Это руководство относится к стандартному маршруту APIXO . В режиме генерации по референсам изображения, видео и аудио задают контекст; также допускается один файл или веб-ссылка, но не оба сразу. У двух маршрутов LoRA этих полей нет. Если нужны только начальное и необязательное конечное изображения, сначала рассмотрите генерацию из изображения.
wan-3-0-video
Здесь используется условный план продуктового видео. Сгенерированный клип и измеренные производственные результаты не представлены.
Wan 3.0: изображения, видео и аудио как референсы: Схема процесса, не проверенный результат модели
Выберите режим под имеющиеся материалы
Генерация из текста требует непустого промпта. Генерация из изображения использует 1–2 картинки как начало и необязательный конец, без видео- и аудиореференсов. Режим референсов требует хотя бы один поддерживаемый референс. Для генерации из изображения и по референсам промпт необязателен, но помогает описать нужное действие.
Режим референсов допускает до 10 изображений, 5 видео и 5 аудиофайлов. Каждый видео- или аудиофайл должен длиться 1–15 секунд. Суммарная длина видео — максимум 15 секунд; у аудио отдельный суммарный лимит 15 секунд. При положительной фиксированной длительности выход и все видеореференсы вместе не должны превышать 30 секунд.
Эти ограничения взяты из контракта API, проверенного 22 октября 2026 года. См. документацию Wan 3.0 Video (английский) и проверьте, какие настройки доступны в вашем интерфейсе.
Начните с требований к результату
Предположим, нужна прозрачная бутылка на светлом столе, медленное движение камеры и место для будущих субтитров. Запишите требования до подбора материалов.
Изображение продукта описывает внешний вид, изображение сцены — освещение, короткое видео — движение, а аудио — звуковую атмосферу. Документ может уточнить замысел. Каждый материал должен отвечать на конкретный вопрос.
Изображения передают видимые требования
Используйте чёткие источники с очевидным объектом. Другие ракурсы могут помочь, но противоречивая упаковка, цвет и свет усложняют требования.
В результате проверяйте надписи, логотипы и геометрию. Референс не гарантирует точное воспроизведение каждой детали. Начальное руководство по видео из изображения объясняет подготовку источника.
Видео должно показывать конкретное действие
Выберите короткий фрагмент нужного движения камеры или объекта. Назовите его вклад и людей, предметы и окружение, которые переносить не нужно.
Распределение ролей — творческий совет, не гарантия переноса только выбранного свойства. Текущие Wan Docs (английский) разрешают до 5 видео суммарно максимум 15 секунд. При фиксированной длине сумма видео и результата должна быть не больше 30. Сначала обрежьте вход, затем выбирайте длину выхода.
Аудио задаёт направление звука
Чистый звук может передавать тон, ритм, музыку и другие ориентиры. Укажите его роль. Голосовой референс без визуальной информации не определяет правильный внешний вид.
Аудиореференс даёт контекст, а выходная настройка sound задаёт наличие звука в результате. Если звук важен, проверьте оба пункта отдельно.
Допустимы до 5 аудиореференсов суммарно максимум 15 секунд. За аудио-вход нет отдельной платы, но результат и референсный режим оплачиваются.
Для контекста используйте файл или ссылку
В стандартном Wan 3.0 Video file_urls и link_urls — взаимоисключающие варианты: максимум один элемент только в одном из полей. Источник должен быть доступен сервису; страница входа в закрытое облачное хранилище не является прямым URL материала.
Сосредоточьте документ на аудитории, данных продукта и визуальных приоритетах. Для большой веб-страницы укажите нужную часть. Документ не гарантирует точные надписи, утверждения о продукте или субтитры; проверяйте результат отдельно.
Этот шаг относится к стандартному Wan 3.0 Video. Прочитайте сравнение трёх маршрутов Wan 3.0, прежде чем переносить работу с файлом или ссылкой в LoRA.
Сделайте набор проверяемым заданием
Проверка: Внешность · Сохранить для попытки: Изображения нужного продукта или человека · Как уменьшить конфликт: Удалить другие варианты, цвета и посторонние объекты
Проверка: Действие и камера · Сохранить для попытки: Конкретное нужное движение · Как уменьшить конфликт: Убрать лишние склейки, перекрытия и действия
Проверка: Звук · Сохранить для попытки: Подходящий тон, ритм или музыкальный ориентир · Как уменьшить конфликт: Сначала проверить визуальную часть, затем настройки аудио
Проверка: Контекст · Сохранить для попытки: Один файл либо одна ссылка · Как уменьшить конфликт: Убрать противоречия; не отправлять оба типа
Проверка: Приёмка · Сохранить для попытки: Внешность, действие, звук и пригодная длина · Как уменьшить конфликт: Оценивать отдельно, а не только общее впечатление
Публичный URL должен возвращать нужный материал или читаемую страницу. Заменяйте просроченные ссылки, страницы авторизации и адреса только для предпросмотра. Ошибка доступа отличается от неверного понимания референса.
Для сравнения наборов референсов с первой попытки оставайтесь в режиме генерации по референсам. Начните с изображения продукта и краткого описания движения; одной картинки достаточно для требования к референсу. Добавляя видео, сохраняйте промпт, разрешение, фиксированную выходную длительность и настройку звука. После добавления общий лимит 30 секунд тоже должен соблюдаться.
Сначала проверьте форму продукта и кадрирование, затем движение. Добавляйте аудио или файл/ссылку в отдельных попытках для конкретного недостающего требования. Переход от генерации из изображения к референсам меняет и режим, поэтому не изолирует влияние нового материала. Результаты могут различаться: один удачный клип сам по себе не доказывает причинную связь.
Соберите небольшой список материалов
Непроверенный пример:
Продукт спереди: форма бутылки, цвет, упаковка.
Сцена: стол и свет.
Видео 5 секунд: медленное боковое движение камеры.
Аудиофрагмент: сдержанная музыкальная атмосфера.
Файл проекта: аудитория и визуальные приоритеты.
Непроверенный промпт:
Сохраните форму и основной цвет бутылки из изображения продукта. Используйте изображение сцены для стола и света. Видео задаёт плавное боковое движение камеры, продукт остаётся неподвижным. Аудио задаёт сдержанную атмосферу. Не добавляйте людей или текст.
Нумерация и синтаксис должны соответствовать реальной платформе. Это план, а не проверенный рецепт для копирования и запуска.
Упростите конфликтующие входы
При ошибках внешнего вида удалите лишние ракурсы и посторонние продукты. При ошибках движения проверьте, нет ли в референсе нескольких действий. При проблемах со звуком отдельно проверьте входное аудио и настройку выхода. Записывайте причину каждой правки.
Секунды видеореференсов оплачиваются вместе с выходными. Схема стандартного Wan 3.0 Video, проверенная 22 октября 2026 года, указывает $0.20 за секунду при 1080p: гипотетические 10 секунд выхода и 5 секунд референса дают (10 + 5) × $0.20 = $3.00. Это расчёт, а не наблюдаемое списание.
Руководство по стоимости Wan 3.0 объясняет формулу и предварительное списание при автоматической длительности. Перед отправкой проверьте APIXO API Pricing; тарифы API отделены от месячных кредитов Studio.
Сверьте объект, движение, звук и место для монтажа с заданием. Записывайте настройки, материалы, принятые секунды и причины повторов. Откройте Wan 3.0 Video с целевым набором референсов и расширяйте его только для конкретной недостающей задачи.
Разрабатывайте с APIXO
Исследуйте модели для работы с изображениями, видео и аудио в одном месте.
