Wan3.0 正式上线
阿里云于 8 月 24 日发布视频生成模型 Wan3.0。这是万相系列的第三代产品，上一代 Wan2.7 已经在多个视频生成榜单上拿到过第一名。Wan3.0 在时长、输入格式、画面质量和编辑能力上都有明显升级。
核心变化
原生 30 秒视频。之前的模型单次生成通常在 5-10 秒，Wan3.0 支持一次性输出 30 秒连续视频，且带自动场景分割。创作者不需要再手动拼接片段。
文档格式输入。这是 Wan3.0 最有辨识度的更新：首次支持 doc、xls、ppt、pdf、md 等文件格式作为输入。你丢一份 PPT 进去，模型会解析内容并生成对应视频。对企业宣传片、教学视频这类场景有实际意义。
最多 20 个参考素材。图生视频、角色驱动、场景重建等模式下，可以同时传入最多 20 个参考图或视频片段。模型会从中提取人物外貌、场景风格等信息，合成到新视频里。
画面质量。官方用了"电影级真实感"来形容，实际效果取决于提示词和素材质量。从 GitHub 仓库的示例来看，动态模糊、光影反射、布料褶皱这些物理细节比上一代有所改善。
文字渲染。Wan3.0 支持 12 种语言的文字渲染，包括中文、英文、日文、韩文、阿拉伯文等。可以生成带文字的视频片段，比如片头标题卡、字幕叠加。之前的视频生成模型在这方面普遍做得不好。
生成模式
| 模式 | 说明 |
|---|---|
| 文生视频 | 文字描述 → 30秒视频 |
| 图生视频 | 静态图片 → 动态视频 |
| 参考生视频 | 多个参考素材 → 新场景视频 |
| 视频编辑 | 基于提示词修改已有视频 |
| 文生图 / 图编辑 | 高保真图片生成和对话式编辑 |
定价
| 分辨率 | API 价格（元/秒） |
|---|---|
| 480P | ¥0.3 |
| 720P | ¥0.6 |
| 1080P | ¥1.2 |
8 月 24 日至 9 月 23 日期间，阿里云百炼和千问 AI 平台提供 API 限时 7 折优惠。换算下来，生成一段 10 秒 1080P 视频约 ¥8.4（原价 ¥12）。
第三方平台方面，跳跃视界、Deevid、剧火、京东灵境、美图、井萌等已经接入 Wan3.0。
使用渠道
- 阿里云百炼平台
- 万相官网 wan.video
- 万镜一刻
- 千问 AI 平台 / 千问 App
- 堆友、IF STUDIO
开源代码和模型权重在 GitHub 上发布：AlibabaCloud-Official/Wan3.0。
竞品对比
视频生成赛道目前的主要玩家：
- 字节即梦 Seedream 4.5：豆包旗下视频模型，API 通过火山引擎提供，擅长中文场景和人物一致性
- 快手可灵：国内较早商用的视频生成模型，风格偏写实
- Runway Gen-4：海外头部，以风格化和电影感见长
- Pika 2.0：轻量级视频生成，适合快速原型
Wan3.0 的差异化在于文档输入能力和多参考素材支持。对于需要批量制作企业视频、教学内容的团队，这两个功能解决了实际痛点。
写在后面
视频生成模型的竞争在 2026 年下半年明显加剧。Wan3.0 把单次生成时长推到 30 秒，且支持文档输入，算是往实用方向迈了一步。不过模型的实际效果还是得看具体使用场景——同样的提示词在不同素材质量下差异很大。感兴趣的话可以直接去 wan.video 试用。