Tre foto in un video Gas Station Dance: il nostro vero test di 20 secondi
Guarda l'output non modificato, confronta tutti e tre i ritratti in ingresso con quattro scene e scopri cosa fa e cosa non stabilisce la nostra singola generazione a 480p.
Ultimo aggiornamento: 2026-10-05
Abbiamo utilizzato tre ritratti adulti immaginari per generare il video qui sotto. Il file dura 20,04 secondi a 480 × 854 pixel, con audio generato. Per questo test non è stata fornita alcuna clip di danza originale. Questa è una nuova scena, non la bobina originale con tre facce sostituite.
Il lettore contiene l'output completo. Non abbiamo sostituito l'audio, non lo abbiamo accelerato né abbiamo messo insieme i momenti migliori di diversi tentativi.
Gli input: tre ritratti, tre lavori
Da sinistra a destra: ballerino, personaggio selfie, personaggio all'uscita dall'auto. Questi sono i input di test effettivi, non foto dei clienti.
Segui la sovracamicia blu per il ballerino, la maglietta color ruggine per il personaggio selfie e la giacca verde acqua per il personaggio che esce dall'auto.
Cosa succede nell'output?
1. Ballerino di apertura
2. La fotocamera si rivolge al selfie
3. Rivelazione della portiera dell'auto
4. Ritorna al selfie
Fotogrammi dallo stesso file di output. Osserva il giocatore per giudicare le transizioni e movimento.
La sequenza include le quattro parti previste. La sovracamicia blu, la camicia color ruggine e la giacca verde acqua rimangono utili spunti visivi in queste scene. Il secondo personaggio ritorna nel selfie finale.
I fotogrammi non risolvono ogni questione di qualità. Nell'inquadratura dell'uscita dell'auto, ad esempio, una mano in movimento è sfocata. Per decidere se quel momento sembra abbastanza naturale, guarda il movimento invece di giudicare solo questo screenshot. Anche la somiglianza del volto è un giudizio dello spettatore, non un punteggio di identità misurato in questo test.
Come l'abbiamo realizzato e controllato
La generazione reale è stata testata localmente il 5 ottobre 2026 utilizzando Wan, ID modello wan/3-0-video, tramite Kie. La richiesta richiedeva 20 secondi, 480p e audio, utilizzando i tre ritratti assegnati. Abbiamo inviato una generazione, non un batch da cui è stata selezionata questa.
Dopo la generazione, abbiamo riprodotto l'MP4 salvato in un browser, ne abbiamo controllato l'audio e lo abbiamo scaricato tramite l'interfaccia dei risultati.
Controlli tecnici e ambiente di prova
Il file contiene video H.264 a 30 fps e audio stereo AAC a 44,1 kHz. L'audio è stato decodificato correttamente. La generazione era reale; checkout ha utilizzato la modalità di test Stripe. Questo test non ha verificato il pagamento della produzione.
Cosa aspettarsi da questo esempio
Questo set di tre ritratti ha prodotto tutte e quattro le scene con l'audio generato. Usa le foto inserite e il video completo per giudicare il cast, il movimento e il finale.
Questa è una generazione 480p, non un punto di riferimento o un tasso di successo misurato. Le tue foto possono produrre risultati diversi. La coreografia di riferimento esatta, la canzone originale, 720p e 1080p non sono state testate.
Questo risultato è adatto alla tua clip?
Se il tuo obiettivo principale è una scena riconoscibile per tre persone per uno scherzo privato, confronta il cast e la sequenza completa con ciò che hai in mente. Se hai bisogno che la danza originale, il percorso della telecamera e la colonna sonora siano invariati, non considerare questo campione come una prova di tale capacità.
Per il tuo tentativo, utilizza la guida passo passo. Per le scelte di input, vedere gli esempi di foto di ruolo. Domande su questo test o su un risultato che hai ricevuto? Contattaci.