聲音與畫面一起生成
Wan 3.0 會把對白、背景音樂和音效與畫面一起生成,說話的角色或街頭場景一出來就帶著相符的聲音。阿里巴巴表示音訊質感仍在改進,發布前請先檢查一下人聲。
阿里巴巴 · Wan 3.0 · 2026 年 8 月推出
Wan 3.0(通義萬相 3.0)是阿里巴巴最新的影片模型,能把一段文字提示詞或一張照片變成影片,對白、音樂和音效在同一次生成中一起完成。在 ViNano 上打開瀏覽器就能使用,可選 480p、720p 或 1080p,長度 5、10 或 15 秒,還能同時設定首幀與尾幀。
Wan 3.0 需要付費帳號,每支影片都會消耗積分(見下表)。免費帳號可以用註冊贈送的積分,使用 Seedance 1.0 Pro 生成影片。 ViNano 是獨立平台,與 Alibaba 沒有任何關係。
Wan 3.0(模型 ID:wan3.0-video)是阿里巴巴通義萬相影片模型的第三代。阿里巴巴於 2026 年 8 月初開放公開測試,2026 年 8 月 24 日全面開放使用。根據阿里雲的 Wan 3.0 使用指南,它輸出 30 fps、帶原生音訊的 MP4,輸入可以是文字、圖片、參考影片片段,甚至是文件。
ViNano 提供的是多數人最常用的 Wan 3.0 功能:文字生成影片與圖片生成影片(可選尾幀),每支影片都有聲音。阿里巴巴的 API 單段最長支援 30 秒;在 ViNano 上可選 5、10 或 15 秒。ViNano 在雲端執行模型,你不需要自備 GPU。
本頁資訊已於 2026年11月 對照上方官方資料核對。
以下是上方生成器為 Wan 3.0 提供的選項。這些數字和生成器讀取的是同一份設定,價格調整時也會自動同步。
| 解析度 | 480p / 720p / 1080p |
|---|---|
| 影片長度 | 5 / 10 / 15 秒 |
| 畫面比例 | 16:9 / 9:16 / 1:1 / 4:3 / 3:4 |
| 輸入方式 | 文字提示詞,或最多 2 張圖片(首幀與尾幀) |
| 聲音 | 與影片一起生成 |
| 5 秒影片所需積分 | 480p 150 積分 · 720p 300 積分 · 1080p 600 積分 |
影片越長,所需積分按比例增加:在相同解析度下,10 秒影片的積分是 5 秒影片的兩倍。購買付費方案或積分包即可取得積分;影片生成失敗時,用掉的積分會退回你的帳號。
Wan 3.0 適合當作日常使用的影片模型,原因有四個。
Wan 3.0 會把對白、背景音樂和音效與畫面一起生成,說話的角色或街頭場景一出來就帶著相符的聲音。阿里巴巴表示音訊質感仍在改進,發布前請先檢查一下人聲。
上傳一張照片設定開場畫面,或上傳兩張,分別決定影片的開頭與結尾。模型會補上兩者之間的動作,適合產品旋轉展示、前後對比和轉場。
阿里巴巴的指南介紹了分鏡式提示詞,也就是在一支影片裡安排幾個短鏡頭。每個鏡頭各寫一句,例如先寫遠景、再寫特寫,Wan 3.0 會嘗試在鏡頭之間切換。
可選 16:9、9:16、1:1、4:3 或 3:4,同一個點子可以做成 YouTube 影片、直式 Reels 或方形貼文,不必再裁切。
從下面任一段開始,換掉主體、地點或氛圍即可。每段都適合 5 到 10 秒的影片。
夜市裡,一位穿黃色雨衣的街頭記者把麥克風遞向一位笑咪咪的老爺爺。他笑著說:「全城最好吃的麵,每天晚上都這麼香。」背景是炒鍋滋滋作響和人聲喧鬧,手持鏡頭,溫暖的霓虹燈光。
一台霧面黑色無線喇叭在濕潤的石面上緩緩旋轉,水珠在燈光下閃閃發亮。鏡頭慢慢推近,柔和的低音音樂響起,喇叭的環形燈亮起藍光。攝影棚打光,淺景深。
鏡頭 1:黃昏時分,懸崖上的燈塔遠景,下方浪花拍打岩岸。鏡頭 2:燈塔裡,一個女孩點亮一盞舊油燈,暖光映滿她的臉,特寫。舒緩的鋼琴音樂,電影感調色。
寫下影片中發生的事:主體、動作、運鏡和氛圍。每段提示詞只寫一個清楚的場景,效果最好。
上傳一張照片,讓它動起來。如果 Wan 3.0 支援尾幀,可以再加一張圖片,決定影片結尾的畫面。
YouTube 選 16:9,TikTok 和 Reels 選 9:16,動態貼文選 1:1。開始之前,按鈕上會顯示所需積分。
多數影片在一到三分鐘內完成。可以直接下載 MP4,也可以之後在影片紀錄中找到。
角色開口說話或做出反應的直式短影片,不必另外錄音,也不用後製再配樂。
讓產品照片動起來,把最後一幀設成產品主視覺,在正式拍攝前先試幾個創意方向。
把一句腳本變成動態場景,和團隊一起確認節奏與鏡位。
把旅遊照片、插畫或 AI 圖片當作首幀上傳,讓它們動起來。圖片也可以先在 AI 修圖 裡做好。
Wan 3.0 是 Wan 系列中價格較低的型號。以下是它和 ViNano 上同類模型的比較。
| 模型 | 解析度 | 長度 | 聲音 | 5 秒影片最低積分 |
|---|---|---|---|---|
| Wan 3.0 | 480p / 720p / 1080p | 5 / 10 / 15 秒 | 有 | 150 積分 |
| Wan 3.0 Prime | 480p / 720p / 1080p | 5 / 10 / 15 秒 | 有 | 230 積分 |
| Kling 3.0 Turbo | 720p / 1080p | 5 / 10 / 15 秒 | 有 | 455 積分 |
| Seedance 2.0 Mini | 480p / 720p | 5 / 10 / 15 秒 | 有 | 80 積分 |
不免費。Wan 3.0 僅限付費帳號使用,每支影片都會消耗積分,上表列出了各解析度的價格。免費帳號可以用註冊贈送的積分,使用 Seedance 1.0 Pro 生成 AI 影片。
先前的 Wan 2.x 模型有公開權重,但我們還沒有找到 Wan 3.0 官方釋出開放權重的消息。阿里巴巴透過 Model Studio(百煉)API 提供 Wan 3.0,ViNano 在雲端執行,不需要安裝任何東西。
阿里巴巴的 API 每次生成最長 30 秒。在 ViNano 上每支影片可選 5、10 或 15 秒。想說更長的故事,可以分別生成幾段,再用影片剪輯軟體接起來。
阿里巴巴的官方資料都沒有列出 Wan 3.0 支援 4K。文件載明的解析度是 480p、720p 和 1080p,ViNano 上提供的也正是這三種。
可以。對白、音樂和音效會和影片一起生成。想讓角色說話,把台詞用引號寫進提示詞即可。
兩者功能與解析度相同。Prime 是阿里巴巴的加速方案:出片更快,每秒價格也較高。如果不趕時間,Wan 3.0 用更少的積分就能提供同樣的能力。