Wan 3.0 是阿里巴巴的全方位 Wan 影片模型，能從提示詞、首尾幀，或圖片和音訊參考生成有聲影片。Wan 3.0 Prime 則是功能相同、速度更快的版本。
Wan 3.0 屬於阿里巴巴的圖片與影片生成模型系列Wan。阿里巴巴形容它是一款全方位、以參考素材為核心的影片模型。
一個模型就能做到：
模型預設會和畫面一起生成聲音。
在 Zero Kit 上，Plus 以上方案可用 Wan 3.0，就在本頁上方的編輯器裡執行，提供 Wan 3.0 和 Wan 3.0 Prime。
阿里巴巴表示，Prime 是和標準版功能相同的高速版本，所以怎麼選只看等待時間和價格。
支援的項目：
影片依所選解析度按秒計費，10 點起。
選擇 Wan 3.0 的主要理由，是它的片長上限很長。一支影片就能放進一個有開頭、發展和結尾的短場景。
例如拆開一件商品再實際使用，或一個角色走進房間、說幾句話後離開。
適合短廣告、解說場景、音樂短片和故事片段，這些內容原本往往得用好幾支影片剪接起來。如果只是想讓一張照片動起來，用讓照片動起來或AI 圖片轉影片設定更少。
Wan 3.0 最多接收 10 張參考圖和 5 段音訊，阿里巴巴允許在一次生成裡自由組合。
在提示詞裡照阿里巴巴的寫法稱呼它們，也就是 Image 1、Image 2、Audio 1：「Image 1 的漁夫沿著 Image 2 的碼頭走，說出 Audio 1 裡的台詞」。
音訊片段有總長度上限，請先剪出需要的部分。還沒有參考圖嗎？可以先用Wan 2.7 Image生成角色或商品，再當作 Image 1 加進來。
請使用你擁有或已取得授權的素材，人臉和聲音尤其要注意。
電影感 16:9 影片關鍵影格，三聯畫，三格之間用細細的深色間隔分開：左，一張樸素的攝影棚肖像，留鬍子的漁夫戴著深綠色針織帽；中，一張樸素的照片，黎明時空無一人的木碼頭，停著幾艘漁船；右，同一位漁夫戴著同一頂帽子，在黎明時走在同一座木碼頭上，鏡頭在他身側跟拍，身後是漁船與海鷗。臉與衣著保持一致，柔和的藍色與琥珀色調，不要文字，不要標誌。
單支影片最長 30 秒，足以放進一連串動作的場景。
把提示詞寫成一串依序發生的動作，每一拍按順序排好，時間點重要時就標出大概的時間：「她先打開盒子，接著拿出檯燈，再打開開關，露出微笑」。
影片按秒計費，片長越長越貴。生成完整版本之前，先用較短片長和較低解析度測試想法。
電影感 16:9 影片關鍵影格，陽光照著一張木書桌，一個年輕男人從打開的紙箱裡取出一盞黃銅檯燈，周圍是揉皺的包裝紙，旁邊有一盆綠植與一本筆記本，檯燈已經亮起暖光。自然的午後光線，手持但穩定的鏡頭，溫馨的公寓環境，不要文字，不要標誌。
Wan 3.0 會和影片一起生成聲音，腳步聲、雨聲、引擎聲或一句台詞，都在同一支影片裡。
把聲音寫在對應的動作旁邊：「熱水壺喀一聲跳起，接著開始鳴笛」「她輕聲說：『我們做到了』」。
用參考素材生成時，可以用一段音訊決定場景中的人聲或節奏。阿里巴巴說明，首幀和首尾幀模式不接收音訊參考，所以重視人聲時，請用參考素材的方式。
發布前每一支都要聽過。
電影感 16:9 影片關鍵影格，一位穿牛仔夾克的街頭鼓手在熱鬧的石砌廣場上，用木鼓棒敲一組倒扣的塑膠桶，鴿子四散飛上天空，路人停下腳步觀看，身後是一座噴泉。明亮的午後光線，充滿活力的低機位，鼓棒帶著動感，不要文字，不要標誌。
依序寫出鏡頭：主體、動作、地點、運鏡、光線，最後是聲音。
依類型和順序稱呼參考素材，也就是 Image 1、Image 2、Audio 1，並說明每一個負責什麼。
長影片要把動作寫成一串依序發生的步驟，關鍵時刻標出大概的時間。
每個聲音都寫在發出它的動作同一句裡，台詞放進引號。
先用 Wan 3.0 Prime 以短片長、低解析度測試想法，提示詞確定後再生成正式版本。
由 Wan 3.0 生成
黃昏時被雨水洗過的運河街道，一鏡到底。一位穿黃色雨衣的女子騎車經過亮著燈的店鋪櫥窗，朝一位撐傘的路人按了按車鈴，轉上一座跨水的小石橋。鏡頭在她身側以肩膀高度跟拍，在她過橋時繞到她身後。水窪裡倒影蕩漾，細雨濛濛，溫暖的店鋪燈光映襯深藍的夜空，輪胎碾過濕石板的沙沙聲，雨水從遮陽棚上滴落，電影感的自然質感。
由 Wan 3.0 生成
