Wan 3.0
Alibaba Cloud · 影片 · 中國 AI
Wan 3.0 是阿里巴巴的 All-in-One AI 影片生成模型，能把文字、圖片、音訊、影片或文件變成 30 秒、附帶同步聲音的片段。
關於 Wan 3.0
About
什麼是 Wan 3.0
Wan 3.0 是阿里雲推出的影片生成模型，透過 Model Studio 平台提供，隸屬通義萬相系列。這款阿里巴巴影片模型把文字轉影片、圖片轉影片與參考轉影片收進同一個模型，輸入換了也不必換端點。模型一次能讀取最多 20 筆參考素材，在同一道請求裡混合圖片、影片、音訊、文件與網頁連結。
它的賣點在長度與一致性。多數 AI 影片工具停在幾秒，換鏡頭時角色的臉就變了。Wan 3.0 單次生成最長 30 秒，讓角色或道具在不同機位之間維持同一個樣子，而且對白、背景音樂與音效都在同一輪寫好。
它不是開源權重。Wan 3.0 是閉源模型，只在雲端執行，既不能下載，也不能用自己的資料微調。模型代碼為 wan3.0-video，另有一款更快的 wan3.0-video-prime，能力相同但端到端生成時間更短。
開始使用
- 登入阿里雲並開啟 Model Studio，申請 Wan 3.0 的使用權限。部分進階功能仍在候補名單中。
- 在控制台取得 API 金鑰。萬相官網、萬鏡一刻與千問創作 App 也提供免寫程式的試用入口。
- 撰寫提示詞，交代主體、場景與動作，再挑選解析度（480P、720P 或 1080P）與 2 到 30 秒之間的長度。
- 想指定角色、運鏡或跟著節拍擺動的動畫，就補上參考圖片、影片、音訊或文件。
- 送出請求、下載 MP4，再調整提示詞或參考素材，直到結果到位。
產品資訊
快速了解 Wan 3.0 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 短影音創作者：單一片段 30 秒、對白與音樂都已同步，足以撐起一整場戲，目前最大的門檻是部分進階功能的候補名單。
- 廣告與行銷團隊：參考圖能讓產品外觀在不同鏡頭間維持穩定，適合廣告案，前提是你接受依生成秒數計費。
- 電商業者：圖片轉影片與文件輸入，能把產品照或規格表變成宣傳片段，不必出動攝影團隊。
- 說書人與獨立動畫創作者：多鏡頭提示詞加上角色一致性，足以支撐一則短篇故事，但要留意風格化動畫的精緻度仍不及寫實風格。
任務
- 文字轉影片：寫下提示詞，就能拿到畫面會動、聲音已混好的片段，包含以時間切分的多鏡頭段落。
- 圖片轉影片：用一張照片當作首幀，或同時給出首幀與尾幀，串起兩張靜圖之間的過場。
- 參考轉影片：提供最多 20 筆混合素材，讓角色、道具或風格在整段輸出中保持一致。
- 影片編輯與延長：增刪元素、改變風格或光線、改寫台詞，或把片段往前、往後、雙向延長。
- 文件轉影片：丟入 PDF、PPT、DOCX、XLS 或公開網頁連結，讓模型據此生成片段。
情境
- 把簡報變成產品展示：把 PPT 或 Excel 檔交給模型，不用剪輯軟體就能得到有旁白的解說影片。
- 複製運鏡手法：提供一段短參考影片，模型會把運鏡或動作編排套用到新的主體上。
- 讓聲音帶動畫面：送進一段音樂或語音，得到跟著節拍走的舞蹈或嘴型動畫。
主要功能
原生 30 秒長片段
Wan 3.0 影片模型單次最長生成 30 秒，比 Wan 2.6 系列的 15 秒上限拉長一倍。這段更寬的長度讓 30 秒 AI 影片足以撐起一場戲，而不只是零碎畫面，連續運鏡或一鏡到底都能一路走完，不必拼接片段。智慧時長選項也會依提示詞建議適當長度。
同檔同步的聲音
模型在生成畫面的同時寫好對白、背景音樂與音效，不必事後另外補上。你也可以送入音軌，帶動嘴型同步或舞蹈動作。成品是一個 MP4，畫面和聲音早已對齊。
All-in-One 多模態參考
同一個模型同時處理文字、圖片、影片與音訊輸入，單次請求最多讀取 20 筆參考。圖片、影片與音訊分開計數，所以角色照、參考片段與音樂軌可以混搭而不互相排擠。這正是 Wan 3.0 與單一模態影片模型分野的地方。
角色與道具一致性
Wan 3.0 讓角色的五官、髮型、體型與服裝在不同鏡頭間維持穩定，也讓道具在各個角度保持同一模樣，包含結構、標誌與材質。模型還會追蹤主體與機位的相對位置，讓場景不至於前後矛盾。多鏡頭作業時，這能省下手動修補一致性破綻的功夫。
文件與網頁連結輸入
除了影音素材，Wan 3.0 也能讀取 doc、xls、ppt、pdf、txt、key、pages、numbers 與 md 檔，外加公開網頁連結。每道請求一個檔案或連結，上限 100 MB、50 頁。辦公素材因此能直接變成教學投影片、產品展示或動態圖表，不必手動轉檔。
影片編輯與延長工具
模型除了生成新片段，也能剪輯既有素材。你可以增刪元素、調整風格或光線、改寫台詞，並把影片往前、往後或雙向延長。編輯與生成都跑在同一個模型上，工作流程不必換來換去。
優缺點
優點
- 單次最長生成 30 秒，足以涵蓋一整場戲或一段連續運鏡。
- 對白、音樂與音效都在同一個檔案裡，畫面與聲音一交件就已對齊。
- 同一個模型吃文字、圖片、影片、音訊與文件，省去串接多個服務的功夫。
- 角色與道具在不同鏡頭間保持一致，對任何有固定主角的作品都很關鍵。
- 更快的 prime 版本能力相同，端到端生成時間更短。
缺點
- 沒有開源權重。無法下載、自行架設或微調，等於綁定阿里雲。
- 每個片段上限 30 秒，對長篇內容偏短，得靠延長或串接片段來補。
- 部分進階功能要排候補，上線首日不一定能用到。
- 依生成影片秒數計費，解析度越高越貴，長時間做 1080P 會很有感。
常見問題
Wan 3.0 是 All-in-One 影片生成模型，能從文字、圖片、影片、音訊或文件生成最長 30 秒的片段。生成與編輯都在同一個地方完成，還會把同步的對白、音樂與音效寫進同一個檔案。
相關內容
探索與 Wan 3.0 相關的工具、技能與文章。
Wan 3.0 替代方案
ngram 2.0
ngram · 影片 · 行銷ngram 2.0 是給團隊使用的 AI 影片生成器。一句描述、一段螢幕錄影或一個產品網址，就能變成配好旁白的解說影片、產品示範或 AI 虛擬主播影片，而且每個場景都還能修改。
OpenScreen 2
OpenScreen (open-source project) · 影片 · 生產力OpenScreen 2 是免費的開源螢幕錄影與示範影片剪輯工具，支援 Windows、macOS 與 Linux，會自動縮放、套上邊框與本機字幕，還能交給代理編輯。
Skreno
Skreno · 影片 · 生產力Skreno 是瀏覽器螢幕錄影工具，能錄下單一分頁、單一視窗或整個螢幕，再把 AI 逐字稿、摘要與主控台紀錄綁進同一個分享連結。