video illustra la preparazione della sorgente.

I riferimenti video dovrebbero concentrarsi su un'azione

Scegli un breve segmento che mostra il movimento della telecamera o l'azione del soggetto desiderata. Indica quale elemento dovrebbe influenzare e quali persone, oggetti di scena o ambientazioni sono irrilevanti.

Questa assegnazione di ruolo è un consiglio creativo, non una garanzia che il modello trasferisca solo l'attributo selezionato.

Gli attuali Wan Docs (inglese) consentono fino a 5 video di riferimento per un totale massimo di 15 secondi. Una richiesta fissa richiede inoltre che i secondi di riferimento video più i secondi di uscita rimangano entro 30. Taglia prima, poi scegli la lunghezza di output.

L'audio contribuisce alla direzione del suono

Usa un audio chiaro per indicare atmosfera, ritmo o musica e specificane il ruolo. Una voce da sola non determina l’aspetto della persona che parla.

L’audio di riferimento fornisce contesto; l’impostazione di uscita sound richiede un risultato con o senza suono. Controlla entrambi separatamente quando l’audio è importante.

Il limite audio è di 5 riferimenti e 15 secondi totali. L’ingresso audio non è fatturato separatamente, ma la generazione resta a pagamento.

Utilizzare un file o un collegamento per il contesto

In Wan 3.0 Video standard, file_urls e link_urls sono alternative: al massimo un elemento in uno dei campi, mai in entrambi. La sorgente deve essere accessibile; una pagina di accesso a un archivio privato non è un URL diretto del materiale.

Mantieni un documento di progetto incentrato sul pubblico, sulle informazioni sul prodotto e sulle priorità visive richieste. Per una pagina web di grandi dimensioni, spiega quale materiale è pertinente.

Un documento non garantisce l'accuratezza del testo, delle dichiarazioni sui prodotti o dei sottotitoli. Controlla il contenuto risultante separatamente.

Questo passaggio riguarda Wan 3.0 Video standard. Consulta il confronto delle tre route Wan 3.0 prima di trasferire il flusso file/link a una route LoRA.

Trattare il set di riferimento come un brief verificabile

• Controllo: Aspetto del soggetto · Materiale da conservare: Immagini che identificano chiaramente il prodotto o la persona · Come ridurre le contraddizioni: Eliminazione di altre varianti, colori o soggetti non correlati
• Controllo: Azione e camera · Materiale da conservare: Movimento specifico richiesto · Come ridurre le contraddizioni: Eliminare tagli inutili, occultamenti e azioni estranee
• Controllo: Suono · Materiale da conservare: Un tono, ritmo o spunto musicale utile · Come ridurre le contraddizioni: Testare prima le immagini, quindi confrontare le impostazioni audio
• Controllo: Contesto · Materiale da conservare: Un file o un link · Come ridurre le contraddizioni: Rimuovere le contraddizioni; non inviare entrambi
• Controllo: Accettazione · Materiale da conservare: Aspetto, azione, suono e durata utilizzabile · Come ridurre le contraddizioni: Registrarli separatamente invece di giudicare solo l'impressione generale

Un URL pubblico deve restituire il contenuto previsto o una pagina leggibile. Sostituisci link scaduti, pagine di accesso e semplici anteprime con fonti accessibili. Un errore di accesso è diverso da un’interpretazione sbagliata del riferimento.

Per confrontare insiemi di riferimenti, mantieni riferimento-video fin dal primo tentativo. Inizia con un’immagine del prodotto e una breve descrizione del movimento; un’immagine soddisfa già il requisito di riferimento. Quando aggiungi il video, mantieni invariati prompt, risoluzione, durata fissa e impostazione del suono. La durata scelta deve ancora rispettare il limite combinato di 30 secondi.

Controlla prima forma del prodotto e inquadratura, poi il movimento. Aggiungi audio o file/link in tentativi separati per colmare una mancanza precisa. Passare da immagine-video a riferimento-video cambia anche la modalità e non isola l’effetto del nuovo riferimento. I risultati possono variare: una clip migliore non prova da sola un rapporto causale.

Compila un piccolo elenco di risorse

Un esempio non testato include:

• Vista frontale del prodotto per forma, colore e confezione della bottiglia.
• Immagine di scena per tavolo e luce.
• Un video di 5 secondi con un movimento laterale lento della camera.
• Una clip audio per un'atmosfera musicale sobria.
• Un file di progetto per il pubblico e le priorità visive.

Esempio di prompt non testato:

Conserva la forma della bottiglia e il colore principale dell'immagine del prodotto. Usa l'immagine della scena per il tavolo e l'illuminazione. Il video guida un movimento laterale fluido della telecamera mentre il prodotto rimane fermo. L'audio guida un'atmosfera sobria. Non aggiungere persone o testo.

Numerazione e sintassi dei riferimenti devono seguire l’API della piattaforma. È un esempio di preparazione, non una richiesta testata pronta da copiare ed eseguire.

Semplificare quando gli input sono in conflitto

Se l’aspetto è sbagliato, elimina angolazioni inutili o prodotti estranei. Se il movimento non funziona, controlla se il video contiene più azioni. Per i problemi audio, verifica separatamente il riferimento e le impostazioni di uscita. Registra il motivo di ogni modifica.

I secondi dei video di riferimento vengono fatturati insieme a quelli di uscita. Lo schema Wan 3.0 Video standard verificato il 22 ottobre 2026 indica $0.20 al secondo a 1080p: 10 secondi di uscita e 5 di riferimento darebbero (10 + 5) × $0.20 = $3.00. È un calcolo ipotetico, non un addebito osservato.

La guida ai costi Wan 3.0 spiega formula e preaddebito della durata automatica. Ricontrolla APIXO API Pricing prima dell’invio; le tariffe API sono separate dai crediti mensili Studio.

Confronta soggetto, movimento, suono e spazio per il montaggio con il brief. Registra impostazioni, materiali, secondi accettati e motivi dei nuovi tentativi. Apri Wan 3.0 Video con riferimenti mirati ed espandili solo per risolvere una mancanza concreta.