行业动态

Wan 3.0是什么

Wan 3.0是阿里云推出的新一代视频生成模型，面向 AI视频创作场景，支持文本、图像等多模态输入。开发者和创作者可以把自然语言描述、参考素材和结构化信息交给模型，用来生成视频内容，减少从素材整理到视频制作之间的操作环节。

从公开展示信息看，Wan 3.0支持原生30秒级视频生成，并提供1080P等输出规格。它把创意描述、参考信息和视频生成放进同一套流程，可用于短视频、产品展示、广告创意以及 AI Agent工作流等场景。

核心能力与特点

Wan 3.0的重点能力之一是“全能参考”。除了文本和图像，它还可以结合视频、音频、文档、表格、PPT、网页和 Markdown等不同来源的信息，让模型在生成视频前获得更完整的上下文，并根据多份素材组织输出。

这项能力也适合接入 AI Agent。例如，营销 Agent可以读取产品资料、网页内容、图片素材和品牌文档，再调用模型生成宣传视频；教育场景中，也可以把课程文件和演示文稿作为输入，用来制作配套视频内容。

视频生成本身则涉及画面稳定性、文字表现和动态效果。从公开案例来看，Wan 3.0可以处理电影感镜头、运动场景和具有明确视觉风格的动态画面，为需要自动生成视频素材的创作流程提供一种新的实现方式。

视频生成价格与成本

Wan 3.0主要按照生成视频的时长计费，而不是按任务次数收费。公开体验信息显示，720P视频约为0.7元/秒，1080P视频约为1.4元/秒。

按这一价格计算，10秒720P视频约需7元，10秒1080P视频约需14元；生成30秒视频时，720P约为21元，1080P约为42元。实际费用可能受区域、服务版本和平台活动影响，使用时仍应以阿里云 Model Studio控制台显示的价格为准。

按秒计费也让成本更容易按视频长度和清晰度估算。企业如果批量生成营销素材、产品演示或社交媒体视频，可以直接根据所需时长和输出规格控制单条内容的生成成本。

使用方式与模型体验

开发者可以通过阿里云 Model Studio模型服务平台体验 Wan 3.0，也可以把模型能力接入自己的应用或 AI Agent工作流。平台提供模型调用入口，可用于测试、调优和后续应用开发。

根据公开介绍，Wan 3.0提供不同清晰度的视频生成选项，费用随输出规格和生成时长变化。需要批量制作营销视频、内容素材或智能创作应用的团队，可以根据实际质量要求和预算选择对应方案。

适用场景

Wan 3.0可以用于 AI视频创作工具、内容生产平台、数字人应用、广告营销、影视预制作和企业知识内容可视化。接入 Agent后，它也可以作为自动化内容流程中的视频生成环节：前面的系统负责读取和整理资料，模型负责把这些信息转成视频输出。

从 Wan 3.0展示出的能力看，视频生成正在加入更多上下文输入，不再只依赖一段文字提示。对需要处理多种资料再生成视频的应用来说，这种多模态参考能力，比单纯增加一个视频生成入口更直接地影响实际工作流。