Нейросеть Wan 3.0: видео со звуком из документа, фото или вашего ролика

Wan 3.0 — нейросеть для создания видео от компании Alibaba, вышла 24 августа 2026 года. Она создаёт ролики со звуком длиной до 30 секунд в разрешении до 1080p из текста, фото, видео, аудио, документа или ссылки на страницу, а ещё продлевает и меняет готовые видео. В Creative AI модель работает в браузере, оплата в рублях.

Цена считается за секунду ролика и зависит от разрешения: 5 ₽ в 480p, 10 ₽ в 720p, 20 ₽ в 1080p. Ролик на 30 секунд в 1080p стоит 600 ₽. Звук и документ цену не меняют. Если ролик продолжает или меняет ваше видео, оплачиваются и секунды исходного видео. Точная сумма видна до запуска, а при ошибке генерации токены возвращаются.

Да. В форме Wan 3.0 есть поле «Документ или ссылка»: загрузите файл PDF, Word, Excel, PowerPoint, Keynote, Pages, Numbers, TXT и MD до 50 МБ и до 50 страниц, затем опишите, какой нужен ролик. Модель возьмёт из документа тему, факты и порядок событий. Надписи в кадре она рисует с ошибками, поэтому лучше попросить ролик без текста на экране. Документ нельзя совместить с первым и последним кадром.

Да, вместо документа можно вставить ссылку на открытую страницу, где не нужно входить в аккаунт. По ссылке модель понимает тему, но мелкие детали страницы в ролик обычно не попадают. Страницы маркетплейсов, Дзена и Википедии модель не открывает — в этом случае генерация завершится ошибкой, а токены вернутся.

Загрузите своё видео и напишите, что должно произойти дальше, например «Продли видео: собака хватает палку и несёт её хозяину». Длительность в форме — это длина всего готового ролика: он начнётся так же, как ваше видео, и продолжит действие. Начало модель перерисовывает, поэтому кадр в кадр с исходником оно не совпадает. Оплачиваются секунды исходного видео и секунды результата: продлить видео на 4 секунды до 8 секунд в 480p стоит 60 ₽. Исходное видео и результат вместе — не больше 30 секунд.

От 2 до 30 секунд с шагом в одну секунду, одним роликом, без склейки. Разрешение — 480p, 720p и 1080p, формат кадра — Авто, 16:9, 4:3, 1:1, 3:4 и 9:16. В длинных роликах из нескольких сцен внешность героя может немного меняться от сцены к сцене.

До 10 фото в одном запросе: например, героя, товар и место. В запросе на них ссылаются метками @img1, @img2 и так далее. Ещё можно добавить до 5 видео (вместе до 15 секунд) и до 5 аудио (вместе до 15 секунд). Вместо всего этого можно задать первый и последний кадр ролика.

Да, герои могут говорить по-русски — короткие простые фразы модель произносит чётко. Длинные и эмоциональные монологи даются ей хуже, а под песню губы двигаются неточно. Реплику напишите в кавычках и укажите, что она звучит по-русски.

Это та же модель: возможности и качество одинаковые, но Wan 3.0 Prime создаёт ролик быстрее. В нашем примере ролик на 15 секунд по трём фото Wan 3.0 Prime создала за 1 мин 51 с, а Wan 3.0 — за 3 мин 59 с. Стоит Wan 3.0 Prime примерно в 1,6 раза дороже. Если спешить некуда, выбирайте Wan 3.0.

Нет. В Creative AI Wan 3.0 работает в браузере из России без VPN, интерфейс на русском, оплата в рублях российской картой. Подписка не нужна: токены покупаются пакетами и списываются за каждый ролик.

Нет. Alibaba не выкладывала Wan 3.0 для установки: открытые версии Wan заканчиваются на 2.2. Пользоваться Wan 3.0 можно только через онлайн-сервисы, например в Creative AI.