選擇文字或圖片
選擇「文生影片」從提示詞開始,或選擇「圖生影片」上傳首幀、首尾幀或參考圖。

Anime cyberpunk skyline
Original prompt: Japanese anime style, cyberpunk full technica, night view of academy city, futuristic giant buildings and neon-lit streetscape, high-tech academy city atmosphere, a silver dragon flying freely in the wind turning into clouds
在瀏覽器中使用阿里巴巴 Wan 3.0:一鏡到底最長 30 秒並附聲音,可從提示詞、首尾幀或參考圖開始,無需 API 金鑰
Wan 3.0 是阿里巴巴通義萬相團隊推出的最新影片模型。你可以從文字提示詞、首幀(可選尾幀)或最多九張參考圖開始,再選擇 2–30 秒的長度與 480p、720p 或 1080p 解析度。音訊與畫面一起生成,送出前就能看到所需點數。
4 步驟產生 Wan 3.0 影片
選擇「文生影片」從提示詞開始,或選擇「圖生影片」上傳首幀、首尾幀或參考圖。
描述主體、動作、運鏡、場景、氛圍,以及你想聽到的對白或聲音。
選擇 2–30 秒、480p/720p/1080p 以及長寬比。每調整一項設定,點數預估都會即時更新。
送出後稍候幾分鐘,讓 Wan 3.0 完成算繪,再完整觀看片段,決定要下載或優化提示詞。
更長鏡頭、原生聲音、三種創作起點
Wan 3.0 可一次算繪 2 到 30 秒的連續片段,是 Wan 2.7 最長 15 秒的兩倍。場景可以完整鋪陳、轉折與收尾,不必把多個短片段拼接在一起。
對白、環境音和音效與畫面一起生成,成品自帶聲音,不再是無聲影片。音訊預設開啟,關閉後點數消耗不變。
可以從零撰寫提示詞,也可以把一張圖片當作首幀讓它動起來,或上傳兩張圖片同時鎖定首幀與尾幀,由 Wan 3.0 補上中間的動態過程。
將「圖片用途」切換為「參考圖」,即可用最多九張圖片引導角色、產品、服裝與場景,並在提示詞中以 @image1、@image2 等指定對應圖片。
阿里巴巴以真實感為核心打造 Wan 3.0:相較早期的 Wan 版本,臉部表情與微表情更豐富,主體在整個鏡頭中更穩定。阿里巴巴也指出,畫面中的文字與音訊質感仍在改進,請在每個片段中檢查這兩項。
480p 適合快速打樣,720p 適合日常內容,1080p 適合最終交付;支援 16:9、9:16、1:1、4:3、3:4 及自適應構圖。輸出為 30 fps 的 MP4 影片。
如何線上製作 Wan 3.0 影片
本頁的 Wan 3.0 產生器直接在瀏覽器中執行阿里巴巴的 wan3.0-video 模型,不需安裝任何軟體,也不需要 API 金鑰或雲端主控台。依照以下步驟,把一個點子或一張靜態圖片變成完整的影片片段。
使用本頁頂部的創作區,已預設選取 Wan 3.0。準備生成時登入即可——Wan 3.0 需要付費方案或已購買的點數。
只用提示詞生成時,維持「文生影片」即可。使用「圖生影片」時,將「圖片用途」設為「首幀 / 尾幀」(圖 1 作為開場,可選的圖 2 作為結尾)或「參考圖」(最多九張)。
把場景寫成一份簡短的分鏡清單:畫面裡有誰、他們在做什麼、鏡頭怎麼移動、我們聽到什麼。使用參考圖時,以 @image1、@image2 指定,讓模型分清楚每張圖。
選擇 2–30 秒,再選 480p、720p 或 1080p。Reels 與 TikTok 用 9:16,YouTube 用 16:9,動態消息用 1:1,也可以選擇自適應,讓模型自行構圖。
送出後等待 Wan 3.0 算繪——長度越長、解析度越高,耗時越久。檢查人臉、手部、文字與音畫同步,然後下載,或每次只調整一個方向再試。
