WAN-3.0 fournit un flux de travail en ligne pour créer et affiner des vidéos à partir de prompts écrits, d'images, de vidéos et de références visuelles. Le texte-vers-vidéo convertit des descriptions de sujets, de décors, d'actions, d'éclairage, de rythme et de mouvements de caméra en concepts vidéo. L'image-vers-vidéo anime des photographies, des œuvres d'art et des designs avec du mouvement. La vidéo-vers-vidéo prend en charge les transformations de style et d'effets. La création guidée par référence utilise des images ou des clips pour communiquer la composition, la direction des personnages, le mouvement ou le langage cinématographique. L'édition en langage naturel permet aux utilisateurs d'ajuster les scènes, de transférer le mouvement, de prolonger des moments et d'affiner le traitement visuel tout en préservant l'idée centrale. Les utilisateurs peuvent prévisualiser les résultats générés, évaluer la cohérence du sujet et les transitions, réviser les prompts ou les matériaux sources et télécharger les sorties préférées dans plusieurs options de qualité.