كيف تستخدم مولّد فيديو Wan 3.0: المدخلات والأوامر والميزانيات

مشهد الثلاثين ثانية في Wan 3.0 يبدأ قبل كتابة الأمر بكثير: يبدأ من اختيار المدخلة الصحيحة. نموذج Alibaba لا يقرأ النص فقط — بل يقرأ السيناريو الذي ترفعه، والصفحة التي تربطها، وما يصل إلى عشر صور وخمسة مقاطع فيديو وخمسة مقاطع صوتية ترفقها. هذا الدليل هو الشق العملي من دليل Wan 3.0 للمشاهد الثلاثينية (الذي يغطي المواصفات والتخطيط): نستعرض هنا كل مدخلة، وصيغة الأمر التي تُمسك الثلاثين ثانية معًا، وتكلفة التوليد عند كل دقة، والأخطاء التي تحرق الميزانية. آخر تحقق: 2026-10-10.

المدخلات الخمس ودور كل منها

المدخلة	الحد	الغرض
مستند	ملف واحد، حتى 100 ميغابايت و50 صفحة	مصدر الحقيقة للمحتوى: سيناريو أو موجز أو ستوري بورد أو عرض تقديمي يُمرَّر كما هو بدل لصقه في الأمر.
رابط ويب	رابط واحد	سياق يعيش على صفحة — صفحة منتج، مقال، توثيق علامة تجارية — عندما لا تملك الملف.
صور	حتى 10	مراسي الهوية: الشخصية، المنتج، الموقع، إطار الأسلوب. هي ما يجعل الثانية الأخيرة تشبه الأولى.
فيديو	حتى 5 مقاطع، 15 ثانية إجمالًا	الحركة والاستمرارية: كيف يتحرك الهدف، وكيف تصرفت الكاميرا في المشهد السابق، ومقطع تريد تمديده.
صوت	حتى 5 مقاطع، 15 ثانية إجمالًا	مراجع صوتية: صوت يجب أن يبقى متسقًا، جينغل، أجواء تريد مطابقتها.

تمرّر مستندًا أو رابطًا، لا كليهما، وحدود الوسائط أسقف صارمة تفرضها الواجهة البرمجية. تقسيم عملي للعمل: المستند أو الرابط يحمل ماذا يحدث، والصور تحمل لمن يحدث، والأمر يحمل كيف صُوِّر. الأمر نفسه يمكن أن يبلغ 20,000 حرف، فقائمة اللحظات التي لا تتسع في المستند تتسع في الأمر.

بنية الأمر لمشهد طويل واحد

دليل Alibaba نفسه ينسّق الأوامر الطويلة كفقرات بطوابع زمنية، في كل منها سطر كاميرا وسطر مشهد، تحت أسطر عامة للأسلوب والصوت. البنية أهم من الطول:

Style: warm documentary realism, golden-hour light, 16:9.
Audio: quiet street ambience, soft acoustic guitar under the dialogue.

(0:00 - 0:08) Camera: wide shot, slow push-in. Scene: a cyclist rides into an empty market square.
(0:08 - 0:20) Camera: continues to a medium shot, handheld follow. Scene: she stops at a flower stall. Dialogue (vendor): "You're early today."
(0:20 - 0:30) Camera: slow orbit to a close-up. Scene: she smiles and picks up a bunch of sunflowers.

• الأسطر العامة أولًا. الأسلوب والإضاءة والأرضية الصوتية تسري على المقطع كله؛ اذكرها مرة واحدة في الأعلى لا في كل فقرة.
• فعل واحد لكل فقرة. الفقرات التي تكدّس فعلين هي بالضبط التي يموسطها النموذج حتى تصبح عجينة.
• سمِّ انتقال الكاميرا. في المشهد الواحد لا قطع — اكتب كيف تنتقل الكاميرا من لحظة إلى التالية ("continues to a medium shot")، لا فقط أين تنتهي.
• خصص ميزانية للحوار. الكلام الطبيعي يجري بمعدل كلمتين إلى ثلاث في الثانية؛ اترك هواءً بين الجمل بدل ملء الثلاثين ثانية كلها.
• اختر المدة بوعي. الافتراضي 5 ثوانٍ؛ القيمة -1 تطلب «مدة ذكية» يختارها النموذج. حين يجب أن يقع المقطع على نقطة موسيقية أو فاصل إعلاني مدته 15 ثانية، حدّد الثواني صراحة.

المزيد من الأمثلة الجاهزة بهذه الصيغة في مجموعة أوامر Wan 3.0، ونظرة عامة على Wan 3.0 تلخص قدرات النموذج.

