广告团队
从一份需求出发，生成含画面、旁白和音乐的完整 30 秒广告，再逐版调整。
Artificial Analysis 含音频文生视频榜单第 1（2026 年 9 月）
Wan 3.0：创作完整场景，声音同步到位
写一句描述、上传首帧，或提供多份参考素材，即可生成最长 30 秒的视频，包含对白、音乐和与语音同步的口型。
生成预览
Wan 3.0 是什么？
Wan 3.0 是 Alibaba 的一体化视频模型，将文生视频、图生视频、参考素材驱动生成、编辑和延长整合在同一个模型中。输入一句描述或首帧，即可生成最长 30 秒、最高 1080p 的视频。原生音频让对白、音效和背景音乐与画面同时生成，角色口型也随台词变化。截至 2026 年 9 月，它以 Elo 1,242 位列 Artificial Analysis 文生视频（含音频）榜单第 1，领先 Gemini Omni Flash 和 MiniMax H3 Max。
生成参数
用 Wan 3.0 调整场景所需的参数
一次生成 2 到 30 秒
按整秒选择时长，默认为 5 秒，也可让模型根据动作自动决定长度。
最高 1080p，30 FPS
先用 480p 反复试稿，满意后以 1080p 生成；所有视频均为固定 30 FPS。
原生声音
对白、环境音效和音乐与画面同时生成，角色口型随台词变化。
五种画幅，或自动适配
可选 16:9、4:3、1:1、3:4 或 9:16，也可保留自动适配。
最多 20 份参考素材
组合图片、视频和音频，甚至 PDF、幻灯片或网页，让模型根据这些素材构建场景。
编辑与延长
替换元素、调整画面风格、改写角色台词，或向视频前后延长，总时长最长 30 秒。
使用步骤
如何用 Wan 3.0 生成 AI 视频
- 1
描述场景
写下发生什么，也可以上传首帧、尾帧或参考素材。
- 2
设置画幅
选择 2–30 秒、480p 到 1080p，以及 16:9 到 9:16 的画幅，也可以让模型自动决定时长。
- 3
连声音一起生成
视频返回时已包含人声、音效和音乐。可以直接保留，也可以修改台词或继续延长。
使用场景
团队如何使用 Wan 3.0
过去需要多种工具配合的工作，现在可以一次生成。
产品营销
用一张主视觉图生成视频：产品图作为开场，再由模型让画面动起来。
教育与讲解
将 PDF、幻灯片或网页变成带旁白的讲解视频，无需先画分镜。
社交创作者
生成 9:16 竖屏场景，对白自带声音、口型同步，可用于信息流内容。
故事与游戏团队
保持角色一致，逐镜头搭建电影感片段，再逐场景延长。
代际变化
Wan 3.0 与上一代 Wan 有何区别
根据 Alibaba 发布公告，对比 Wan 2.7 API 系列的变化。
| 本站提供Wan 3.0一体化的新一代开始生成 | Wan 2.7上一代 API 系列 | |
|---|---|---|
| 单次最长时长 | 最长 30 秒 | 最长 15 秒 |
| 模型形态 | 一个模型完成参考驱动、编辑、生成和延长 | 分散在独立模型中 |
| 输入 | 文字与首尾帧，以及最多 20 份参考素材，包括文档和网页 | 输入类型较少 |
价格
Wan 3.0 积分价格
订阅可为账号补充积分：$19.90 包含 1,000 积分，可生成约 25 段 5 秒草稿，或 6 段 10 秒 720p 视频。
限时优惠30%
限时优惠，立省 30%！
07天00时00分00秒
Loading…
常见问题
关于 Wan 3.0 的常见疑问
单次可生成 2 到 30 秒，默认 5 秒，也可让模型按动作自动决定时长。延长视频后，总时长仍不超过 30 秒。
会。对白、环境音效和背景音乐与画面原生同步生成，角色嘴部动作随台词变化。
可以。图生视频可以从一张首帧开始，也可以同时指定首帧和尾帧，由模型生成中间的动作。
能。文档（PDF、Word、Excel、PowerPoint 等，最多 100MB 或 50 页）和网页链接都可直接作为参考输入，全部参考素材总计最多 20 份。
不支持。输出可选 480p、720p 或 1080p，固定 30 FPS，最高为 1080p。生成器默认 480p，方便以较低成本试稿。
不可以。它是付费托管模型，套餐每月 $19.90 起，包含 1,000 积分。生成按秒计费：5 秒 480p 草稿为 40 积分，10 秒 720p 视频为 150 积分。
没有。这一代是 Alibaba 的托管 API 模型。Alibaba 尚未发布 3.0 权重，可下载的开源模型最高为 Wan 2.2，因此 3.0 需要通过这样的托管生成器使用。
一次生成，完整场景，声音到位。
保留满意的版本，改写台词，延长结尾。写下提示词，开始你的第一个场景。