Wan 3.0

Wan 3.0 영상 모델은 한 번에 최대 30초를 생성한다. Wan 2.6 시리즈의 15초 상한에서 두 배로 늘어난 셈이다. 이 여유가 30초 AI 영상을 조각이 아니라 한 장면으로 성립시킨다. 이어지는 카메라 무빙도 원테이크 샷도 조각을 잇지 않고 끝까지 간다. 스마트 길이 옵션은 프롬프트에 맞춰 적당한 길이를 제안한다.

모델은 화면과 함께 대사, 배경 음악, 효과음을 써 넣는다. 나중에 소리를 따로 붙일 필요가 없다. 오디오 트랙을 넣어 립싱크나 댄스 동작을 끌어낼 수도 있다. 결과물은 MP4 하나이고, 화면과 소리는 이미 맞춰져 있다.

모델 하나가 텍스트와 이미지, 영상, 오디오 입력을 동시에 다루고 한 요청에서 최대 20개 레퍼런스를 읽는다. 이미지와 영상, 오디오는 따로 세기 때문에 인물 사진과 레퍼런스 클립, 음원을 부딪히지 않고 섞을 수 있다. 단일 모드 영상 모델과 갈리는 지점이 여기다.

Wan 3.0은 인물의 얼굴, 머리, 체형, 의상을 컷을 넘나들어 안정적으로 유지하고, 소품도 구조와 로고, 재질까지 앵글이 달라져도 똑같이 지킨다. 카메라에 대한 주체의 위치도 추적해 장면이 흐트러지지 않는다. 멀티 샷 작업에서는 일관성이 깨질 때 생기는 수작업 수정을 줄여 준다.

미디어를 넘어 Wan 3.0은 doc, xls, ppt, pdf, txt, key, pages, numbers, md 파일과 공개 웹 링크를 읽는다. 요청 하나에 파일이나 링크 하나, 최대 100MB와 50페이지까지다. 사무 자료가 수동 변환 없이 수업용 슬라이드나 제품 시연, 움직이는 차트가 된다.

모델은 새 클립 생성은 물론 기존 영상도 편집한다. 요소를 더하거나 지우고, 스타일이나 조명을 바꾸고, 대사를 다시 쓰고, 영상을 앞뒤 또는 양방향으로 늘린다. 편집과 생성이 같은 모델에서 돌기 때문에 작업 흐름을 갈아타지 않아도 된다.