> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Wan 3.0: ComfyUI 音声付き動画生成

> ComfyUI の Wan 3.0 パートナーノードで、テキストプロンプト、最初のフレーム画像、参照素材から、同期オーディオ付きの最大 30 秒の動画を生成します。

Wan 3.0 は Alibaba の最新ビデオ生成モデルで、パートナーノードを介して ComfyUI で利用できるようになりました。同期されたオーディオトラックを備え、1回のパスで最大30秒のビデオを生成します。また、テキストプロンプトを参照画像、ビデオ、オーディオと組み合わせて、一貫したキャラクターとシーンを実現します。

## Wan 3.0 が得意なこと

* **最大30秒**：一貫した動きとオーディオを備えた長尺クリップを、1回のパスで生成します
* **ネイティブオーディオ**：すべての出力には、デフォルトで同期されたオーディオトラックが含まれます
* **テキスト・画像・リファレンス入力**：テキストのみのプロンプト、先頭フレームからのアニメーション、または最大10枚のリファレンス画像、5本のリファレンスビデオ、5つのリファレンスオーディオクリップに対応します
* **リファレンスタグ**：`@Image1`、`@Video1`、`@Audio1` のように、接続されたメディアをプロンプト内で直接指定できます
* **柔軟な出力**：480p、720p、または1080pの解像度と、アダプティブ、16:9、9:16、1:1、4:3、または3:4のアスペクト比に対応します
* **WAN3-Primeモデル**：`model` オプションでは、1秒あたりのレートが高い代わりに、より忠実度の高い出力が得られる `wan3.0-video-prime` も選択できます
* **バイリンガルプロンプト**：英語または中国語でプロンプトを記述できます

## 出力例

プロンプトのみからのテキストから動画への生成。デフォルトで同期されたオーディオが含まれます：

![Wan 3.0 テキストから動画の出力例](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_wan3_0_t2v-1.webp)

1枚の画像をアニメーション化して完全なクリップにする、画像から動画への生成：

![Wan 3.0 画像から動画の出力例](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_wan3_0_i2v-1.webp)

参照画像からプロダクトとキャラクターの一貫性を保つ、参照から動画への生成：

![Wan 3.0 参照から動画の出力例](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_wan3_0_r2v-1.webp)

> [!TIP]
>
> APIノードを使用するには、正しくログインしていることと、許可されたネットワーク環境で使用していることを確認する必要があります。APIノードの使用に必要な具体的な要件については、ドキュメントの「[APIノードの概要](https://docs.comfy.org/ja/tutorials/partner-nodes/overview.md)」セクションをご参照ください。

> [!TIP]
>
> > [tab] ローカルユーザー
> >
> > ComfyUI が最新版に更新されていることを確認してください。
> >
> > * [ComfyUI のダウンロード](https://www.comfy.org/download)
> > * [更新手順](https://docs.comfy.org/ja/installation/update_comfyui.md)
> >
> > このガイドで紹介するワークフローは、[ワークフローテンプレート](https://docs.comfy.org/ja/interface/features/template.md)から入手できます。
> > テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。
> >
> > ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
> >
> > 1. 最新の ComfyUI（Nightly 版）を使用していない
> > 2. 起動時に一部のノードのインポートに失敗している
>
> > [tab] クラウドユーザー
> >
> > * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。
> >
> > したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。

## Wan 3.0 テキストから動画へのワークフロー

テキストプロンプトのみからビデオを生成します。デフォルトで同期オーディオが含まれます。

![Wan 3.0 テキストから動画の出力例](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_wan3_0_t2v-1.webp)

> [card] [Comfy Cloudで実行](https://cloud.comfy.org/?template=api_wan3_0_t2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=wan-3-0)
>
> Comfy Cloudで開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_wan3_0_t2v.json)
>
> JSONをダウンロードするか、テンプレートライブラリで「Wan 3.0」を検索

#### プロンプトのヒント

1. **再生時間**: 2〜30秒に設定するか、`auto` を指定するとモデルがプロンプトに合った再生時間を選択します
2. **解像度と比率**: ワークフローは `adaptive` 比率の720pで提供されます。特定のフォーマット向けに1080pや `16:9` などの固定比率に切り替えてください
3. **オーディオ**: オーディオはデフォルトで生成されます。`audio` オプションを無効にすると無音のビデオになります
4. **プロンプト拡張**: プロンプトの拡張はデフォルトで有効で、より良い結果を得るためにプロンプトを書き換えます。正確な文言が必要な場合は、高度な機能の設定でオフにしてください

## Wan 3.0 画像から動画へのワークフロー

1枚の画像をビデオにアニメートします。出力が遷移していく最終フレームを、オプションで指定できます。

![Wan 3.0 画像から動画の出力例](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_wan3_0_i2v-1.webp)

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=api_wan3_0_i2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=wan-3-0)
>
> Comfy Cloud で開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_wan3_0_i2v.json)
>
> JSON をダウンロードするか、テンプレートライブラリで「Wan 3.0」を検索してください

