حتى 30 ثانية في لقطة واحدة
4 أو 6 أو 8 أو 10 أو 15 أو 20 أو 30 ثانية. بلا لصق وبلا انحراف بين المقاطع. النموذج التالي الأطول هنا يصل إلى خمس عشرة ثانية، ونماذج Google تتوقف عند ثماني أو عشر.
نموذج · Alibaba Wan 3.0
Wan 3.0 — 30 ثانية من الفيديو في تشغيل واحد
نموذج الفيديو من Alibaba، والشيء الوحيد الذي يفعله ولا تفعله نماذج Google الموجودة هنا: الطول. توليد واحد يعطيك من 4 إلى 30 ثانية والصوت بداخلها أصلًا، بدقة 480p أو 720p أو 1080p، أفقيًا أو عموديًا. تدفع بالثانية — $0.05 أو $0.10 أو $0.20 حسب الدقة — فتكلفة المسودة القصيرة $0.20، وأطول مقطع وأوضحه على المنصة $6.00. عملات رقمية أو بطاقة، وبلا اشتراك.
01ما هو
ما هو Wan 3.0؟
Wan 3.0 هو نموذج توليد الفيديو من Alibaba، صدر على Alibaba Cloud Model Studio في أغسطس 2026، وهو يُخرج مقاطع من 4 إلى 30 ثانية مع صوت يُولَّد في التمريرة نفسها التي تُولَّد فيها الصورة. هنا يقرأ أمرًا نصيًا، وإطارًا أولًا وإطارًا ختاميًا اختياريين، أو حتى 10 صور مرجعية، ثم يعيد مقطعًا واحدًا جاهزًا بدقة 480p أو 720p أو 1080p. نحاسبك بالسعر الذي تعلنه Alibaba للنموذج تمامًا — $0.05 و$0.10 و$0.20 للثانية حسب الدقة — بدل إضافة هامش عليه، وهي السياسة نفسها التي نطبّقها على نماذج Google.
من يحتاج فعلًا إلى 30 ثانية؟
كل من سئم لصق المقاطع. معظم نماذج الفيديو تتوقف عند ثماني أو عشر ثوانٍ، فمشهد من نصف دقيقة يعني ثلاثة أو أربعة توليدات، ومطابقتها يدويًا، والتعايش مع الوصلات التي غيّر النموذج عندها رأيه في الإضاءة. أما Wan فيُخرج المشهد كله في لقطة واحدة. في اللقطات الدوّارة للمنتجات، والخلفيات الأجوائية، ولقطات سير العمل، وكل ما تظل الكاميرا فيه متحركة، يختفي معه التحرير تمامًا. والعمودي يعمل بالطريقة نفسها — 9:16 بأي من الدقات الثلاث، وهو ما تطلبه Shorts وReels.
02ما يجيده
ستة أمور تستحق المعرفة قبل أن تُنفق
صوت لا يكلّف شيئًا
الصوت يُولَّد مع الصورة ويكون مفعّلًا افتراضيًا. إيقافه مجرد زر، والسعر واحد في الحالتين — بعكس Veo، حيث الصوت الأصلي إضافة مدفوعة.
الإطار الأول والأخير
أعطه صورة بداية ليحرّكها، وإن شئت صورة نهاية ليستقر عندها. الصورة نفسها في الخانتين تعطيك حلقة متكررة نظيفة.
حتى 10 صور مرجعية
المراجع تحافظ على ثبات شخصية أو أسلوب عبر التوليدات المختلفة. وهي بديل عن الإطارات لا إضافة إليها — فالنموذج يأخذ أحدهما لا كليهما.
البذور العشوائية
ثبّت البذرة، وسيصل الأمر نفسه إلى لقطة قريبة جدًا من سابقتها. مفيد حين تضبط كلمة واحدة في كل مرة وتريد أن ترى أثرها.
ثلاث فئات سعرية
دقة 480p للمسودات بسعر $0.05 للثانية، و720p للنشر بسعر $0.10، و1080p بسعر $0.20. جرّب بالرخيص، وأخرج النسخة النهائية مرة واحدة.
