Wan 3.0 是 Alibaba 的全能型 Wan 视频模型：可以从提示词、首尾帧，或者图片、音频参考的组合生成带声音的视频。Wan 3.0 Prime 是能力相同、速度更快的版本。
Wan 3.0 属于 Alibaba 的图片与视频生成模型系列Wan。Alibaba 称它是全能型、以参考素材为核心的视频模型。
一个模型就能做：
模型默认会把声音和画面一起生成。
在 Zero Kit 上，Wan 3.0 包含在 Plus 及以上套餐里，在本页顶部的编辑器里运行，版本为 Wan 3.0 和 Wan 3.0 Prime。
Alibaba 称 Prime 是能力与标准版相同的高速版本，所以怎么选只看等待时间和价格。
支持的设置：
视频按所选分辨率逐秒计费，10 积分起。
选 Wan 3.0 的主要理由是时长上限长，一条视频就能装下有开头、发展和结尾的短场景。
比如拆开一件产品再用起来，或者一个角色走进房间、说几句话再离开。
它适合短广告、讲解场景、音乐短片和剧情片段，单条时长不够的话，这些内容就得剪好几条拼起来。如果只是想让一张照片动起来，用让照片动起来或图生视频更省事。
Wan 3.0 最多接收 10 张参考图和 5 段音频，Alibaba 允许在一次生成里自由组合。
提示词里照 Alibaba 的方式称呼它们，即 Image 1、Image 2、Audio 1：「Image 1 里的渔夫沿着 Image 2 里的码头走，说出 Audio 1 里的台词」。
音频片段有总时长上限，只剪出需要的那一段。还没有参考图？可以先用Wan 2.7 Image生成角色或产品，再作为 Image 1 加进来。
请使用你拥有或已获授权的素材，人脸和声音尤其要注意。
电影感 16:9 视频关键帧，三联画，三格之间用细细的深色间隔分开：左，一张朴素的影棚肖像，留胡子的渔夫戴着深绿色针织帽；中，一张朴素的照片，黎明时空无一人的木码头，停着几条渔船；右，同一位渔夫戴着同一顶帽子，在黎明时走在同一座木码头上，镜头在他身侧跟拍，身后是渔船和海鸥。脸和衣着保持一致，柔和的蓝色与琥珀色调，不要文字，不要标志。
单条视频最长 30 秒，足够放下一连串动作。
提示词写成一串依次发生的动作，按先后顺序写，时间点重要时写上大致时间：「先打开盒子，再取出台灯，然后打开开关，笑了」。
视频按秒计费，越长越贵。先用较短时长和较低分辨率试想法，再生成完整的一条。
电影感 16:9 视频关键帧，阳光照着一张木书桌，一个年轻男人从打开的纸箱里取出一盏黄铜台灯，周围是揉皱的包装纸，旁边有一盆绿植和一本笔记本，台灯已经亮起暖光。自然的午后光线，手持但稳定的镜头，温馨的公寓环境，不要文字，不要标志。
Wan 3.0 会随视频一起生成声音，脚步声、雨声、引擎声或一句台词都在同一条视频里。
把声音写在它对应的动作旁边：「水壶咔哒一声跳闸，开始鸣笛」「她轻声说：『我们做到了』」。
用参考素材生成时，可以用一段音频定下人声或节奏。Alibaba 说明首帧和首尾帧模式不接收音频参考，人声要紧时请用参考素材的方式。
发布前每一条都听一遍。
电影感 16:9 视频关键帧，一位穿牛仔夹克的街头鼓手在热闹的石砌广场上，用木鼓槌敲一组倒扣的塑料桶，鸽子四散飞上天空，路人停下脚步观看，身后是一座喷泉。明亮的午后光线，充满活力的低机位，鼓槌带着动感，不要文字，不要标志。
按顺序写镜头：主体、动作、地点、运镜、光线，最后写声音。
按类型和顺序称呼参考素材，即 Image 1、Image 2、Audio 1，并写明每一个控制什么。
长视频把动作按发生的先后一个个列出来，关键时刻写上大致时间。
每个声音和引发它的动作写在同一句里，台词放进引号。
先用 Wan 3.0 Prime 以短时长、低分辨率试想法，提示词定下来后再生成最终版。
由 Wan 3.0 生成
黄昏时被雨水洗过的运河街道，一镜到底。一位穿黄色雨衣的女子骑车经过亮着灯的店铺橱窗，冲一位打伞的路人按了按车铃，转上一座跨水的小石桥。镜头在她身侧以肩部高度跟拍，在她过桥时绕到她身后。水洼里倒影荡漾，细雨蒙蒙，温暖的店铺灯光映衬深蓝的夜空，轮胎碾过湿石板的沙沙声，雨水从遮阳篷上滴落，电影感的自然质感。
由 Wan 3.0 生成
