阿里巴巴 · Wan 3.0 · 2026 年 8 月推出

用通義萬相 Wan 3.0 生成有聲影片

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。

載入中...

本平台生成內容均由人工智慧模型生成,不代表平台立場。 [免責聲明]。 [隱私政策]。

Wan 3.0 是什麼?

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。

Wan 3.0 在 ViNano 上的規格與積分

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 的強項

Wan 3.0 適合當作日常使用的影片模型,原因有四個。

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。

首幀與尾幀

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。

一段提示詞寫多個鏡頭

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。

五種畫面比例

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。

Wan 3.0 提示詞範例

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。

有聲街頭訪問

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。

產品亮相

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。

兩個鏡頭說個小故事

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。

如何用 Wan 3.0 生成影片

  1. 描述鏡頭畫面

    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。

  2. 加入圖片(選填)

    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。

  3. 選擇長度、解析度與比例

    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。

  4. 生成並下載

    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。

大家用 Wan 3.0 做什麼

  • 有聲的社群短影片

    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。

  • 產品與廣告初稿

    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。

  • 解說影片與分鏡

    把一句腳本變成動態場景,和團隊一起確認節奏與鏡位。

  • 讓靜態圖片動起來

    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 與同類模型比較

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 3.0480p / 720p / 1080p5 / 10 / 15 秒有150 積分
Wan 3.0 Prime480p / 720p / 1080p5 / 10 / 15 秒有230 積分
Kling 3.0 Turbo720p / 1080p5 / 10 / 15 秒有455 積分
Seedance 2.0 Mini480p / 720p5 / 10 / 15 秒有80 積分
  • 想更快拿到結果,選 Wan 3.0 Prime。阿里巴巴對 Prime 的描述是能力相同、速度與價格不同,所以它每秒價格較高,但不保證畫質更好。
  • 想用快手的有聲快速模型,選 Kling 3.0 Turbo;想用更低成本混合使用圖片、影片和音訊參考,選 Seedance 2.0 Mini。

Wan 3.0 常見問題

ViNano 上的 Wan 3.0 免費嗎?

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。

Wan 3.0 是開源的嗎?

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。

Wan 3.0 影片最長可以多久?

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。

Wan 3.0 支援 4K 嗎?

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。

Wan 3.0 能生成有聲音的影片嗎?

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。

Wan 3.0 和 Wan 3.0 Prime 有什麼差別?

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。