夜晚的小麵店，一鏡到底。廚師從冒著熱氣的鍋裡撈起一團麵條，俐落地甩兩下瀝乾，放進一只深碗，舀上滾燙的湯，再把碗沿著木櫃檯推給一位客人，客人湊近熱氣。鏡頭沿著櫃檯緩緩滑動，跟著那只碗。溫暖的燈光，升騰的蒸氣，咕嘟冒泡的湯鍋，湯勺的碰撞聲，背景裡輕輕的交談聲，電影感。
電影感 16:9 影片關鍵影格，中景：一位繫白圍裙的麵包師用木鏟從發著火光的石窯裡拉出一排金黃脆皮的麵包，麵粉在斜射的清晨光線裡飄散，身後是擺滿麵包的架子，麵包冒著熱氣。暖琥珀與奶油色調，緩慢推近，紀錄片質感，不要文字，不要標誌。
電影感 16:9 影片關鍵影格，空拍跟隨鏡頭：日落時一列長長的銀色客運列車穿過紅沙沙漠，長長的影子鋪在沙丘上，地平線上是遠處的平頂山，最後一節車廂後揚起一縷細細的沙塵。深橙與紫羅蘭色的天空，平穩的空拍機運動，壯闊而平靜，不要文字，不要標誌。
電影感 16:9 影片關鍵影格，一個玩具般圓滾滾的小機器人，一隻發著藍光的眼睛，短短的手臂，伸手去拿雜亂木工作台上的一把扳手，周圍是裝螺絲的罐子、一盞檯燈與設計圖，暖色燈光與冷色窗光交融。風格化 3D 動畫質感，鏡頭緩緩向側面平移，俏皮的氛圍，不要文字，不要標誌。
電影感 16:9 影片關鍵影格，藍調時刻，一位穿灰色長大衣的年輕女人在城市屋頂上拉小提琴，風吹動她的頭髮，身邊的欄杆上掛著串燈，身後的天際線漸次亮起燈光。鏡頭緩慢環繞她，深藍與暖金配色，淺景深，不要文字，不要標誌。
範例圖僅供示意，實際效果因模型而異。
以下價格都取自即時價目表，價格一調整，這裡就會跟著更新。圖片按張計費，影片按秒計費。
| 解析度 | 方案 | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|---|
| 480P | Plus | 10 約 US$0.10 | 16 約 US$0.16 |
| 720P | Plus | 20 約 US$0.20 | 32 約 US$0.32 |
| 1080P | Plus | 40 約 US$0.40 | 63 約 US$0.63 |
首幀或首尾幀不能和參考素材在同一支影片裡同時使用，這兩種模式也不接收音訊，每支影片只能選一種方式。
影片越長，臉、手和小物件就越容易走樣。
發布前每一秒都要檢查；如果某一段一直出錯，就把場景拆成幾支較短的影片。
同一段提示詞每次生成的影片都不一樣，就算固定種子值也不保證能重現。喜歡的那一支就先留下來，別期待能再生成一次。
阿里巴巴表示 Wan 3.0 Prime 是 Wan 3.0 的高速版本，功能相同，所以在 Zero Kit 上兩者的輸入和設定都一樣。
Prime 生成得更快，每秒價格則不同。起價：Wan 3.0 起價 10 點（約 US$0.10） 和 Wan 3.0 Prime 起價 16 點（約 US$0.16）。
美元金額依月繳訂閱價格換算，僅供參考。
Wan 3.0 每秒影片的價格為：480P 解析度 10 點（約 US$0.10）、720P 解析度 20 點（約 US$0.20） 和 1080P 解析度 40 點（約 US$0.40）。
影片依所選解析度、按完整片長計費，本頁表格列出了每種解析度的即時價格。
美元金額依月繳訂閱價格換算，僅供參考。
每支影片 2 到 30 秒。
片長在生成前設定；影片按秒計費，片長越長越貴。
阿里巴巴在 Wan 官方網站 wan.video 提供 Wan 3.0，網站有免費方案，每天簽到可以領點數；1080p、較長的影片和去除浮水印則要付費方案才有。
在 Zero Kit 上，Plus 以上方案可用，每次生成都會消耗點數。註冊免費，升級前就能打開編輯器、寫提示詞並查看價格。
可以。最多加入 10 張參考圖和 5 段音訊，並在提示詞裡說明每一個的用途，例如角色、地點或人聲。
音訊片段有總長度上限，請先剪出需要的部分。
不是。Wan 3.0 由阿里巴巴開發，阿里巴巴在 Wan 官方網站 wan.video 上提供它。
Zero Kit 是獨立的創作平台，與阿里巴巴沒有隸屬關係，在同一個編輯器裡提供多家公司的模型。
付費方案可以。付費方案生成的圖片與影片可用於商業用途，包含商品頁、廣告與社群貼文，但須遵守我們的服務條款。免費方案的產出僅限個人、非商業用途。
不會。我們不會用你的提示詞、上傳內容或生成結果訓練 AI 模型。為了執行生成，提示詞與參考檔案會傳送給你所選模型的供應商，由對方依其自身條款處理這次請求。
寫一句描述，或挑一個範例提示詞，然後按下生成。
最後更新：