夜晚的小面馆，一镜到底。厨师从冒着热气的锅里捞起一团面条，利落地甩两下沥干，放进一只深碗，舀上滚烫的汤，再把碗沿着木柜台推给一位客人，客人凑近热气。镜头沿着柜台缓缓滑动，跟着那只碗。温暖的灯光，升腾的蒸汽，咕嘟冒泡的汤锅，汤勺的碰撞声，背景里轻轻的交谈声，电影感。
电影感 16:9 视频关键帧，中景：一位系白围裙的面包师用木铲从发着火光的石窑里拉出一排金黄脆皮的面包，面粉在斜射的清晨光线里飘散，身后是摆满面包的架子，面包冒着热气。暖琥珀与奶油色调，缓慢推近，纪录片质感，不要文字，不要标志。
电影感 16:9 视频关键帧，航拍跟随镜头：日落时一列长长的银色客运列车穿过红沙沙漠，长长的影子铺在沙丘上，地平线上是远处的平顶山，最后一节车厢后扬起一缕细细的沙尘。深橙与紫罗兰色的天空，平稳的无人机运动，壮阔而平静，不要文字，不要标志。
电影感 16:9 视频关键帧，一个玩具般圆滚滚的小机器人，一只发着蓝光的眼睛，短短的手臂，伸手去够杂乱木工作台上的一把扳手，周围是装螺丝的罐子、一盏台灯和图纸，暖色灯光与冷色窗光交融。风格化 3D 动画质感，镜头缓缓向侧面平移，俏皮的氛围，不要文字，不要标志。
电影感 16:9 视频关键帧，蓝调时刻，一位穿灰色长大衣的年轻女人在城市屋顶上拉小提琴，风吹动她的头发，身边的栏杆上挂着串灯，身后的天际线渐次亮起灯光。镜头缓慢环绕她，深蓝与暖金配色，浅景深，不要文字，不要标志。
示例图仅作示意，实际效果因模型而异。
下面的价格都取自实时价目表，价格一调整，这里就跟着变。图片按张计费，视频按秒计费。
| 分辨率 | 套餐 | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|---|
| 480P | Plus | 10 约 US$0.10 | 16 约 US$0.16 |
| 720P | Plus | 20 约 US$0.20 | 32 约 US$0.32 |
| 1080P | Plus | 40 约 US$0.40 | 63 约 US$0.63 |
首帧或首尾帧不能和参考素材在同一条视频里同时用，这两种帧模式也不接收音频。每条视频只选一种方式。
视频越长，人脸、手和小物件越容易走样。
发布前每一秒都要检查；某一段总出错时，就把场景拆成几条更短的视频。
同一段提示词每次出的视频都不同，固定随机种子也不保证能复现。满意的那条要及时留下，别指望能再生成一次。
Alibaba 称 Wan 3.0 Prime 是 Wan 3.0 的高速版本，能力相同，所以在 Zero Kit 上两者的输入和设置都一样。
Prime 出片更快，每秒价格不同。起步价：Wan 3.0 起价 10 积分（约 US$0.10） 和 Wan 3.0 Prime 起价 16 积分（约 US$0.16）。
美元金额为约数，按月付订阅价折算。
Wan 3.0 每秒视频的价格是：480P 档 10 积分（约 US$0.10）、720P 档 20 积分（约 US$0.20） 和 1080P 档 40 积分（约 US$0.40）。
一条视频按所选分辨率、以完整时长计费，本页表格列出了每档分辨率的实时价格。
美元金额为约数，按月付订阅价折算。
每条 2 到 30 秒。
时长在生成前设好；视频按秒计费，越长越贵。
Alibaba 在官方的 Wan 网站 wan.video 上提供 Wan 3.0，有免费套餐，每天签到可以领积分；1080p、更长的视频和去水印需要它的付费套餐。
在 Zero Kit 上，Plus 及以上套餐可用，每次生成都会消耗积分。注册免费，升级前就能打开编辑器、写提示词并查看价格。
能。最多加 10 张参考图和 5 段音频，并在提示词里写明每一个的用途，比如角色、场景或人声。
音频片段有总时长上限，只剪出需要的那一段。
不是。Wan 3.0 由 Alibaba 开发，Alibaba 在官方 Wan 网站 wan.video 上提供它。
Zero Kit 是一个独立的创作平台，与 Alibaba 没有隶属关系，在同一个编辑器里提供多家公司的模型。
付费套餐可以。付费套餐下生成的图片和视频可以商用，包括商品详情页、广告和社交媒体内容，但须遵守我们的服务条款。免费版的产出仅限个人、非商业用途。
不会。我们不会用你的提示词、上传内容或生成结果训练 AI 模型。为了完成生成，提示词和参考文件会发送给你所选模型的提供方，由对方按其自身条款处理这次请求。
写一句描述，或挑一个示例提示词，然后点生成。
最近更新：