公開中 · BETA
Wan 3.0：オールインワンの AI 動画モデル
通義万相の新世代オールインワン動画モデルが、MakeFun で利用できます。単一ショットでネイティブ 30 秒、4 つの生成モードをひとつの場所に、最大 20 点の参照素材、ドキュメントや Web ページもそのまま動画の素材として読み込めます。
このモデルの出力
以下のクリップはすべて通義万相の公式デモです。費用をかける前に画質を確かめられます。
得意なこと 5 つ
5 つの見出しと数値は通義万相の公式発表によるもので、クリップも公式デモです。MakeFun での実際の結果は、ご自身の生成によって決まります。
オムニ生成 — 一度に最大 20 点の素材
1 回のジョブで最大 20 点の参照素材を使えます。複雑なドキュメントや Web ページの解析にも対応し、doc・xls・ppt・pdf・md がそのまま参照入力として読み込まれます。製品仕様書や競合のページを、書き直すことなく動画の素材にできます。
ネイティブ 30 秒、つなぎ合わせではない
単一ショットがネイティブで 30 秒に対応し、より完結した物語表現と自由な発想が可能になりました。尺はプロンプトから自動で判断する設定も備えています。1 本のクリップに感情の起伏をひととおり収められるため、連続したカメラワークやワンテイクの長回しにも余裕が生まれます。
細部まで揺れない一貫性、納品を前提に
参照素材のディテールを正確に再現します。実験ではなく実制作を想定した設計で、人物・小道具・声・空間の関係・全体のスタイルがショットをまたいでも安定します。カットをまたいで同じ顔でいられるかどうかが、デモと納品物の分かれ目です。
映像と音を一度の生成で
リアルさ・映像の質感・サウンドデザインが同時に引き上げられ、視聴体験の説得力が増します。音声生成は生成フォーム上のスイッチなので、映像と音が一緒に出力されます —— 別途の音付け作業も、あとからの同期合わせも不要です。
精密な編集 — 一部だけ変えて、他はそのまま
今回のリリースでは動画編集の精度が上がり、指示ベースと参照ベースの編集に対応しました。変えたい部分（映像・動作・セリフの一行）を指定すれば、残りは作り直されることなくそのまま保たれます。
設定より先にモードを選ぶ
MakeFun では Wan 3.0 に 4 つのモードを用意しています。どれを選ぶかで、準備すべきものと、素材側で決まってしまう設定が変わります。
Text to Video
プロンプトのみ、アップロード不要。場面・被写体の動き・カメラワーク・雰囲気を書けば、モデルがゼロから組み立てます。アイデアを試すのに最速の方法です。
Image to Video
画像を 1 枚アップロードして最初のフレームにすると、そこから先をプロンプトに沿って生成します。音声のアップロードにも対応しているため、音付きで出力できます。キービジュアルや商品写真がすでにあるなら、これが最短経路です。
First & Last Frame to Video
開始フレームと終了フレームを別々にアップロードすると、あいだの変化をモデルが補完します。入れ替えボタンで 2 つを反転できます。表情の変化・ポーズの変化・場面転換など、ショットの始点と終点を正確に決めたいときの堅実な選択です。
Reference to Video
参照用の画像・動画・音声を複数アップロードするか、ドキュメントや Web ページを指定すると、Wan 3.0 がそれらをまとめて読み取り、結果を方向づけます。参照動画は合計 15 秒以内に収めてください。入力と出力の合計が 30 秒以内に収まるよう、システムが出力を調整します。
最初の 1 本までの 3 ステップ
MakeFun での実際の操作順です。事前に有効化しておくものはありません。
1. モードを選ぶ
まず、プロンプトだけで作るか、画像 1 枚か、開始・終了フレームか、複数種類の参照素材かを決めます。4 つのモードは上で説明したとおりです。
2. アップロードしてプロンプトを書く
選んだモードに必要なもの（画像・動画・音声、あるいはドキュメントや Web ページ）を追加し、動作・カメラワーク・狙う雰囲気を書きます。プロンプト欄は 5,000 文字まで。抽象的な言葉より具体的な記述が効きます。
