Wan 3.0 R2V (référence vers vidéo)
Générateur Wan 3.0 R2V :
Les références entrent.
Le mouvement se transmet.
R2V est le mode références de Wan 3.0 : donnez-lui vos visages et votre style en images, le mouvement voulu en clips vidéo, et des voix facultatives en audio — et Wan réinterprète une scène entièrement nouvelle en gardant le mouvement, les personnages et la synchronisation. Sans abonnement, payez par clip en crédits.
Options de modèles
Choisissez le flux qui correspond à votre scène
Commencez avec un prompt, ajoutez des références au besoin, puis choisissez la voie de génération qui correspond au résultat.
Wan 3.0 (R2V)
Le mode référence-vers-vidéo par défaut de Wan 3.0, exposé sur Moosky comme le composeur R2V. Nourrissez-le d'un kit de références — visages et costumes en plans fixes, planches de style, clips de mouvement, prises de voix — étiquetez chaque fichier dans le prompt, et Wan conserve l'identité, le style et le mouvement tandis qu'il interprète votre nouvelle scène avec audio natif.
Other reference-to-video models
R2V est l'un des trois modes de référence sur Moosky. Quand un plan se joue ou se perd sur le dialogue parlé, MiniMax H3 Ref2V est la voie du dialogue ; quand il s'agit d'action cinétique dense, Seedance 2.0 R2V s'en accommode mieux. La gamme complète est dans le hub référence-vers-vidéo.
Exemples de résultats
Clips rendus en mode Wan 3.0 R2V
Sorties réelles d'une génération conditionnée par références avec audio natif sur Moosky.
Pourquoi l’utiliser sur Moosky AI
Des outils puissants. Une expérience sans accroc.
Rendus conditionnés par références
Donnez au modèle des fichiers de référence au lieu de redécrire votre personnage à chaque prompt. L'identité vit dans vos téléversements, pas dans votre formulation, si bien que la neuvième prise ressemble à la première.
Mouvement issu d'un clip de référence
Téléversez une courte vidéo du mouvement voulu — une boucle de danse, une combo de combat, un cycle de marche — et Wan remet en scène ce mouvement sur votre personnage dans un nouveau décor.
Look anime et stylisé
Verrouillez aplats de couleur, épaisseur de trait et palette avec des références d'images de planches de style, et le look tient la route pendant le mouvement au lieu de dériver vers le photoréalisme.
Références audio autonomes
Joignez jusqu'à cinq prises audio comme références et la réplique interprétée garde ce timbre tout au long du clip — l'audio peut accompagner images ou vidéo.
Audio natif dans la même passe
L'audio de sortie est activé par défaut : dialogue, bruitage et ambiance se rendent avec l'image. La synchronisation labiale exacte sur des mots précis reste en cours de maturation.
Paiement par clip
R2V fonctionne sur les crédits Moosky (100 pour $1). Le composeur chiffre le coût exact d'après la durée et la résolution de votre clip avant toute exécution.
Comment ça marche
Trois pas simples jusqu’au résultat final
Chargez le kit de références
Téléversez visages et plans de costumes, une planche de style, le clip de mouvement à égaler, et des prises de voix facultatives — ordonnés, car les étiquettes suivent l'ordre.
Étiquetez et réalisez la scène
Décrivez le nouveau plan — décor, action, caméra, dialogue — et référez chaque fichier par son étiquette (Image 1, Video 1, Audio 1) pour que son rôle soit explicite.
Rendez mouvement et audio
Choisissez 2-30 secondes en 480P, 720P ou 1080P et générez — le clip arrive dans votre file avec sa piste audio native.
Pourquoi Wan 3.0 R2V pour un pilotage par références cohérent en mouvement
La défaillance de tout clip IA riche en mouvement n'est pas le visage, c'est le mouvement. Demandez « un breakdancer tourne en flare » en texte pur et vous obtenez le mouvement que le modèle invente, qui change à chaque relance. R2V est la réponse de Wan 3.0 : les vidéos de référence portent le mouvement. Téléversez un clip du mouvement réel — boucle de danse, combo de combat, marche répétée — et Wan conditionne le rendu dessus, remettant en scène ce mouvement dans un nouveau décor avec votre personnage. Le prompt écrit le décor et la caméra, le fichier de référence écrit la chorégraphie. Une prise qui dérive coûte alors un échange de fichier, pas un paragraphe de chirurgie du prompt : quand le coup de poing ressemble à une poussée, chargez une référence de mouvement plus propre et relancez, et les courts brouillons en 480P restent assez bon marché pour esquisser toute une séquence avant de confier un plan héro au 1080P.
Pour l'anime et le travail stylisé, le même principe verrouille le look. Un clip cel-shaded vit ou meurt sur l'épaisseur du trait, la palette et la façon dont cheveux et tissus bougent, des détails qu'un paragraphe de prompt ne peut qu'approcher. Chargez trois ou quatre images finales de votre personnage comme références d'images et un court clip du mouvement voulu, et le rendu tient le style pendant le mouvement au lieu de ne le tenir que sur la première image. Voilà le transfert de mouvement en pratique : le geste passe de votre référence au plan, et le personnage passe du plan au plan.
