Wan 3.0 per i cortometraggi AI (2026): parametri, limiti dei riferimenti, regole di moderazione e la modalità take da 30 secondi
Aggiornato il 12 settembre 2026
Risposta rapida: Wan 3.0 è il modello di generazione video di Alibaba Cloud sulla piattaforma Model Studio, richiamato tramite un'API asincrona di tipo invio-poi-polling, disponibile in due tier: lo standard wan3.0-video e il più veloce wan3.0-video-prime. I quattro numeri che contano per la produzione di serie: clip da 2 a 30 secondi, tre risoluzioni (480P, 720P, 1080P), fino a 10 immagini di riferimento più 5 video di riferimento e 5 audio di riferimento per chiamata, e prompt fino a 20.000 caratteri. La fatturazione è al secondo di video consegnato con successo; i fallimenti sono gratuiti. È uno dei due percorsi video in SceneMixer, il tier "Wan 3.0 · 720P" è quello contrassegnato come consigliato, ed è uno dei modelli disponibili nella modalità take da 30 secondi. Di seguito: tabella dei parametri, come fornire i riferimenti, i due gate di moderazione, regole dei prompt e comportamento del tier all'interno di SceneMixer.
Esempio: “Il voto dell'aquila” — Realistico HD, 1 episodio, prodotto end-to-end da SceneMixer a partire dalla sceneggiatura · guarda gli episodi
Prime è una corsia veloce, non un upgrade di qualità; prezzo di listino circa 1,5× quello standard
Formato di chiamata
Asincrono: l'invio restituisce un id di task, si fa polling fino a SUCCEEDED o FAILED; gli invii richiedono l'header X-DashScope-Async: enable
Dieci segmenti di un episodio vengono accodati in parallelo e tornano uno per uno
Risoluzione
480P / 720P / 1080P
720P è sufficiente per i drammi verticali ed è l'impostazione predefinita di SceneMixer
Lunghezza clip
2–30 s, numero intero
Il doppio del consueto tetto di 4–15 s; una scena a due personaggi completa entra in un solo segmento
Immagini di riferimento
Fino a 10
Scheda corpo intero del protagonista, ritaglio del volto e piatto della scena insieme; la coerenza tra inquadrature dipende da questi
Video / audio di riferimento
Fino a 5 ciascuno, 15 s totali per tipo
L'audio fissa la voce di un personaggio; il video può continuare il movimento del segmento precedente
Prompt
≤ 20.000 caratteri; estensione lato server del prompt opzionale
Spazio per uno storyboard completo; tieni l'estensione disattivata (vedi sotto)
Altro
seed per la riproducibilità; aspect ratio, anche adattiva al riferimento
Usa seed negli esperimenti, non in produzione
Fatturazione
Al secondo di output; viene addebitato solo il video generato con successo, fallimenti e blocchi di moderazione sono gratuiti
I retry non ti costano mai in caso di fallimento
Fonte: Alibaba Cloud Model Studio, riferimento API generazione video Wan 3.0, help.aliyun.com, accesso del 2026-09-05; i valori corrispondono al codice di integrazione di SceneMixer. I parametri cambiano; fa fede la pagina ufficiale.
Fornire i riferimenti: dieci immagini è un tetto, non un obiettivo
Personaggi: una scheda corpo intero 9:16 su sfondo bianco per ogni personaggio nell'inquadratura, più un ritaglio del volto per i protagonisti. Perché sfondo bianco e luce direzionale: vedi Coerenza dei personaggi. La luce impressa in un riferimento viene ereditata da ogni inquadratura.
Scena: un piatto vuoto con la fonte di luce indicata, senza nebbia, fasci o sagome.
Oggetti di scena: solo oggetti rilevanti per la trama, primi piani su sfondo bianco.
Audio: l'audio di riferimento fissa la voce del personaggio; SceneMixer abbina le voci da una libreria predefinita e le allega automaticamente.
Aspect ratio: passa esplicitamente 9:16 per i drammi verticali. Con il rapporto adattivo il modello segue la prima immagine di riferimento, e un mix di riferimenti verticali e orizzontali produce inquadrature inattese.
Due gate di moderazione: gratuiti, ma bloccano la pianificazione
Codice di errore
Significato
Trigger tipico
Come evitarlo
DataInspectionFailed
Controllo sicurezza contenuti non superato
Sangue, contenuti sessuali, figure o slogan sensibili
Controlla prima la sceneggiatura rispetto alle regole della tua piattaforma (vedi la checklist di conformità); tieni le descrizioni al limite fuori dallo storyboard
IPInfringementSuspect (Input / Output)
Sospetta violazione di proprietà intellettuale nell'input o nell'output
Nomi di studio, marchi o nomi di artisti famosi nel prompt o nei riferimenti; immagini di riferimento generate nello stile di uno studio possono essere rifiutate sul lato output anche dopo aver corretto il testo
Descrivi l'aspetto ("rendering 3D animazione famigliare americana di qualità cinematografica"), mai "nello stile dello studio X"; rigenera i riferimenti creati con uno stile marchiato
Un caso reale del 2026-09-04: un progetto impostato su un aspetto "animazione 3D in stile Pixar" ha avuto sei segmenti su dieci rifiutati in input e i restanti quattro rifiutati in output. Rimuovere il nome dello studio dal descrittore di stile ha risolto il problema; il progetto successivo dello stesso account è passato undici su undici. Nessuno dei due gate addebita costi, ma i segmenti bloccati devono essere rigenerati con uno stile o un design del personaggio diverso.