480p 每秒的費用約為 1080p 的四分之一。先用一段簡短的 480p 草稿把動作與節奏調好,再以滿意的提示詞用全解析度重新生成。
30 秒的片段需要不只一個情節點。依序描述場景——開場、動作、轉折、結尾——讓模型在整段長度裡都有內容可演。
當最後的姿勢或產品鏡頭很關鍵時,把它當作尾幀上傳。Wan 3.0 會規劃動態軌跡,讓片段準確停在這張圖上。
由於音訊與畫面同步生成,請把聲音寫清楚:用引號標出一句台詞、雨打在窗上、人群歡呼。提示越具體,聲音越逼真。
為每一位創作者打造的長鏡頭 AI 影片
完整呈現一段 30 秒的情節,角色、對白與聲音保持一致——適合短劇、故事預告與角色試鏡。
把產品照變成動態展示,將主視覺鎖定為尾幀,並在片段上線前檢查標籤與產品外型。
為 TikTok、Reels 與 Shorts 製作自帶聲音的 9:16 直式片段,先用 480p 快速迭代,再算繪最終版本。
把一個概念、流程或地點做成附旁白的影片片段,用於課程、新人訓練與簡報。
關於 Wan 3.0 影片產生器的一切
Wan 3.0(wan3.0-video)是阿里巴巴通義實驗室最新的影片模型,於 2026 年 8 月 6 日開放公開測試,並自 2026 年 8 月下旬起正式全面開放。它是一款一體化模型:同一個引擎即可完成文生影片、首尾幀圖生影片與參考圖引導生成,片段最長 30 秒,音訊與畫面同步生成。
你可以從文字提示詞生成、讓首幀動起來、同時設定首幀與尾幀,或用最多九張參考圖引導影片。透過阿里巴巴的 API,Wan 3.0 還能讀取參考影片、音訊、文件與網頁,但本頁目前尚未支援這些輸入。
可選擇 2 到 30 秒之間的任意整數秒,解析度為 480p、720p 或 1080p,輸出為 30 fps 的 MP4。Wan 3.0 沒有 4K 選項——宣稱可輸出 4K 的說法並不正確。
Wan 3.0 依輸出秒數計費:480p 約每秒 2.74 點數,720p 約 5.48 點數,1080p 約 10.96 點數,每支影片無條件進位。5 秒片段在 480p 需 14 點數,720p 需 28 點數,1080p 需 55 點數;30 秒的 1080p 片段需 329 點數。開啟或關閉音訊不影響價格,生成前會顯示確切的點數消耗。
「首幀 / 尾幀」會把你的圖片當作精確的畫面幀:圖 1 作為片段開場,可選的圖 2 作為結尾。「參考圖」則把最多九張圖片當作角色、物件與場景的參考,它們可以出現在影片的任何位置。兩種方式無法在同一次生成中合併使用。
可以。所有付費方案皆包含商業授權,你可以將 Wan 3.0 生成的影片用於廣告、客戶專案、社群媒體以及對外販售的產品。免費方案僅限個人使用。提示詞和參考圖中涉及的人物、品牌、音樂或素材,仍需你自行確認授權後再發布。
會。音訊與畫面一起生成,且預設開啟,對白、環境音與音效都會同步呈現。你也可以關閉音訊產生無聲片段,兩種情況的點數消耗相同。
不是。與開放權重的 Wan 2.1 和 2.2 不同,Wan 3.0 是封閉模型,只能透過雲端 API 使用,因此沒有可供下載的官方權重。任何「免費下載 Wan 3.0」的說法都並非官方管道。
你可以免費瀏覽各項設定並查看確切的點數消耗。使用 Wan 3.0 生成需要付費方案或已購買的點數——註冊贈送的 15 個免費點數適用於 Grok 系列模型,不適用於 Wan 3.0。點數會在送出時扣除,生成失敗時自動退還。
通常需要幾分鐘。長度越長或選擇 1080p 時耗時更久,建議先用簡短的 480p 草稿確認動作,再算繪最終版本。
Wan 3.0 將單一鏡頭的最大長度從 15 秒翻倍至 30 秒,預設會生成音訊,並透過阿里巴巴的 API 支援文件與網頁輸入,同時提升臉部真實感以及與參考圖的一致性。
不是。這是一個獨立的網頁工作室,與阿里巴巴沒有關聯。本站透過 API 服務商執行阿里巴巴的 Wan 3.0 模型,因此你不需要阿里雲帳號或 API 金鑰,就能在瀏覽器中生成,並以點數按影片付費。