Wan 3.0 AI 视频生成器

Wan 3.0 能用来做什么

开始做视频时，你手里未必已经有一段完整的提示词，更可能是一份产品资料、一套演示文档、一个网页或几张图片。Wan 3.0 让这些素材参与创作，同时保留常见的文生视频和图生视频控制方式。

先选包含关键信息的素材：首帧适合交代开场构图，产品文档适合说明要讲什么。它们解决的是不同问题，不必同时追求所有输入方式。

本页导航：文档与网页 · 图生视频 · 时长规则 · 模型比较

用文档或网页资料辅助生成视频

已有产品资料，不必从空白提示词开始

把产品文档或网页作为参考，再说明想做的视频：给谁看，主要讲哪个卖点，画面按什么顺序展开，最后停在哪里。一条视频先讲清一件事，让资料为创意提供依据，而不是把整份文件的内容都塞进去。

使用 PDF 或 PowerPoint 时，指出要参考的章节或观点。一套演示文档可能同时包含公司介绍、技术参数和多款产品；短片更适合集中解释其中一个主题，而不是试图把所有信息压缩成几秒钟。

使用网页时，选择可公开访问、包含相关内容的页面，并说明要做产品介绍、视觉摘要，还是从页面内容获得场景灵感。链接提供背景，创作方向仍需要你来确定。

文档、网页和首尾帧要分清用法

China AI 每次接受一份文档或一个网页，不能同时提交两者；文档、网页参考也不能与首尾帧组合。如果固定开场画面比文字资料更重要，应改用帧输入。

Wan 3.0 的文档生视频，更适合理解为“依据资料再创作”。生成后核对名称、数字、产品细节和画面文字。需要原样保留的说明或品牌字体，在剪辑时添加更合适。

图生视频：首帧和尾帧怎么用

产品照片、环境图或已经安排好的构图，都可以作为 Wan 3.0 图生视频的起点。提示词重点描述画面接下来怎么动，不必重新列一遍图片里已有的物体。

如果结尾必须落在特定画面，可以添加尾帧，例如产品展示最终停在特写，或镜头移动后落到指定视角。首尾画面要能通过合理动作衔接；主体或布局变化太大，模型就需要自行补出更多过渡过程。

参考图片的作用不同：它用来引导主体外观，而不占用专门的首尾帧位置。在 China AI，参考图片不能与首尾帧在同一次请求中混用。打开图生视频，选择 Wan 3.0，再按镜头需求选择输入方式。

参考视频会占用多少生成时长

没有参考视频时，输出可选 2–30 秒；加入参考视频后，它的时长也计入同一个 30 秒上限。

参考视频本身最多上传 5 段，合计不超过 15 秒。增加文件数量不会增加时长额度。参考音频也有独立的 15 秒总输入上限。

只保留真正有用的动作或画面片段，既能让参考更明确，也能给新视频留出更多时间。如果必须输出完整 30 秒，应从文字、图片或其他支持的非视频素材开始。

参数可以先按用途来定：竖版选 9:16，横版演示选 16:9，其他用途选对应的可用比例。用 480p 或 720p 探索画面，需要更高清版本时再选 1080p。同时决定是否生成音频，或留到后期单独配音配乐。

产品介绍、知识讲解和社交视频怎么做

用产品资料做一段介绍视频

选一份产品文档或一个公开产品页，只抓一个主要卖点。可以先从使用情境讲起，再让产品出场，最后落到完整展示。第一版做 15–20 秒，先检查这条线是否讲得清楚，再考虑增加内容。

说明哪些产品特征必须可辨认，并在输出后检查。如果产品的第一眼展示比书面信息更重要，改用产品图和帧输入。标志、包装文字等精确内容，另备素材以便后期添加。

从演示文档里挑一个概念做讲解

不要一开始就要求把整套幻灯片变成视频。先选一个概念，按“提出问题—画面解释—得出结论”组织。放进演示文稿时可用横版，面向手机观看时可用竖版。

文档参考帮助确定主题，但密集图表和小字数字要格外留意。需要精确展示的图表，后期使用原图；生成视频负责围绕它补充更直观的场景说明。

从活动网页延伸出社交短片

提供活动或目的地网页作为背景，再给出明确角度：开头用什么画面吸引注意，中间呈现哪种体验或好处，最后停在哪里。先尝试 10–15 秒的竖版方案，确实需要更多铺垫时再延长。

把要求写成能看见的画面，不只说“做成爆款”。例如先确定第一个镜头里出现什么、结尾前发生什么变化，这样生成后才有具体的判断依据。

Wan 3.0 和旧版 Wan 有什么区别

这次变化不只是片段更长，也包括创作起点更丰富。阿里巴巴的 Wan 3.0 介绍在文字、图片、视频和音频之外，加入了文档与网页参考，输出最长达到 30 秒。Wan 系列中还有 2.7；China AI 仍提供的 Wan 2.6 是较早版本，并非 3.0 的直接上一代。

已有短视频流程用 Wan 2.6 就能满足需求，可以继续保留。需要文档、网页、首尾帧控制或更长输出时，再选 Wan 3.0。

Wan 3.0 和 Seedance 2.5 怎么选

创作材料主要是文档或网页，优先考虑 Wan 3.0；项目需要更大的图片、视频和音频参考集，可考虑 Seedance 2.5。两者在 China AI 都支持最高 1080p，仅看分辨率不足以区分。

Seedance 2.5 指南介绍了如何给更多参考素材分配用途。需要 4K 和多镜头控制，可以看可灵 Kling 3.0；想同时比较图像与视频模型，可以看国产 AI 模型盘点。

Wan 3.0 的限制与应对方法

标注最长 30 秒，不代表每次都能输出 30 秒。 参考视频会占用共同的时长额度，提交前先截短参考，或缩短新片段。

上传资料不能替代创作方向。 长文档往往包含多个主题，先确定要传达的观点和画面顺序，不要只依赖上传的文件。

音频和画面文字需要检查。 阿里巴巴将音频质感、文字渲染准确性列为仍在改进的方面。生成后听一遍声音，检查文字细节；重要标题、数字和品牌元素，必要时在剪辑软件中替换。

这里最高输出 1080p。 交付要求原生 4K 时，应选择有 4K 选项的模型。提示词写得更长、更细，并不会改变分辨率设置。

在 China AI 上使用 Wan 3.0

1. 以文字创意开始，打开文生视频；以图片开始，打开图生视频。
2. 在模型选择器中选择 Wan 3.0。
3. 选择输入方式，添加相应的首尾帧、媒体参考、文档或网页。
4. 写清创作方向，设置时长、分辨率和比例，并决定是否生成音频。
5. 生成后对照原始资料和创作目标检查，再下载视频。