阿里 Wan3.0 今天开启公测。单次可生成 30 秒视频，支持文本、图片、音频、视频之外，还能直接读取 URL、PDF、PPT 等文档。对做营销、培训、产品演示的团队来说，这意味着大量办公素材可以一步转成动态视频。

做短视频的人都有过这种经历。你写了一段很棒的 prompt，模型给你 5 秒高光片段，画面好看，动作也对，但一放到项目里就发现：不够讲完整件事。想续一段，人物换了脸；想接镜头，场景对不上。到头来只能把 AI 当成“素材库”，真正的叙事还得靠人工剪。

阿里今天把 Wan3.0 放进公测。它要解决的正是这个断层：不是多出几秒画面，而是让 AI 视频从“片段生成”变成“可以承接工作流”。

30 秒不只是时长翻倍

Wan3.0 官方把“原生 30 秒时长”放在能力介绍的显眼位置。上一代 Wan2.7-Video 单段上限是 15 秒，这也是目前主流 AI 视频工具的常见区间。跳到 30 秒，意味着一次生成就能装下一段相对完整的叙事，而不是只能出“一个好看的镜头”。

时长带来的变化很实际。15 秒里，你通常只能做一个动作、一个转场、一个情绪点。30 秒则可以塞进连续运镜、一镜到底，或者一小段有起承转合的剧情。阿里官方在发布稿里举了一个例子：一个戴黑色棒球帽的少年在 30 秒内完成一段奇幻之旅。这种镜头如果拆成两段生成，中间衔接很容易穿帮；一次生成 30 秒，动作的连贯性和空间的连续性都更有保障。

对广告片、教学演示、产品剧情片来说，这意味着少了大量分段生成和后期拼接的活儿。你不再需要抽十几条 5 秒片段，再逐条挑选、补镜头、对齐人物。创作者可以把精力放在提示词和整体叙事上，而不是跟拼接作斗争。

Wan3.0 还加了一个“智能时长”功能。系统会根据提示词自动推荐一个合适长度，不用你每次去猜 5 秒、10 秒还是 30 秒。如果一次不够，它支持视频延长，把故事线继续往下推。这个功能组合起来，才称得上“可延续的创作”，而不是“一次性抽卡”。当 AI 视频能从“出片段”变成“接工作流”，它的使用场景才会真正打开。

文档直接进，PPT/URL/PDF 都能当输入

这次升级里生产味很浓的是输入方式。Wan3.0 在文本、图片、音频、视频四种模态之外，首次支持 doc、xls、ppt、pdf、txt、key、pages、numbers 和 md 等格式。也就是说，一份产品规格表、一页 PPT、一个网页链接，都能直接变成视频素材。

阿里云官方举了一个例子：上传一份智能眼镜的 PPT，配上提示词，就能得到一个完整的品牌形象片。这正好对应了你提到的“从规格表到概念广告”。过去这种需求需要设计师先做分镜、写脚本、找素材、做动画，现在模型把中间环节吞掉了。

URL 输入也同样实用。你可以把产品官网、电商详情页、博客文章或 Help Center 文档的链接丢进去，模型读取页面结构后生成一段讲解视频。对 SaaS 公司来说，这意味着一份新功能说明文档可以直接变成 30 秒产品介绍片，不需要再专门拍屏幕演示。对内容运营团队来说，这也意味着已有的图文资产可以快速复用为视频资产。

输入有一些硬边界需要留意。文件大小不能超过 100MB，页数不能超过 50 页，每次只能输入一个文件或一个链接。这对普通办公文档足够，但如果你丢的是一份 200 页的白皮书，需要先拆一下。链接输入则受网页复杂程度影响，如果页面里嵌了大量交互组件或弹窗，提取效果可能会打折扣。

一致性是进生产线的硬指标

AI 视频能不能商用，从来不只是画质问题，而是“这一帧和下一帧是不是同一个东西”。Wan3.0 把“像素级一致性保持”作为核心卖点，覆盖角色、道具、场景、风格四个维度。

角色层面，官方说法是“千人千面”。模型会刻画五官、皮肤、发型、形体、服饰、配饰这些细粒度特征，群像场景里也能让不同人物保持各自的情绪。对短剧、广告、虚拟博主来说，这意味着同一个人可以连续出现在多个镜头里，不会每次生成都是一张新脸。

道具和场景层面，多角度外观、硬件结构、Logo、材质细节、角色站位、机位视角都会被约束。这对产品展示片很关键。比如你要拍一款新手机，手机背面的 Logo、边框反光、握持角度在连续镜头里不能漂移。

风格层面，Wan3.0 支持影视拍摄调性的稳定渲染。官方提到赛璐璐风格的 2D 动画、东方仙山的水墨奇幻、西海岸街头流行主义等不同风格都能保持统一。多风格混用时也不容易互相串味。

文字、声音、UI 也能稳

Wan3.0 对数字化信息的处理也有升级。万相官网把“超强文字渲染”单列出来：支持超长文本、12 国语言，图表、公式、信息图都能稳定输出。阿里官方英文稿件里提到，模型可以“accurately present stable software user interfaces and motion graphics”，也就是说 UI 交互动画、软件功能演示这类内容也能接得住。