<details>
  <summary>入力素材</summary>

  このサンプル入力画像をダウンロードして、ワークフローを試してみてください：

  > [card] [最初のフレーム: beetle\_rider.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/beetle_rider.png)
  >
  > ワークフロー用の最初のフレームです。ご自身の画像を使用することもできます。
</details>

#### プロンプトのヒント

1. **最初のフレーム**: `first_frame` 入力は必須です。`last_frame` 入力はオプションで、モデルは2つのフレーム間の動きを生成します。
2. **アダプティブ比率**: `adaptive` を使用すると、出力サイズが入力画像に追従します。
3. **プロンプト**: 何がどのように動くかと、希望するオーディオを記述します。モデルに変更させたい場合を除き、被写体と構図は変えないでください。

## Wan 3.0 参照から動画ワークフロー

参照画像、参照ビデオ、参照オーディオを条件としてビデオを生成します。各参照には、プロンプト内のタグを通じてジョブが割り当てられます。

![Wan 3.0 参照から動画の出力例](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_wan3_0_r2v-1.webp)

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=api_wan3_0_r2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=wan-3-0)
>
> Comfy Cloud で開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_wan3_0_r2v.json)
>
> JSON をダウンロードするか、テンプレートライブラリで「Wan 3.0」を検索

<details>
  <summary>入力素材</summary>

  このワークフローを試すには、以下のサンプル入力画像をダウンロードしてください：

  > [card] [商品参照：vortex\_shoe.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/vortex_shoe.png)
  >
  > ビデオ内の商品の参照画像。

  > [card] [キャラクター参照：psss\_character.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/psss_character.png)
  >
  > ビデオ内のキャラクターの参照画像。
</details>

#### プロンプトのヒント

1. **タグによる参照**：プロンプト内で各入力を `@Image1`、`@Video1`、`@Audio1` のように参照します。タイプごとに入力順に番号が付けられます。サンプルプロンプトでは、靴のデザインを `@Image1` に、キャラクターを `@Image2` に割り当てています。
2. **制限**：参照画像は最大10枚、参照ビデオは最大5本、参照オーディオクリップは最大5個です。各参照ビデオまたはオーディオクリップは15秒以下である必要があり、すべての参照ビデオの合計再生時間も15秒以内に収める必要があります（オーディオも同様）。参照ビデオと出力の合計再生時間は30秒を超えてはなりません。
3. **ジョブの割り当て**：各参照が何を制御するか（商品デザイン、キャラクターの外見、スタイル、動き、声）と、何を変更せずに保つかを明記します。明示的な割り当てにより、より一貫性のある結果が得られます。
4. **プロンプトまたは参照が必須**：プロンプトまたは少なくとも1つの参照入力を指定してください。指定しない場合、ノードはエラーを返します。

## はじめる

1. ComfyUIを最新バージョンにアップデートするか、最新の[Comfy Desktop](https://www.comfy.org/download)を使用します
2. テンプレートライブラリに移動し、`Wan 3.0` を検索します
3. 3つのワークフロー（テキストから動画へ、画像から動画へ、または参照から動画）のいずれかを読み込みます
4. Comfyアカウントでログインし、十分な[クレジット](https://docs.comfy.org/ja/interface/credits.md)があることを確認します
5. 入力素材（最初のフレームまたは参照画像）を接続して実行します

## よくある質問

> [accordion] Wan 3.0 とは？
>
> Wan 3.0 は、Alibaba の最新のビデオ生成モデルで、ComfyUI ではパートナーノードを通じて利用できます。テキストプロンプト、参照画像、参照ビデオ、参照オーディオを受け付け、同期したオーディオ付きの最大 30 秒のビデオを 1 回のパスで生成します。

> [accordion] Wan 3.0 のビデオはどのくらいの長さにできますか？
>
> クリップあたり最大 30 秒です。再生時間の入力では、2〜30 秒、または `auto` を指定できます。`auto` を指定すると、モデルがプロンプトに合った再生時間を選択します。

> [accordion] Wan 3.0 はオーディオを生成しますか？
>
> はい。デフォルトでは、すべての出力に同期したオーディオトラックが含まれ、セリフ、サウンドエフェクト、音楽がビデオと一緒に生成されます。無音ビデオにするには、`audio` オプションを無効にします。

> [accordion] Wan 3.0 は参照画像、参照ビデオ、参照オーディオを使用できますか？
>
> はい、参照から動画ワークフローで使用できます。参照画像を最大 10 枚、参照ビデオを最大 5 本、参照オーディオを最大 5 個接続し、プロンプト内で `@Image1`、`@Video1`、`@Audio1` として参照します。

> [accordion] Wan 3.0 と Wan 2.7 の違いは何ですか？
>
> Wan 3.0 は、Alibaba のビデオモデルの最新世代です。画像、ビデオ、オーディオの参照タグ、デフォルトのネイティブ同期オーディオ、クリップあたり最大 30 秒の出力を備え、マルチモーダルパイプラインを拡張します。前世代については、[Wan 2.7 ページ](https://docs.comfy.org/ja/tutorials/partner-nodes/wan/wan2-7.md) を参照してください。

> [accordion] Wan 3.0 は中国語のプロンプトをサポートしていますか？
>
> はい。プロンプト入力は英語と中国語の両方をサポートしています。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.