03حدود بصراحة
ما لن يفعله Wan 3.0
التعديل هنا ليس محادثة. مع Gemini Omni Flash يمكنك أن تقول «اجعل الإضاءة أدفأ» فيعدّل النموذج المشهد الذي يتذكره. أما Wan فيستطيع إعادة تصوير مقطع تسلّمه له — مصدر حتى 15 ثانية، على أن يبقى المصدر والنتيجة معًا ضمن 30 ثانية — لكن كل طلب يبدأ من الصفر، وتُحتسب ثواني المصدر مع ثواني النتيجة. كما أنه يُخرج مقطعًا واحدًا في كل تشغيل، فلا شبكة من أربعة خيارات تنتقي منها. لا يوجد موجّه سلبي، لذا فكل ما لا تريده يجب أن تُخرجه من المشهد بالكتابة لا أن تحظره. نسب الأبعاد 16:9 و9:16 فقط، والسقف 1080p. والإطارات الابتدائية والصور المرجعية لا تجتمعان: اختر الإطارات أو المراجع، لا كليهما.
Alibaba صريحة بشأن المواضع التي ما زال النموذج ينمو فيها: فملاحظات الإطلاق الخاصة بها تقول إن ملمس الصوت وعرض النص داخل الصورة لم يبلغا بعد ما تريده، وهذا يوافق ما نراه في الجملة — الأجواء الخلفية مقنعة، والجُمل المنطوقة خرجت أفضل مما توقّعنا، لكنه ليس مسارًا يمكنك ضبطه بالتفصيل. وللقطات الطويلة مخاطرها الخاصة. مقطع الفخار ذو العشرين ثانية أعلاه صمد أفضل مما توقعت، لكن ثلاثين ثانية تعني إطارات كثيرة يجب أن تبقى متسقة، فخصّص ميزانية لإعادة محاولة في كل ما يتجاوز خمس عشرة ثانية. وثمة أمر يفعله النموذج عند مصدره ولم نوصله نحن: إنه يقبل المستندات (PPT وPDF وجداول البيانات) كمدخلات. كما أن «extend» عنده مشهد تالٍ بالممثلين أنفسهم وفي المكان نفسه، لا استكمال دقيق إطارًا بإطار. إن أردت صوتًا توجّهه جملة جملة فإن Gemini Omni Flash هو الأداة الأنسب؛ وإن احتجت 4K، وهو ما لا يبلغه Wan، فالبديل هو Veo 3.1.
04ملاحظات ميدانية
ما علّمنا إياه الإنتاج الفعلي
هذه الملاحظات مستمدة من إنتاج إعلاني حقيقي على Wan 3.0 في سبتمبر 2026: مقاطع منتجات، وجولات تنظيف على لقطات مصوّرة، وإعادة إنتاج مبنية على إطار أول. لا شيء منها موجود في الوثائق، وكلها كلّفت مالًا لاكتشافها.
ترتيب الكتل يحسم النتيجة
ما يأتي أولًا في الموجّه ينال الانتباه، والوصف الطويل للمنتج يستأثر به كله. في تجاربنا، تعليمة تنظيف جاءت سابعةً في الموجّه جرى تخطّيها؛ والكلمات نفسها حين نُقلت إلى الأعلى بعنوان «TASK 1» نُفّذت. ضع أهم ما تحتاج إليه أولًا.
النفي يعمل كقائمة رسم
عبارة «No ring, no watch, no ink» أعطتنا خاتمًا ذهبيًا جديدًا ووشمًا أوضح. في تجاربنا كانت تسمية الشيء طلبًا له. صِف بدلًا من ذلك ما ينبغي أن يكون موجودًا: عبارة «each finger is plain skin from base to tip» أنجزت ما عجزت عنه ثلاث عبارات نفي.
