1
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。
Grok ImagineGrok Imagine一鏡到底最長 30 秒，聲音與畫面同步生成
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，畫面中的文字也更清晰。
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。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；點數會在送出時扣除，生成失敗時自動退還。
大多數片段約 1 到 5 分鐘完成。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。
