Szenen und Kurzdramen
Schreib eine Szene mit Figuren, Handlung und Dialog und bekomm sie als eine Einstellung mit bis zu 30 Sekunden zurück.
Wan3 AIWan 3.0 Text-zu-Video Generator
Überblick
Was ist Wan 3.0 Text-zu-Video?
Text-zu-Video ist der einfachste Weg, Wan 3.0 zu nutzen, das Videomodell aus Alibabas Tongyi Lab: Du schreibst einen Prompt und schickst kein Bild und keine anderen Medien mit. Bild, Bewegung und Ton plant das Modell allein aus deinem Text.
Ein Prompt kann eine einzelne Einstellung oder ein kurzes Storyboard beschreiben. Für Clips mit mehreren Einstellungen empfiehlt Alibabas Leitfaden Shots von etwa 4 bis 6 Sekunden mit Zeitangaben, insgesamt bis zu 30 Sekunden. Dialog, Atmo und Musik entstehen zusammen mit dem Bild.
Wan3 AI ist eine unabhängige Website und kein Produkt von Alibaba. Wir nutzen Wan 3.0 über eine Drittanbieter-API und zeigen dir die Credit-Kosten jedes Clips vor dem Generieren.
Text-zu-Video auf Wan3 AI
- Eingabe
- Ein Text-Prompt mit bis zu 5.000 Zeichen
- Cliplänge
- 2–30 Sekunden
- Auflösung
- 480p, 720p oder 1080p
- Seitenverhältnis
- 16:9, 9:16, 1:1, 4:3, 3:4 oder adaptiv
- Ton
- Wird mit dem Video erzeugt; abschaltbar zum gleichen Preis
- Günstigste Option
- 14 Credits (5 s in 480p)
Fakten am 11. Oktober 2026 mit Alibabas Dokumentation abgeglichen.
So funktioniert's
Text-zu-Video in drei Schritten
- 01
Einstellung beschreiben
Sag, wer oder was im Bild ist, wo es ist, was sich bewegt und wie die Kamera folgt. Dialoge schreibst du wörtlich in Anführungszeichen.
- 02
Länge und Format wählen
Wähle 2–30 Sekunden, 480p bis 1080p und ein Seitenverhältnis. Die Credit-Kosten aktualisieren sich vor dem Absenden.
- 03
Generieren und verfeinern
Sieh dir den Clip an, ändere pro Durchgang nur eine Sache im Prompt und rendere die finale Version in höherer Auflösung. Fehlgeschlagene Generierungen werden automatisch erstattet.
Anwendungen
Was du mit Text-zu-Video machst
Konzepte und Pitches
Teste eine Werbeidee, ein Storyboard oder eine Stimmung, bevor du drehst oder ein einziges Bild gestaltest.
Social-Clips
Rendere Hochformat-Clips in 9:16 für TikTok, Reels und Shorts direkt aus einem Skript.
Erklärvideos mit Sprecher
Beschreib einen Ablauf oder einen Ort und den gewünschten Sprechertext; Stimme und Bild entstehen zusammen.
Prompt-Tipps
Bessere Text-zu-Video-Prompts
Motiv, Ort, Bewegung
Beginne damit, wer oder was im Bild ist, dann wo, dann was sich bewegt. Kamera, Stil und Ton ergänzt du, sobald die Grundeinstellung funktioniert.
Lange Takes takten
Teile längere Clips in Shots von wenigen Sekunden mit Zeitangaben (0–5 s, 5–10 s …) und sag, wie der Clip endet.
Ton mitschreiben
Zitiere Dialoge wörtlich, benenne die Atmo und schreib "keine Hintergrundmusik", wenn du keine willst.
FAQ
Wan 3.0 Text-zu-Video FAQ
Brauche ich für Wan 3.0 Text-zu-Video ein Bild?
Nein. Text-zu-Video nutzt nur deinen Prompt. Soll der Clip mit einem bestimmten Bild beginnen oder enden, nimm Bild-zu-Video; sollen Gesicht, Produkt oder Outfit deinen Fotos entsprechen, nimm Referenz-zu-Video.
Wie lang kann ein Text-zu-Video-Clip sein?
Jede ganze Sekundenzahl von 2 bis 30. Längere Clips kosten mehr Credits und brauchen länger zum Rendern.
Erzeugt es auch Ton?
Ja. Wan 3.0 erzeugt Dialog, Atmo und Musik zusammen mit dem Bild. Du kannst den Ton abschalten; der Preis bleibt gleich.
In welchen Sprachen kann ich Prompts schreiben?
Alibaba dokumentiert Prompts auf Englisch und Chinesisch. Schreib in einer dieser Sprachen, wenn du möglichst vorhersehbare Ergebnisse willst.
Was kostet das?
Ein 5-Sekunden-Clip kostet 14 Credits in 480p, 28 in 720p und 55 in 1080p; 30 Sekunden in 1080p kosten 329. Die genauen Kosten für deine Einstellungen siehst du vor dem Generieren, und fehlgeschlagene Generierungen werden automatisch erstattet.
Schreib deine erste Wan-3.0-Einstellung
Beschreibe eine klare Einstellung, wähle eine Länge und prüfe die Credit-Kosten vor dem Generieren.