يملأ الأيدي الفارغة
في لقطاتنا التي لم يكن يُفترض أن يظهر فيها المنتج، استبدل Wan أي شيء تمسكه اليد بالمنتج — تحوّل المشط إلى ماكينة تشذيب. سمِّ كل أداة باسمها، وقل صراحةً إن الإطار الخالي من المنتج مقبول، واكتب «لا أكثر من واحد أبدًا» بدلًا من «واحد بالضبط». والأكثر أمانًا: أنتج تلك اللقطات كمقطع منفصل لا يصف موجّهه المنتج إطلاقًا.
الإطار الأول يثبّت الغرض
انطلاقًا من صورة ابتدائية واحدة ومن دون مراجع، أبقى Wan المنتج سليمًا عشر ثوانٍ: الأزرار في مكانها، ولا شيء زائدًا في المشهد. وفي اختباراتنا على الإطار نفسه أنبتت نماذج أخرى سلكًا شاردًا وأغراضًا غريبة. إن كان المنتج بعينه مهمًا، فاصنع الإطار أولًا ودع Wan يحرّكه في تشغيل واحد.
التنظيف يعود مطابقًا إطارًا بإطار
تعديل مقطع مصوّر لإزالة الوشوم وساعة وأساور أعاد لقطات تطابق المصدر لقطةً بلقطة، مع بشرة نظيفة. وعندنا كانت القطع التي لا تتجاوز نحو ثماني ثوانٍ هي الحجم الموثوق؛ أما المصادر الأطول فالأفضل تقطيعها إلى أجزاء.
تشغيل طويل واحد خير من سلسلة
Extend في Wan يعني «المشهد التالي»، لا استكمالًا دقيقًا إطارًا بإطار. حين تحتاج إلى خمس عشرة أو عشرين أو ثلاثين ثانية، اطلبها كتوليد واحد بدلًا من وصل مقاطع قصيرة.
المدد بالثواني الكاملة
تُقصّ النتيجة إلى عدد الثواني الكاملة الذي طلبته، بمعدل 30 إطارًا في الثانية: دخل 94 إطارًا فعاد 90. ولذلك لم ينجح معنا القطع عند حدود اللقطات تمامًا — خطّط مقاطعك بحيث تقع الوصلات على ثوانٍ كاملة.
الصورة المرجعية تجلب ملابسها معها
في تجاربنا نسخ Wan الملابس والحليّ من صورة الشخص حتى لو قال الموجّه «الوجه والشعر فقط». اقتصّ المرجع حتى لا يبقى فيه إلا ما تريد نقله فعلًا.
متّسع لموجز لقطةً بلقطة
يتّسع الموجّه لما يصل إلى 20,000 حرف، ففيه مكان لمهام مرقّمة وقفل على كل أداة ووصف لكل لقطة. ويكافئ Wan هذه البنية: كلما حدّدت الكتلة بدقة ما في الإطار، قلّ ارتجاله.
عيوب ينبغي التخطيط لها. الصوت موجود في العادة، والنموذج ينطق الجُمل المنطوقة نطقًا جيدًا، وليس بالإنجليزية وحدها. غير أن مشروعًا واحدًا جاء على خلاف ذلك: في جولات التعديل وفي تحويل نص إلى فيديو بموجّه معقّد عاد صوت محرك ماكينة التشذيب خافتًا، بحدود −45 ديسيبل — مسموعًا لكن ضعيفًا. وفي بقية جولاتنا كان المسار الصوتي في مكانه، فهذه حالة بعينها لا صفة في النموذج؛ وإن كان الصوت الخافت يضرّك فتحقّق من المستوى وخذ الصوت من مصدرك عند الحاجة. الأرقام الصغيرة على شاشة الجهاز تُرسم أفضل مما ترسمه النماذج المنافسة لكن ليس بثبات — حصلنا على 89 حيث كان الإطار يعرض 84، ومع الإمساك الأفقي خرجت الأرقام مُدارة. وقد يلين شكل المنتج في اللقطات المتوسطة. وعند تعديل اللقطات المصوّرة يرسم النموذج أحيانًا تفصيلًا يأتي لاحقًا في المصدر — خط محلوق في قصّة شعر ظهر قبل موعده بلقطة واختفى في التالية. لم تُصلح إعادة المحاولة ذلك عندنا، فقطعنا ذلك الجزء.
