它能做什麼
Wan 3.0 的功能:長鏡頭,自帶聲音

一個鏡頭,連續走滿 30 秒
多數影片模型只能做 10 或 15 秒。Wan 3.0 一次生成最長 30 秒,足以把一整段行程寫進一條提示詞:俯衝過梯田、採茶女、一排晾曬的竹匾、茶亭、一只茶杯。時間越短越省積分,先用短鏡頭定好構圖,再拉長。

兩個人,兩種語言,一條小路
採茶女和旅行者沿石階並肩走下山,一個說中文,一個說英語。Wan 3.0 把人聲、腳步聲和山風與畫面一起生成。每句台詞請寫明說話人、語氣和語言。

一條提示詞,多個鏡頭
寫下鏡頭 1、鏡頭 2、鏡頭 3,並標明各自的秒數,Wan 3.0 就會在它們之間切換。這段 15 秒的影片裡,切點剛好落在第 5 秒和第 10 秒。每個鏡頭裡對地點和光線用同樣的詞,一天才會讀起來是一個整體。
開始生成


適用情境
用 Wan 3.0 做廣告、故事和社交影片
- 開發方
- Alibaba(阿里巴巴)
- 長度
- 每次生成 2 到 30 秒
- 解像度
- 480p、720p 或 1080p
- 起點
- 文字提示詞,或首幀和尾幀
- 聲音
- 台詞、音效和配樂與畫面一起生成,可以關閉
- 畫幅
- 自動、1:1、3:4、4:3、9:16 或 16:9
- 使用入口
- VibePaper 的 Paper Gen 和畫布
用 Wan 3.0 製作的影片
開始生成Wan 3.0 常見問題:長度、聲音、鏡頭和解像度
Wan 3.0 是什麼?
Wan 3.0 是 Alibaba 的影片模型。它可以從文字提示詞或首幀和尾幀出發,一次生成 2 到 30 秒、聲音同步的影片。在 VibePaper 中,它可用於 Paper Gen 和畫布。
影片能有多長,解像度是多少?
每次生成 2 到 30 秒,解像度為 480p、720p 或 1080p。想省積分,可以先用 480p 試一個鏡頭,滿意後再用 1080p 生成。30 秒的鏡頭比 10 秒的更貴,所以先用短鏡頭把構圖定下來。
Wan 3.0 會生成聲音嗎?
會。台詞、環境聲、音效和配樂與畫面一起生成。聲音開關預設開啟,也可以關閉。發布前請先聽一遍人聲,不同次生成的聲音品質仍有差異。
可以在多個鏡頭之間切換嗎?
可以。把鏡頭寫成鏡頭 1、鏡頭 2、鏡頭 3,並標明各自的秒數,秒數之和要等於你設定的長度。在我們的 15 秒測試中,切點落在第 5 秒和第 10 秒。不寫鏡頭清單,得到的就是一個連續的鏡頭。
可以使用首幀和尾幀嗎?
可以。加入一張圖作為首幀、一張作為尾幀,並在提示詞裡描述兩者之間的運動。Wan 3.0 會從你的圖片出發,而不只是憑文字。
可以加入參考圖或延長影片嗎?
目前 VibePaper 裡還不行。這裡的 Wan 3.0 從提示詞或首幀和尾幀開始。需要用最多 9 張圖片、3 段影片和 3 段音頻作為參考,請用 Seedance 2.0;想拍更長的故事,可以試試 Seedance 2.5。
支援哪些畫幅?
支援自動、1:1、3:4、4:3、9:16 和 16:9,一個模型就能涵蓋直式社交影片、方形貼文和寬螢幕。
我的提示詞為什麼被拒絕了?
提到既有電影、歌曲、藝術作品或真實人物的提示詞可能會被拒絕。請改用你自己的話來描述原創角色和場景。
生成的影片可以商用嗎?
可以。影片無水印下載,可用於廣告、客戶項目和社交管道。你需要確保自己有權使用作為首幀或尾幀上傳的圖片。
到網誌看看行家心得
你需要的重點都在這裡。我們的團隊分享即學即用的技巧、拆解當下最熱門的話題,還有逐步教學,助你創作、優化,並擴大產量。