La discipline de l'étiquetage est ce qui fait fonctionner le kit. Chaque fichier tire son rôle de la façon dont vous le nommez dans le prompt : Image 1 le visage, Image 2 la tenue, Video 1 le mouvement de caméra, Video 2 la chorégraphie, Audio 1 la voix. Des rôles explicites permettent à une scène multi-personnages de porter un kit de références par rôle en une seule génération. Et R2V n'a pas de voie d'image de départ ; quand vous avez besoin de verrouiller l'image d'ouverture, c'est le mode FFLF de la page du générateur Wan 3.0.
Crédits
Une tarification simple et honnête
Sans abonnement. Sans frais cachés. Payez uniquement les crédits que vous utilisez.
Plus de Moosky AI
Explorez toute notre suite d’outils IA.
Questions fréquentes
Qu'est-ce que Wan 3.0 R2V ?
R2V est le mode référence-vers-vidéo de Wan 3.0 : au lieu d'un prompt seul, la génération est conditionnée par des fichiers que vous fournissez — jusqu'à 10 images, 5 vidéos et 5 clips audio autonomes. Les images portent les visages, les costumes et le style ; les vidéos portent le mouvement ; l'audio porte la voix. Wan interprète votre nouvelle scène en gardant le tout cohérent, avec un audio de sortie natif dans la même passe.
Puis-je transférer un mouvement d'une vidéo vers un autre personnage ?
C'est le cas d'usage du transfert de mouvement pour lequel R2V est conçu. Téléversez un clip du mouvement (1-15 secondes ; vidéos de référence ≤15 s au total) comme référence Vidéo, décrivez personnage et décor dans le prompt, et étiquetez les rôles (Image 1 est le visage, Video 1 est le mouvement). Wan remet en scène ce mouvement sur votre sujet au lieu d'inventer le sien, rognant la sortie pour que entrée et clip ne dépassent jamais 30 s. Pour une poursuite ou un combat où l'action est le plan, Seedance 2.0 R2V gère la cinétique plus lourde.
En quoi R2V diffère-t-il du contrôle première/dernière image ?
FFLF verrouille l'image d'ouverture et interpole éventuellement vers une image de fin — il contrôle la composition et la caméra entre deux images. R2V remplace entièrement la voie de l'image de départ : vous conditionnez sur l'identité, le style, le mouvement et la voix, et vous ne pouvez pas mélanger médias de référence et images. Les deux modes rendent 2-30 secondes jusqu'en 1080P avec audio natif ; en R2V, les clips qui utilisent une vidéo de référence sont bridés pour que l'entrée et la sortie tiennent dans 30 secondes.
R2V fonctionne-t-il pour l'anime et l'animation stylisée ?
Oui — c'est le mode fait pour cela. Le travail stylisé tient à l'épaisseur du trait, aux aplats de couleur et à la façon dont cheveux et tissus bougent, des détails qu'un prompt n'approche qu'approximativement. Chargez une planche de style de trois ou quatre images finales comme références d'images plus un clip de mouvement, et le look traverse le mouvement au lieu de ne tenir que sur la première image. Le flux pose-à-pose clé (images d'ouverture et de clôture) vit dans le mode FFLF de la page Wan 3.0.
Comment contrôler le rôle de chaque fichier de référence ?
Ordonnez les téléversements avec intention et étiquetez-les dans le prompt : Image 1 le visage, Image 2 le costume, Image 3 la planche de style, Video 1 le mouvement de caméra, Video 2 la chorégraphie, Audio 1 la voix. Wan lit ces étiquettes et attribue à chaque fichier son rôle ; ainsi une scène multi-personnages peut porter un kit de références par rôle dans un seul travail.
Combien coûte Wan 3.0 R2V sur Moosky ?
Les générations sont facturées en crédits (100 crédits pour $1), le coût suivant la durée et la résolution — 480P, 720P ou 1080P entre 2 et 30 secondes (une vidéo de référence réduit la sortie maximale pour que l'entrée et le clip tiennent dans 30 s). L'audio activé ou non ne change pas l'estimation. Le composeur chiffre le coût exact d'après la durée et la résolution de votre clip avant l'envoi, et les exécutions échouées sont remboursées. Aucun abonnement requis.
Divulgation
Moosky AI est une plateforme indépendante et revendeuse d’accès à des modèles d’IA. Les noms de produits, de modèles et d’entreprises affichés sur cette page appartiennent à leurs titulaires respectifs. Moosky AI n’est officiellement affiliée, parrainée ni endossée par ces fournisseurs sauf mention expresse. Le contenu de la page, les exemples et les aperçus peuvent inclure du contenu assisté par IA et synthétique.