阿里视频大模型 Wan3.0 上线，单次生成 30 秒视频
Wan3.0 是阿里新一代视频生成模型，主打长时长、文档参考和真实质感，已开始商用，值得视频制作和 AI 应用开发者关注。
阿里发布视频生成大模型 Wan3.0，单次可生成 30 秒视频，并首次支持 doc、xls、ppt、pdf 等文档输入，以增强对真实世界的还原。公测用户反馈其“稳定、真实、有质感”，尤其在人物皮肤、微表情等细节上告别“AI 感”，并已进入短剧、广告等生产流程。API 限时 7 折，480P 至 1080P 价格每秒 0.21 至 0.84 元。
正文摘录
阿里视频大模型 Wan3.0 正式上线，行业评价"稳定、真实、有质感" 来源：量子位 8月24日，阿里巴巴视频生成大模型 Wan3.0 正式上线。该模型在生成时长、万能创作、全能参考以及真实世界还原等维度全面升级，单次可生成 30 秒视频，并首次支持 doc、xls、ppt、pdf、md 等文档格式输入，力求准确还原真实世界。公测以来，见证 Wan 模型家族历次更新的创作者表示，Wan3.0 是"最惊喜的一次"。从企业用户体验来看，Wan3.0 收到的反馈高度一致，"稳定、真实、有质感"是被反复提到的三个关键词。 Wan3.0 在角色、道具、声音、空间关系、风格等细粒度维度均可稳定保持，这对追求生产力的企业用户而言尤为关键。比如这段高速追车戏中，Wan3.0 能够读懂参考素材，处理长时序叙事。30 秒内，人物、车辆、环境高度一致，上车、追逐、高速特技直至爆炸，全程连贯输出，无需反复抽卡、来回调试。 真实是 Wan3.0 告别"AI 感"的分水岭。有企业用户提到，Wan3.0 补上了 AI 视频长期缺失的一环——真人质感的稳定输出。为告别 AI 人物的油腻感与千篇一律，Wan3.0 力求"千人千面"，更敏锐地刻画五官与皮肤细节，人物情绪表达自然克制，微表情与肢体动作彼此联动。比如这一段人物视频中，女孩的眼球反射、毛发细节、白纱运动与水面光泽四种难还原的物理属性在同一镜头内出现，Wan3.0 全程守住冷灰蓝调，皮肤也没有塑料化。 有质感意味着 Wan3.0 具备镜头美学，既注重色彩的和谐搭配，也保持信息的流畅表达。有用户提到，Wan3.0 能很好地理解并融合风格化参考图，快速适配设定的视觉风格。比如这支风格化短片，融合了浓郁的红色调与蒸汽朋克机械美学。层叠裙摆的厚重感、金属齿轮的冷硬感、烛光的暖调漫反射……不同材质在统一色调下，各自保持物理特性，营造出舞台剧般的纵深感。