05كيف تشغّله
من الأمر إلى المقطع في ثلاث خطوات
صِف اللقطة لا الموضوع
الشخصية، وما تفعله، والكاميرا، والإضاءة. جملة "Single continuous shot" تستحق أن تُكتب صراحة. ثم أضف سطرًا قصيرًا بعنوان "Audio/sound:" لما ينبغي سماعه — يلتقط Wan الإشارة.
ابدأ بمسودة 480p
أربع ثوانٍ بدقة 480p تكلّف $0.20. اضبط التكوين هناك، ثم أعد تشغيل النسخة الفائزة بدقة 720p أو 1080p بالطول الذي تحتاجه فعلًا.
ادفع مقابل الثواني التي حصلت عليها
يُخصم من رصيدك عند بدء المهمة، ويُعاد إليك تلقائيًا إذا فشلت أو رفضها المُرشّح. اشحن بالعملات الرقمية أو بالبطاقة؛ ولا رسوم شهرية تنتظرك.
06الأسعار
كم تبلغ تكلفة Wan 3.0 مقارنةً بـ Veo 3.1 وOmni في عام 2026؟
| النموذج | 4 ث | 10 ث | 30 ث | الصوت |
|---|---|---|---|---|
| Wan 3.0 · 480p$0.05 للثانية — للمسودات ومواقع التواصل | $0.20 | $0.50 | $1.50 | مضمّن ومجاني |
| Wan 3.0 · 720p$0.10 للثانية — الخيار المعتاد | $0.40 | $1.00 | $3.00 | مضمّن ومجاني |
| Wan 3.0 · 1080p$0.20 للثانية — الأوضح | $0.80 | $2.00 | $6.00 | مضمّن ومجاني |
| Veo 3.1 Fast · 720pنموذج من Google، من 4 إلى 8 ثوانٍ فقط | $0.35 | — | — | بتكلفة إضافية |
| Gemini Omni 1.1 Flash · 720pنموذج Google، بالثانية، 3–10 ث لكل توليد | $0.40 | $1.00 | — | مفعّل دائمًا |
| Gemini Omni 1.1 Flash · 1080pالنموذج نفسه بدقة 1080p، $0.15 للثانية | $0.60 | $1.50 | — | مفعّل دائمًا |
الأسعار لكل مقطع جاهز وتشمل المسار الصوتي. الشرطة تعني أن النموذج لا يخرج هذا الطول في توليد واحد: Veo يتوقف عند ثماني ثوانٍ، وOmni لا يبلغ 40 ثانية إلا بتمديد مقطع جاهز مشهدًا بعد مشهد. إيداع 50$ يضيف 5% إلى رصيدك، و100$ يضيف 10%؛ ورمز ترويجي فعّال يضيف 10% أخرى فوق الإيداع نفسه. مكافأة الحجم +5% / +10% تنطبق على الشحن بالعملات الرقمية فقط.
الجدول الكامل لكل النماذج موجود في صفحة الأسعار.
07اقرأ بعد ذلك
أدلة أكثر عمقًا
تحويل صورة إلى فيديو
كيف تتصرف إطارات البداية والنهاية والحلقات المتكررة فعليًا، مع الأوامر التي أنتجتها.
اقرأ الدليلكتابة الأوامر لنماذج الفيديو
لغة الكاميرا والإضاءة والحركة. كُتب لأجل Veo، لكن البنية تنتقل إلى Wan بلا تغيير يُذكر.
اقرأ الدليلمراجعة Gemini Omni Flash
النموذج الذي تلجأ إليه حين تحتاج إلى تعديل مقطع بالحديث معه بدل إعادة كتابة الأمر.
اقرأ الدليل08الأسئلة الشائعة
أسئلة يطرحها الناس فعلًا
ما أقصى مدة لفيديو Wan 3.0؟
حتى 30 ثانية في توليد واحد. المدد المتاحة للاختيار هي 4 و6 و8 و10 و15 و20 و30 ثانية، ويعود المقطع لقطة واحدة متصلة — لا أربعة مقاطع قصيرة ملصوقة معًا. أما نموذجا Veo وOmni من Google فيتوقفان عند ثماني وعشر ثوانٍ للمقطع.
