8月6日，阿里巴巴正式開啟其影片生成大模型Wan 3.0的公測。此次升級聚焦於生成時長、萬能創作、全能參考以及真實世界還原等維度，其中最直觀的變化是單次可生成30秒影片，使得AI影片從“生成一個鏡頭”邁向“講述一段完整的故事”，連續運鏡、一鏡到底等複雜鏡頭語言得以實現。此外，Wan3.0還具備智慧時長功能，可根據提示詞自動推薦合適的影片長度。

Wan3.0的另一大突破在於輸入模態的擴充套件。除了文本、圖片、音訊、影片四種基礎模態外，它首次支援doc、xls、ppt、pdf、md等文件格式輸入。使用者上傳一份PPT或文件，搭配提示詞，即可生成教學課件、產品演示、業務彙報等影片內容。例如，上傳一個智慧眼鏡產品的PPT，就能得到一個完整的形象片。單個檔案或連結不超過100MB、50頁。這背後是模型強大的提示詞工程與指令遵循能力，將提示詞轉化為排程輸入、控制表達的中樞。

在真實世界還原方面，Wan3.0力求精準復刻現實場景與數字化資訊。生成影片中的人像追求“千人千面”，更敏銳地刻畫五官與皮膚細節，人物情緒表達自然剋制，微表情與肢體動作聯動。在全能參考任務中，角色、道具、聲音、空間關係、風格等細粒度維度均可穩定保持。同時，圖表、資料與介面內容的畫面審美也得到提升。

Wan3.0的影片編輯能力亦有大幅提升，支援修改畫面、劇情與台詞。不過，在聲音質感與文字準確度方面仍有進步空間。

即日起，Wan3.0在阿里雲百鍊、萬鏡一刻、萬相官網、千問創作PC端、IF STUDIO和堆友開啟公測，並在千問APP灰度開放。API價格方面，480P/720P/1080P分別為0.3/0.6/1.2元/秒，API介面將於近期全量開放。

從行業視角看，Wan3.0將文件轉化為影片的能力，標誌著AI影片生成正從內容生成工具升級為生產力工具，有望在教育培訓、企業營銷、產品演示等場景中發揮更大價值。不過，其實際效果和商業化落地仍有待市場檢驗。