Wan 3.0 — что изменилось в поколении
Третье поколение Wan сдвинуло три вещи разом: ролик стал длиннее, звук появился внутри той же генерации, а на вход теперь идёт до 20 референсов вместо одного описания.
Тридцать секунд одним куском
Прошлые поколения выдавали короткий отрезок, и длинную сцену приходилось набирать из нескольких генераций. Каждый стык — место, где меняется свет, дрожит фон или у героя едет лицо. Wan 3.0 генерирует до 30 секунд нативно, то есть считает весь отрезок как одно целое.
Разница видна на сценах с развитием: проход по комнате, разговор с репликой и ответом, показ предмета с нескольких сторон. Раньше это резалось на куски, теперь помещается в один клип.
Звук считается вместе с картинкой
Дорожка не подкладывается после генерации, а рождается в том же проходе. За счёт этого шаг в кадре совпадает со звуком шага, а движение губ — с речью: модель знает про обе стороны одновременно, а не сводит их постфактум.
Omni-Creation: до двадцати референсов
Режим принимает на вход не только картинки, но и документы с веб-страницами — до 20 референсов за раз, и разбирает их сам. Бренд-гайд отдаётся файлом, мудборд — тремя кадрами, и гамма со стилем задаются без описания словами.
Правка готового ролика
Видео меняется текстовой инструкцией: заменить предмет, поправить план, убрать деталь из кадра. Сцена не пересобирается с нуля, поэтому всё, что вас устраивало, остаётся на месте.
Что ещё умеет третье поколение
- Портретный режим правит костную структуру, форму глаз и мелкие черты — лицо героя собирается под задачу.
- Текст внутри кадра рисуется на 12 языках, включая длинные надписи, графики и формулы.
- Распределение цвета задаётся отдельно от сюжета.
- Многокадровое редактирование сливает до 9 изображений в один результат.
- Последовательная раскадровка держит стиль и героя на протяжении 12 кадров.
- Правка выделением рамкой работает по пикселям, а не по всему кадру.
Чем 3.0 отличается от 2.2
Разница не только в качестве картинки. Wan 2.2 — это поколение, чьи веса выложены открыто: их скачивают и запускают у себя. Wan 3.0 доступно в сервисе, а его весов в репозиториях бренда нет.
| Признак | Wan 2.2 | Wan 3.0 |
|---|---|---|
| Открытые веса | Есть: GitHub и HuggingFace | В репозиториях бренда нет |
| Длина ролика | Короткий отрезок, длинное собирается склейкой | До 30 секунд нативно |
| Звук | Отдельная модель S2V-14B под звуковой вход | В одном проходе с картинкой |
| Вход | Описание, кадр или пара кадров | До 20 референсов, включая документы и страницы |
| Запуск на своей машине | Да, через ComfyUI | Только через сервис |
Выбор между ними — это выбор между свежестью и контролем. За открытыми весами идти на страницу про запуск в ComfyUI, за длинными роликами со звуком — в сервис.