重磅！Wan3.0开启公测

刚刚，全新一代视频生成模型Wan3.0开启公测。

Wan3.0在生成时长、万能创作、全能参考与真实感等维度全面升级，单次可生成30秒视频，完整表达创作意图；在文本、图片、音频、视频四种基础模态之外，首次支持doc、xls、ppt、pdf、md等文档格式输入，让“万物皆可生视频”。

与此同时，Wan3.0力求准确还原真实世界——人物千人千面，细节经得起审视，每一帧画面既真实、又可信。

Wan3.0支持单段30秒视频生成，时长的延展不只是参数上的提升，更带来更大的创作自由度，让叙事节奏更游刃有余，连续运镜、一镜到底等复杂镜头语言得以充分表达，从“生成一个镜头”走向“讲述一段完整的故事”。

比如这段视频，黑色棒球帽的潮酷少年在30秒内完成了一段奇幻之旅。

此外，Wan3.0还支持智能时长功能，可根据提示词自动推荐合适时长；搭配视频延长功能，还能轻松延展故事走向与剧情发展，让创意自然生长。

视频已经成为我们通用的表达方式。Wan3.0也正从视频生成模型，跃迁为信息的表达载体，让“万物皆可生视频”。

Wan3.0不只支持文本、图片、音频、视频的全能参考，还能读取文档、表格、网页等结构化信息。搭配提示词，即可生成教学课件、产品演示、动态图表、业务汇报等内容，意味着大量的办公素材可以直接转化为视频。

支持的输入格式包括doc、xls、ppt、pdf、txt、key、pages、numbers以及md，最多输入一个文件或链接，文件大小不超过100MB，页数不超过50页。

比如上传一个智能眼镜产品的ppt，配上提示词，就能得到一个完整的形象片。

“万物皆可生视频”的背后，源于Wan3.0强大的提示词工程与指令遵循能力。模型能够充分理解各种输入格式，将提示词转化为调度输入、实现功能、控制表达的中枢，让千差万别的信息转化为连贯的视频表达。

视频生成模型正从内容生成升级为生产力工具，用户对画面的要求不止于清晰，更要真实。无论是真实世界还是数字化信息，Wan3.0都力求精准地复刻与呈现。

为告别AI人物的油腻感与千篇一律，Wan3.0文生视频模式中的人像力求“千人千面”：更敏锐地刻画五官与皮肤细节，人物情绪表达自然克制，微表情与肢体动作彼此联动；即便是群像场景，也能细腻呈现不同人物的复杂情绪。

一致性是生产力场景最为在意的指标。在全能参考任务中，Wan3.0可精准复刻参考细节，保持角色、道具、声音、空间关系、风格等关键维度的一致性。对于角色，五官、发型发色、形体、服饰、配饰等细粒度特征均可稳定保持，避免出戏；对于道具，多角度外观、硬件结构、Logo、材质细节均保持稳定；对于场景，准确处理角色站位与机位视角的关系；对于风格，精准渲染影视拍摄调性，多风格创作时也不易发生风格混淆。

对于数字化信息，Wan3.0提升了画面的审美水准，既注重色彩的和谐搭配，也保持信息呈现的流畅表达，让图表、数据与界面内容同样拥有质感。

此外，Wan3.0的视频编辑能力也有大幅度提升，支持修改画面、剧情与台词。Wan3.0在声音质感与文字准确度方面仍有进步空间。

Wan3.0的能力与效果升级，均基于行业的真实诉求。而能够理解更多信息、生成更完整内容的全新模型，也将回到真实的创作流程与生产链路中去。

● 影视创作

Wan3.0的30秒时长、真实场景还原与精准一致性，将为AI影视及短漫剧、音乐舞蹈MV、生活Vlog的创作带来更佳体验，帮助创作者以更低成本完成作品。

● 广告营销

广告业对高质量、定制化有着极高要求，Wan3.0的万能创作能力突破了图文载体的局限，让创意直接呈现。面向家电、彩妆、汽车、快消、3C、服饰、互联网软件等行业，Wan3.0可提供从产品展示到品牌叙事的创意集。

● 设计创意

无论是产品UI交互演示、软件功能动画，还是数据可视化展示，Wan3.0都能在保留设计的审美与质感的同时，将其直接升华为会讲故事的动态作品，省去繁琐的动画制作环节，让创意第一时间被看见。

● 文旅传播

借助Wan3.0的真实场景还原能力，无需大规模实拍，无论是自然风光、人文景观还是地方美食，城市形象片、文化场景数字化都能低成本、高效率完成，让“远方”来到眼前。

即日起，Wan3.0在阿里云百炼、万镜一刻、万相官网和千问创作PC端开启公测，在千问APP灰度开放，480P/720P/1080P的API价格分别为0.3/0.6/1.2 元/秒，API接口将于近期全量开放。

立即体验：