Latest Model

Wan 3.0 AI 视频生成器

30 秒电影级视频,带原生音频

Wan 3.0 是阿里巴巴最新的视频模型:单次生成可产生长达 30 秒的 1080p 视频,带有同步音频。通过文本、起始和结束帧或最多 10 张参考图像来引导生成。

30 秒
1080p 超高清
原生音频
参考图像转视频
30sMax Duration
1080pUltra HD
AudioNative Sound

Wan 3.0 视频生成器

Wan 3.0 通常需要 3-5 分钟;1080p 的 30 秒片段可能需要更长时间。

Wan Video Generator

0/2000
0/1000

最近生成的视频

Example Videos

See what you can create - Sign in to start generating your own videos

16:9
Example #1

Cinematic single take: a neon-lit Tokyo side street at night in heavy rain, a woman in a yellow raincoat walks toward camera holding a transparent umbrella, reflections shimmer on wet asphalt, slow dolly-in, shallow depth of field, ambient rain and distant traffic sounds

16:9
Example #2

Aerial drone shot rising over turquoise ocean waves breaking on a white sand beach at golden hour, palm shadows stretch across the sand, camera tilts up to reveal the sun on the horizon, gentle wave sounds and wind

16:9
Example #3

Close-up handheld shot in a busy restaurant kitchen: a chef flips vegetables in a flaming wok, sparks and steam rise, warm tungsten light, quick rack focus to the plated dish, sizzling audio and kitchen chatter

技术规格

Wan 3.0 在快速 Wan 上的表现

480p / 720p / 1080p

分辨率

三种质量等级,最高可达全高清

5-30 秒

时长

单次生成,无需拼接

原生

音频

在同一生成过程中生成声音

首尾帧

帧控制

固定片段的起始和结束位置

16:9, 9:16, 1:1, 4:3, 3:4

宽高比

所有主要平台格式

文本、图像、参考

生成模式

最多支持 10 张参考图像

Wan 3.0 主要功能

与 Wan 2.7 相比的变化以及对你的视频有何影响

30 秒单次生成

Wan 3.0 将最大长度翻倍至 30 秒。30 秒的完整片段在一次生成中完成,因此运动、光线和角色保持一致,无需拼接短片段。

原生音频生成

环境音、效果音和对话与画面同步生成。在提示中描述声音环境,音频轨道将与视觉效果同步。

首尾帧控制

在图像转视频模式下,你可以提供起始帧和结束帧。Wan 3.0 会在两者之间生成平滑的过渡——非常适合产品展示和无缝循环。

参考图像转视频

上传最多 10 张参考图像,并在提示中引用(“图像 1 中的角色”)。Wan 3.0 会在整个片段中保持相同的主体、服装和风格。

1080p 超高清输出

选择 480p 用于快速草稿,720p Pro 用于日常内容,1080p Ultra 用于最终交付。信用额度按分辨率计费,因此你只需支付所需的质量。

商业就绪

将 Wan 3.0 生成的视频用于广告、产品视频、社交媒体活动和客户工作。生成的视频仅对你账户可见,并可下载为 MP4 格式。

适用场景

Wan 3.0 的更长、带音频的片段在哪些方面表现最佳

短格式社交视频

一次生成完整的 15-30 秒 TikTok、Reels 和 Shorts 视频,无需单独生成音频。

01

产品和品牌广告

将起始和结束帧锁定在产品镜头周围,然后让 Wan 3.0 填充中间的运动,生成精美的广告片段。

02

角色一致的故事

使用参考图像在不同场景中保持相同的角色,适用于故事讲述、解释系列和连续内容。

03

概念和预可视化

在几分钟内生成 480p 版本的场景,测试相机运动和节奏,然后再进行 1080p 渲染。

04

Wan 3.0 vs Wan 2.7 vs Wan 2.6

最新的 Wan 模型与前两代在快速 Wan 上的比较

功能
LatestWan 3.0
Wan 2.7Wan 2.6
最大时长30 秒15 秒15 秒
最大分辨率1080p1080p1080p
参考图像最多 10 张最多 5 张不支持
首尾帧支持支持仅支持起始帧
720p 价格40 信用/秒40 信用/秒40 信用/秒

如何使用 Wan 3.0

01

选择模式

选择文本转视频用于仅提示的片段,图像转视频用于动画照片(可选结束帧),或参考图像转视频以保持特定主体。

02

编写提示

描述一个连续的镜头:主体、动作、相机运动、光线。添加你期望的声音,使音频轨道与视觉效果匹配。

03

设置时长和质量

选择 5-30 秒,一个质量等级(480p / 720p / 1080p)和平台的宽高比。较短的草稿是迭代的最经济方式。

04

生成和下载

点击生成并等待 3-5 分钟。预览带有音频的结果,然后下载 MP4 或发送到放大器。

Wan 3.0 常见问题

关于使用 Wan 3.0 生成视频的常见问题

Wan 3.0 是阿里巴巴 Wan 系列的第三代视频模型,于 2026 年 8 月发布。它可以在单次生成中生成长达 30 秒的 1080p 视频,同时生成音频,并接受文本、起始/结束帧和参考图像作为输入。
主要变化是时长:30 秒对 15 秒。Wan 3.0 还将参考图像的限制从 5 张提高到 10 张,并改进了在更长片段中角色和场景布局的一致性。720p 每秒的价格保持不变。
是的。音频与视频在同一生成过程中生成。在提示中描述你希望的环境音、效果或对话,音频将与视觉效果同步渲染。你仍然可以使用添加音频工具后期添加或替换音频。
信用额度按输出秒数计费:480p 为 20 信用/秒,720p 为 40 信用/秒,1080p 为 80 信用/秒。10 秒的 720p 片段成本为 400 信用,30 秒的 1080p 片段成本为 2,400 信用。Wan 3.0 Prime,更高保真度的层级,每秒成本为 25/50/100 信用。
Prime 是 Wan 3.0 的高级层级,经过调优以提供更高的视觉保真度。它支持相同的模式、时长和宽高比,每秒成本约高 25%。在生成器的模型列表中选择它。
上传 1 到 10 张参考图像,并在提示中按位置引用,例如“图像 1 中的女人穿过图像 2 中的市场”。Wan 3.0 会在整个片段中保持主体的外观和场景的风格。
大多数 5-15 秒的片段在 3-5 分钟内完成。30 秒的片段和 1080p 渲染需要更长时间。你的视频会在后台继续处理,完成后你可以在“我的创作”中找到它。
可以。你在快速 Wan 上生成的视频归你所有,可用于广告、产品和客户工作。生成的视频默认仅对你账户可见。