3. パラメータを設定して生成
尺と解像度を選んで生成します。結果は My Result に入り、そこから超解像や字幕削除など、他のツールへそのまま引き継げます。
生成ごとに設定できること
現在 MakeFun 上で Wan 3.0 が公開している設定項目です。納品基準を満たせるかどうかの判断材料になります。
| 設定項目 | 内容 |
|---|---|
| 尺 | 3秒・5秒・10秒・15秒・30秒。既定は 5秒。Reference to Video では、アップロードした参照クリップの長さに応じて選べる範囲が変わります。 |
| 解像度 | 480P・720P・1080P。高いほどクレジットを多く消費します。480P で試作し、1080P で仕上げるのが節約になります。 |
| 入力画像 | JPG または PNG、1 枚 20 MB 以内、幅・高さとも 240〜7,680 ピクセル。 |
| プロンプト | 5,000 文字まで。ネガティブプロンプトで除外を指定でき（“blurry, low quality, deformed” など）、プロンプト拡張を使えば AI が説明を補ってくれます。 |
| 音声を生成 | 既定でオン。オフにもできます。 |
| 出力数 | 1 回の送信で複数のクリップを生成します。 |
| ランダムシード | Ultra プランのみ。同じ入力から同じ結果を再現できます。 |
やり直しを減らす 4 つのこと
良い素材から始める
鮮明で構図の整った画像・動画ほど良い結果になります。ぼやけた素材や低解像度の素材では期待できません。入力の質が出力の上限を決めるため、このページのどの設定よりも効いてきます。
動作を具体的に書く
プロンプトに具体的な動きを書くほど（“ゆっくり歩く”“軽くうなずく”など）、形容詞よりもはるかに正確に反映されます。曖昧な雰囲気の言葉では、モデルが手がかりを得られません。
開始・終了フレームは狙って使う
このモードは表情の変化・ポーズの変化・場面転換のためのものです。ショットの始点と終点を正確に決める必要がある場面に向いています。着地点が決まっているなら、テキストのプロンプト任せにしないでください。
参照の長さを計算に入れる
Reference to Video では参照クリップの合計が 15 秒以内である必要があり、入力と出力の合計が 30 秒に収まるようシステムが出力を調整します。参照が長いほど完成尺は短くなります —— アップロードの前に計算しておいてください。
ドキュメントと API
Wan 3.0 を自社プロダクトに組み込む場合、エンドポイント・パラメータ・認証・課金はMakeFun の開発者ドキュメントにまとめてあります。MCP からの利用もそちらで案内しています。
Wan 3.0 を MakeFun で使う理由
無料で開始、サブスクリプション不要
月額プランなしで生成できます。Wan 3.0 は手持ちのクレジットで動き、最初の 1 本を作る前に有効化するものはありません。
すべてのモデルをひとつの場所で
Wan・Seedance・Kling・Sora・Veo・Seedream などが、ひとつのアカウントと残高で使えます。複数のツールに支払う代わりに、同じ企画を複数のモデルに通せます。
納品まで見据えた設計
リップシンク・音声クローン・顔交換や頭部交換・字幕削除・超解像が生成のすぐ隣にあるため、プロンプトから完成素材まで、サイトを離れずに仕上げられます。
MakeFun にある関連 AI 動画モデル
- Seedance 2.5 — ByteDance のプロ向けマルチモーダルモデル。MakeFun で同じく利用できます。同じ企画で 2 つを比べてみてください。
- Wan 2.6 と Wan 2.6 Flash — ひとつ前の Wan 世代。速くて経済的な選択肢として今も有効です。
- Kling 2.6 と Sora 2 — 同じプロンプトを通してみる価値のある、別の動画モデルです。
- リップシンク と 動画から音声へ — 生成した映像を仕上げるためのツールです。