这个能力对 B 端产品演示很关键。比如你要给一款新的项目管理工具做宣传视频，可以直接上传界面截图或产品文档，让模型生成一段带高亮、转场、文字标注的功能演示。信息图和动态图表也能被稳定渲染，避免以往 AI 视频里文字乱码、UI 漂移的问题。

声音方面，官方说法是“自然的多语言语音输出”。环境音、对白、效果音会同步生成，而不是后期贴上去。这意味着一段产品片可以自带旁白和背景音乐，减少后期配音成本。不过阿里云官方也坦承：声音质感和文字准确度方面仍有进步空间。这一点值得写入评估清单，不要期待它一次性替代专业配音和字幕校对。

定价和入口

Wan3.0 已经在阿里云百炼、万镜一刻、万相官网、千问创作 PC 端开启公测，千问 APP 灰度开放。不同入口侧重点不同：百炼和 Model Studio 更适合开发者和技术团队调试；万相官网和千问创作 PC 端更偏向创作者直接上手；万镜一刻和千问 APP 则面向移动端和快速体验。API 价格方面，480P/720P/1080P 分别是 0.3/0.6/1.2 元/秒。

算一笔账。如果你生成一条 10 秒的 720P 产品片，成本是 6 元；30 秒的 720P 成片，成本 18 元；同分辨率 1080P 则要 36 元。对需要批量出片、快速改版的营销团队来说，这个价格已经能进入试算范围。但对个人副业者或学生来说，做一条 30 秒 1080P 视频 36 元，仍然要先想清楚值不值。如果一天需要出 20 条 30 秒 720P 视频，单日成本约 360 元；换成 1080P 则要 720 元，批量生产前先确认 ROI。

API 接口目前还没全量开放，官方说法是“将于近期全量开放”。现在更适合先去各平台体验入口试跑几条片子，验证效果后再等 API 接入自动化流程。

三类工作流可以先试

从目前公开的信息看，Wan3.0 适合三类场景先试。

一类是广告营销。家电、彩妆、汽车、快消、3C、服饰、软件等行业，都可以把产品图加一份 Word/PPT 介绍，直接生成从展示到品牌叙事的短片。不需要先写脚本、找模特、租场地，出片速度会快很多。比如一款新手机上市，市场部可以把产品规格页和卖点 PPT 丢给模型，半小时内拿到几条不同风格的 30 秒预热片，用于 A/B 测试。

二类是教育培训。课件 PPT、产品培训材料、业务汇报文档，直接转成带人出镜或动画演示的视频。对需要高频更新课程内容的机构来说，这能省掉重新录制和剪辑的成本。一门课程的知识点更新后，讲师不再需要重拍整节课，只需更新文档再生成视频即可。

三类是产品与设计创意。UI 交互演示、软件功能动画、数据可视化，可以保留设计审美和质感，直接升华为动态作品。产品经理做原型验证、设计师做动效提案，都能用得上。例如一个数据 dashboard 的交互说明，可以生成一段带鼠标高亮和转场的演示视频，直接放进 PRD 或客户汇报里。对设计团队来说，这相当于把高保真原型和演示动画的合成环节提前到了创意阶段。

接入前要想清楚的三个限制

头一个限制是 API 还没全量。现在主要是平台体验入口，批量自动化要等后续接口开放。如果你需要把它嵌进现有工作流，得先确认接入时间表。目前可以先在各平台跑几条样片，验证风格一致性和文字准确度后再做接入决策。

二个限制是文件有大小和页数限制。100MB、50 页以内，一次只能传一个文件或一个链接。大文档要拆分，复杂网页可能需要提炼核心内容。建议先把文档里真正要表达的核心页提炼出来，再上传，而不是把整个手册丢进去。

三个限制是声音和文字还不够完美。官方自己说了声音质感和文字准确度有提升空间。正式商用前，配音和字幕仍需人工检查，尤其是品牌名、专业术语、多语言内容。

另外要算清成本。720P 0.6 元/秒，一条 30 秒视频 18 元；1080P 1.2 元/秒，同长度 36 元。如果一条广告片需要反复迭代十版，成本会快速累加。建议先用 480P 或 720P 做内部评审，定稿后再上 1080P。

它想把 AI 视频从玩具变工具

Wan3.0 的升级方向很清晰：更长、更稳、更开放输入。它不再只是帮你生成一段好看的画面，而是试图承接从文档到成片的完整链路。

当然这还不意味着剪辑师、导演、设计师会被取代。相反，它把重复劳动压缩后，人才有机会回到真正需要判断的地方：故事怎么讲、节奏怎么控、品牌调性怎么定。AI 负责把素材动起来，人负责决定动成什么样。

从 Wan1.0 到 Wan3.0，万相模型家族一共迭代了 8 个版本。这一次的明显不同在于，官方不再只讲画面多炫，而是强调“面向生产力场景”和“可投入生产”。当行业还在争论 AI 视频能不能替代实拍时，Wan3.0 已经在解决“怎么把 AI 视频放进真实工作流”这个问题。

末了问你一句：如果你能把手里的一份 PPT 或一个产品页直接变成 30 秒视频，你想先拿哪份材料试？欢迎在评论区聊聊，顺手点个在看，让更多人看到这个新工具。

既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，

如果想第一时间收到推送，也可以给我个星标⭐

～谢谢你看我的文章，我们，下次再见。

/ 作者 浚枢