كم يكلف التوليد: أمثلة

يحاسب Wan 3.0 بالثانية الخارجة، والتعرفة تتوقف على الدقة والمستوى. النموذج القياسي (wan3.0-video) مدرج في القائمة الدولية بسعر $0.05 / $0.10 / $0.20 للثانية عند 480p / 720p / 1080p؛ وwan3.0-video-prime، المستوى الأسرع بنفس القدرات، بسعر $0.068 / $0.14 / $0.28. إيقاف الصوت الأصلي لا يغيّر السعر.

المقطع	القياسي	Prime
5 ثوانٍ بدقة 720p	$0.50	$0.70
10 ثوانٍ بدقة 480p	$0.50	$0.68
10 ثوانٍ بدقة 720p	$1.00	$1.40
30 ثانية بدقة 480p	$1.50	$2.04
30 ثانية بدقة 720p	$3.00	$4.20
30 ثانية بدقة 1080p	$6.00	$8.40

تنتج عن هذا الحساب عادتان. أولًا، مسودة رخيصة ولمسة أخيرة حادة: مسودة الثلاثين ثانية بدقة 480p تكلف $1.50 مقابل $6.00 بدقة 1080p، فثبّت الإيقاع والحركة قبل الإخراج النهائي. ثانيًا، ادفع مقابل Prime فقط حين تنتظر الإخراج — في الدفعات الليلية ينتج المستوى القياسي المقطع نفسه بأقل. يستطيع Wan 3.0 أيضًا تمديد مقطع موجود للأمام أو للخلف ما دام المدخل والمخرج معًا ضمن 30 ثانية، وهذا غالبًا أرخص من إعادة التوليد.

أخطاء شائعة

• رفض المستند. فوق 100 ميغابايت أو فوق 50 صفحة يفشل الطلب قبل التوليد. قسّم العرض التقديمي أو اربط الصفحة.
• حدود المراجع صارمة. الصورة الحادية عشرة أو المقطع السادس أو فيديو مرجعي يتجاوز 15 ثانية إجمالًا ليس «مخاطرة» — بل رفض. أبقِ المراسي المهمة فقط.
• انزياح الهوية في المشاهد الطويلة. ثلاثون ثانية وقت طويل لوجه أو ملصق. مرّر الشخصية أو المنتج كصور مرجعية وافحص الثلث الأخير من المقطع لا الأول.
• مفاجآت المدة الذكية. بالمدة -1 يختار النموذج الطول: ممتاز للاستكشاف وخطأ لفاصل إعلاني مدته 15 ثانية. إذا كان للمخرَج موعد نهائي فحدّد الثواني.
• التمديد فوق السقف. التمديد يحسب المدخل زائد المخرج: مدخل 20 ثانية لا يمكن تمديده 15 أخرى. خطّط للتمديد داخل 30 ثانية.
• انتظار الأوزان. Wan 3.0 عبر الواجهة البرمجية فقط ولا ينشر أوزانًا. إن احتجت نموذجًا مفتوحًا تستضيفه بنفسك، فآخر نموذج رئيسي مفتوح في العائلة هو Wan 2.2 برخصة Apache-2.0.

ما يمكنك استخدامه على Imgo اليوم

Wan 3.0 غير مدمج في Imgo ولا سعر له برصيد Imgo — هذه الصفحة مرجع خارجي. المتاح فعليًا على Imgo هو عائلة Seedance 2: مقاطع من 5 إلى 15 ثانية، من 480p حتى 4K على Seedance 2.0 (و480p و720p على مستويي Fast وMini)، وحتى 4 صور مرجعية و3 مقاطع فيديو مرجعية و3 مقاطع صوتية، وصوت أصلي يولَّد مع الصورة. قيدان يستحقان المعرفة: الصور المرجعية لا تجتمع مع إطار البداية أو النهاية، والإطار النهائي يتطلب إطار بداية. الفوترة بالثانية وفق تعرفة النموذج — Seedance 2.0 يتبع تعرفة Volcengine الرسمية وSeedance 2 Fast يكلف نحو 55% منها — والمولّد يعرض سعر الرصيد الدقيق قبل كل إرسال.

لرؤية كل ما يمكن توليده الآن، راجع قائمة النماذج المتاحة؛ وبالنسبة لبقية خيارات فئة Wan 3.0، فإن صفحة بدائل Wan 3.0 ومقارنة Wan 3.0 مقابل Seedance 2.5 ترسمان الصورة كاملة.

المصادر

• Alibaba Cloud: مرجع واجهة Wan3.0
• Alibaba Cloud: دليل توليد الفيديو Wan3.0
• Alibaba Cloud: نموذج wan3.0-video وأسعاره
• GIGAZINE: إطلاق Alibaba نموذج Wan 3.0 (تعرفات Prime)
• GitHub: Wan 2.2 (رخصة Apache-2.0)