كم يكلّف مقطع Wan 3.0؟
تدفع بالثانية: $0.05 بدقة 480p، و$0.10 بدقة 720p، و$0.20 بدقة 1080p. فأربع ثوانٍ كمسودة تكلّف $0.20، وعشر ثوانٍ بدقة 720p تكلّف $1.00، والحد الأقصى — ثلاثون ثانية بدقة 1080p — يكلّف $6.00. والمسار الصوتي مشمول في هذا السعر.
اقرأ الإجابة الكاملةهل يولّد Wan 3.0 صوتًا؟
نعم، وهو مفعّل افتراضيًا. الصوت يُنتج مع الصورة لا يُضاف بعدها، فيقع صوت الخطوة في لحظة ملامسة القدم للأرض. يمكنك إيقافه للحصول على مقطع صامت، ولن يغيّر ذلك ما تدفعه. اكتب ما تريد سماعه في سطر قصير "Audio/sound:" في نهاية الأمر. ومما يستحق المعرفة: ملاحظات الإطلاق من Alibaba نفسها تذكر نسيج الصوت بين الجوانب التي ما زالت تُحسَّن، وفي جولاتنا كان المسار صالحًا للاستخدام كما هو وجاءت الجُمل المنطوقة جيدة، لكن في مقطع مهم يستحسن التحقّق من المستوى.
هل أستطيع تحريك صورتي الشخصية؟
نعم. ضع صورة في خانة إطار البداية، واجعل الأمر النصي يصف ما ينبغي أن يحدث لها. ويمكنك إضافة إطار ختامي للتحكم في نهاية اللقطة، ووضع الصورة نفسها في الخانتين يعطيك حلقة متكررة. لكن انتبه: لا يمكن استخدام الإطارات والصور المرجعية معًا.
Wan 3.0 أم Veo 3.1 — أيهما أستخدم؟
Wan 3.0 هو الأحدث والأقدر بين الاثنين: لقطات حتى 30 ثانية مقابل ثمانٍ، وصوت مشمول في السعر، ومقاطع مرجعية في المدخلات، ومنتج يبقى على حاله حين تحرّكه من إطار أول. أما Veo 3.1 فهو البديل لما لا يغطيه Wan — مخرجات 4K — وللمقاطع القصيرة بطابع Google. قاعدتي العملية: ابدأ بـ Wan، وانتقل إلى Veo حين ينصّ الموجز على 4K.
هل أستطيع تعديل المقطع بعد توليده؟
نعم، مع تحفّظ. سلّم Wan مقطعًا حتى 15 ثانية — من صنعه أو من تصويرك — وصِف التغيير، فيعيد مقطعًا جديدًا. يجب أن يتّسع المصدر والنتيجة معًا ضمن 30 ثانية، وتُحتسب ثواني المصدر بسعر الثانية نفسه الذي تُحتسب به النتيجة. ليست محادثة: كل تعديل طلب جديد بلا ذاكرة لما سبقه، و«extend» يعطيك المشهد التالي لا استكمالًا دقيقًا إطارًا بإطار. النموذج الذي يتذكر المقطع الذي صنعه هو Gemini Omni Flash.
هل يمكنني استخدام فيديوهات Wan 3.0 تجاريًا؟
نعم. ما تولّده ملكك لتستخدمه كما تشاء، بما في ذلك أعمال العملاء والاستخدام التجاري، مع الالتزام بقواعد المحتوى في شروطنا. ولا توجد علامة مائية على المخرجات ولا ترخيص منفصل تشتريه.
ثلاثون ثانية، أمر واحد
تبدأ الحسابات الجديدة برصيد 0.20$ — يكفي لمسودة بدقة 480p تعرف بها إن كان Wan نموذجك المناسب. المقاطع من $0.20، بلا اشتراك وبلا التزام.