Prompting: linguaggio naturale, e tieni l'estensione automatica disattivata
Disattiva l'estensione del prompt. La riscrittura lato server riordina i punti di taglio, i tempi e l'orientamento dei personaggi che lo storyboard ha già fissato. Il testo dello storyboard che invii è il prodotto finito.
Scrivi i dialoghi nel formato ufficiale per il parlato: He says: "line", relaxed tone, medium pace. Le virgolette delimitano la battuta; emozione e ritmo vanno nella proposizione semplice dopo di essa. Non inserire mai indicazioni di recitazione dentro le virgolette, altrimenti il modello le leggerà ad alta voce.
Le cause, non gli effetti: scrivi da dove viene la luce ("un lampadario emette luce bianco-calda dall'alto a destra"), non dove cade; niente parole trigger come 8K / capolavoro / volumetrico.
Segmenti lunghi, inquadrature brevi: riempi un segmento da 15 o 30 secondi con 2–4 inquadrature e controlla il ritmo tramite la lunghezza delle inquadrature.
Nomina solo chi è inquadrato: non nominare mai persone assenti; i nomi dentro le negazioni agiscono come attrattori.
All'interno di SceneMixer
Scelta del tier: nelle impostazioni, seleziona "Wan 3.0 · 720P" (segnato come consigliato). Prime è un tier separato con una tariffa in crediti al secondo più alta. Le impostazioni predefinite attuali e le tariffe in crediti sono nella pagina dei prezzi.
Take da 30 secondi: in cima alla lista degli episodi nel passaggio 3, porta la modalità segmento su "30s take". Lo storyboard di quell'episodio viene quindi generato in segmenti da 30 secondi e la sua lista di modelli mantiene solo i modelli che supportano i 30 secondi, tra cui Wan 3.0. Usalo per gli episodi ricchi di dialoghi che non vuoi tagliare a 15 secondi.
I riferimenti sono automatici: le schede personaggio, i ritagli del volto, i piatti di scena e le voci abbinate vengono allegati per ogni segmento dalla pipeline; non c'è niente da caricare a mano.
Tempi di consegna: negli ultimi 14 giorni, sul sito internazionale un task Wan mediano ha impiegato circa 8 minuti per segmento; i dieci segmenti di un episodio vengono messi in coda in parallelo, quindi mentre aspetti puoi modificare lo storyboard dell'episodio successivo.
Rimborsi: i task bloccati dalla moderazione, rifiutati per parametri non validi o scaduti a monte rilasciano automaticamente i crediti; i crediti vengono scalati solo alla consegna della clip, e la rigenerazione di un singolo segmento addebita solo quel segmento.
Per vedere episodi completi prodotti con Wan, apri i drama di esempio; ogni progetto indica il modello e la risoluzione utilizzati.
FAQ
Quanto può essere lunga una clip generata da Wan 3.0 in una singola chiamata?
L'API accetta una durata intera da 2 a 30 secondi. SceneMixer divide gli storyboard in segmenti da 15 secondi per impostazione predefinita; passando un episodio alla modalità di ripresa da 30 secondi nel passaggio 3, l'elenco dei modelli per quell'episodio viene limitato ai modelli che supportano i 30 secondi, tra cui Wan 3.0.
Pago crediti se una generazione Wan fallisce?
No. Alibaba Cloud Model Studio addebita solo i video di output generati con successo; le chiamate fallite e gli errori di elaborazione non vengono addebitati. SceneMixer adotta la stessa logica: quando un task fallisce o viene bloccato dalla moderazione, i crediti congelati vengono rilasciati automaticamente, e i crediti vengono scalati solo alla consegna della clip.
Perché un prompt che menziona lo stile di animazione di uno studio viene rifiutato?
Model Studio esegue un controllo di proprietà intellettuale sia sull'input che sull'output; il codice di errore IPInfringementSuspect indica un sospetto di violazione. Nomi di studi, marchi e nomi di artisti famosi lo attivano, e le immagini di riferimento generate in quello stile possono comunque essere rifiutate lato output anche dopo aver modificato il testo. Descrivi invece l'aspetto, ad esempio "rendering 3D di animazione familiare americana di qualità cinematografica".
Standard o prime: quale tier Wan dovrei usare?
Prime è una corsia più veloce per lo stesso modello, non un tier di qualità superiore, e il suo prezzo di listino è circa 1,5 volte quello del tier standard. Usa Prime per output in batch e con scadenze ravvicinate, Standard per rifinire un singolo episodio con un budget limitato. In SceneMixer sono due tier separati, fatturati al secondo di output, selezionabili nelle impostazioni.
Esegui un episodio su Wan 3.0
Storyboard, riferimenti e voci vengono inviati al modello per ogni segmento dalla pipeline; i fallimenti non costano mai crediti.
Parametri dalla documentazione di Model Studio e dall'integrazione di SceneMixer, verificati il 2026-09-05; le modifiche a monte sono regolate dalla pagina ufficiale.
