01
一次讲完最长 30 秒的故事
可选择 2 到 30 秒之间的整数时长，也可以让智能时长根据提示词自动决定。镜头更长，动作、运镜和对白就更有时间自然结束。
Wan 3.0 AI 视频生成器
用清晰的提示词、参考素材和输出设置规划 Wan 3.0 视频，并先用 Nana Banana 当前可用的模型生成草稿。
提示词
0/2500
公开可见
你的视频草稿
暂无预览
在左侧调整设置并开始生成，即可在这里查看结果。
当前模型为 Veo 3.1 Fast 和 Veo 3.1。Nana Banana 完成接入后，Wan 3.0 才会出现在模型列表中。
Wan 3.0 官方案例
直接看阿里云发布的真实输出
以下视频由阿里云作为 Wan 3.0 案例发布，现由 Nana Banana CDN 提供网页优化版本；内容来自官方，不是 Nana Banana 生成的结果。
官方案例 · 720P · 30 秒
遗迹交锋
用两张参考图固定狸花猫和灰狼角色，在高速动作与镜头变化中保持毛发、服饰和空间关系一致。
官方案例 · 720P · 24 秒
虚实交界，道场加载
三张参考图固定两名角色和道场空间，同时完成人物动作、日语对白与音画同步。
官方案例 · 720P · 25 秒
品牌文档变成暖调咖啡广告
模型读取品牌文档中的故事、原料和空间信息，再根据一句创作方向生成完整的咖啡馆广告。
Wan 3.0 能力
用更多类型的输入创作更长视频
Wan 3.0 把提示词、参考素材、文档和原生音频整合到同一套视频工作流中。
02
不只看文字提示词
Wan 3.0 能理解文字、图片、视频、音频、办公文件和公开网页。比如，一份演示文稿或报告也可以成为视频的起点。
03
画面和声音一起生成
音频默认开启。模型会在生成画面的同时处理人声、音乐和环境声，让说话、动作与声音更容易对上。
04
尽量保持参考对象一致
最多可加入 10 张图片、5 段短视频和 5 段短音频，用来固定人物、产品、场景、风格或声音。
05
控制第一帧和最后一帧
只传第一帧，可以规定视频怎么开始；同时传第一帧和最后一帧，还能引导动作最后停在哪里。
06
局部修改，不必全部重做
阿里云介绍称，Wan 3.0 能修改已有结果中的画面、剧情或对白。发现某一处不对时，不一定要把整个创意从头生成。
官方规格
按 Wan 3.0 API 限制规划输出
根据官方限制选择合适的时长、参考素材、画面比例和输出画质。
- 模型 ID
- wan3.0-video
- 视频时长
- 没有视频输入时为 2–30 秒，并支持智能时长。若输入了视频，输入视频与输出视频的总时长不能超过 30 秒。
- 输出画质
- 480P、720P 或 1080P。
- 画面比例
- 自适应、16:9、4:3、1:1、3:4 和 9:16。
- 参考素材
- 最多 10 张图片、5 段视频和 5 段音频。参考视频与参考音频各自的总时长上限为 15 秒。
- 文件与网页
- 每次可传 1 个文件或 1 个公开链接。文件最大 100 MB、最多 50 页，支持常见文档、演示、表格、PDF、文本和 Markdown 格式。
- 音频
- 默认生成音频，也可以关闭。关闭音频不会改变官方 API 价格。
- API 流程
- 先创建生成任务，再用任务 ID 定期检查，直到视频完成。阿里云百炼的密钥、模型与接口地址必须位于同一地域。
提示词流程
写好一条 Wan 3.0 提示词
按顺序描述场景，只添加真正有用的参考素材，并根据发布平台选择输出设置。
- 1
描述一个清楚的场景
写明谁或什么东西出现、发生什么、镜头怎样移动、光线是什么样，以及应该听到什么。按时间顺序写动作。
- 2
只添加有用的参考
图片用来固定外观，短视频用来说明动作，音频用来参考声音。在提示词中点名每个素材，让模型知道它们各自负责什么。
- 3
选择时长、比例和画质
时长要够动作完成；横屏或竖屏要符合发布平台；先用低分辨率做草稿，确定方向后再生成 1080P 成片。
模型接入
Wan 3.0 可用状态
Wan 3.0 已可在阿里云百炼使用，但尚未出现在 Nana Banana 的模型列表中。
通过阿里云百炼使用 Wan 3.0
Wan 3.0 已在百炼提供，模型 ID 为 wan3.0-video。API 密钥、接口地址和模型需要位于同一地域。
Nana Banana 接入状态
Wan 3.0 尚未接入本站。模型连接、积分价格和生成流程完成测试后，它才会出现在模型列表中。
现在创建视频草稿
使用上方的 Veo 3.1 Fast 或 Veo 3.1 测试提示词、构图和节奏。
Wan 3.0 信息最近核对时间： 2026年8月29日
官方资料
Wan 3.0 文档
查看本页采用的阿里云模型发布页、产品介绍和 API 文档。
常见问题
Wan 3.0 常见问题
了解模型、接入方式、价格、输入和输出。
1
Wan 3.0 是什么？
Wan 3.0 是阿里巴巴最新一代全能 AI 视频模型。它能根据文字或参考素材生成视频，一次任务最长可得到 30 秒的画面与声音。
2
Nana Banana 已经能用 Wan 3.0 吗？
还不能。上方生成器当前使用 Veo 3.1 Fast 或 Veo 3.1。Nana Banana 完成接入和测试后，Wan 3.0 才会出现在模型列表中。
3
Wan 3.0 免费吗？
官方 API 按输出秒数收费。最近核对时，阿里云标价为 480P 每秒 0.05 美元、720P 每秒 0.10 美元、1080P 每秒 0.20 美元。本站会为当前可用模型提供注册额度。
4
Wan 3.0 最长能生成多少秒？
没有视频输入时，可以选择 2 到 30 秒之间的整数，也能让智能时长自动决定。若输入视频，输入与输出总时长必须控制在 30 秒内。
5
Wan 3.0 会生成声音吗？
会。音频默认开启，Wan 3.0 可以让对白、人声、音乐和环境声与画面一起生成，也可以手动关闭音频。
6
Wan 3.0 可以上传什么？
API 接受文字、图片、短视频、短音频、一个文档或一个公开网页，还支持用第一帧或第一帧加最后一帧控制画面。
7
Wan 3.0 支持什么分辨率？
官方 API 提供 480P、720P 和 1080P，并支持横屏、方形、竖屏和自适应画幅。
8
Wan 3.0 是开源模型吗？
阿里巴巴官方资料将 Wan 3.0 描述为云端模型和 API，没有公布可下载的 Wan 3.0 开源权重。旧版 Wan 有开源仓库，但不能因此把 Wan 3.0 也当成开源模型。