阿里云Wan3.0公测:30秒视频+文档直出,把「万物皆可生视频」变成现实

8月6日，阿里云官宣万相系列全新视频生成模型Wan3.0启动公测。该模型在成片时长、多素材输入、画面真实度、跨帧一致性四大维度完成全面升级，支持单次生成最长30秒完整视频，兼容文、图、音、视频及doc、xls、ppt等多种办公文档输入，人像生成可精细还原皮肤、五官细节，跨镜头的角色、道具等细节不漂移，大幅降低成片穿帮概率，同时支持局部画面、剧情、台词精准编辑，适配影视、广告、UI设计、文旅四大商用场景。

主流AI视频生成普遍停留在几秒到15秒，Wan3.0把单段上限拉到30秒，还搭配智能时长推荐与视频延长功能——创作者能从容做一镜到底、连续运镜，从「生成一个镜头」走向「讲述一段完整的故事」。更值得留意的是输入侧的突破：在文本、图片、音频、视频四模态之外，首次兼容doc、xls、ppt、pdf、md等办公文档，单文件上限100MB、最多50页。上传课件、报表、产品资料，配上提示词就能自动产出演示片、动态汇报、数据可视化短片，让「万物皆可生视频」从口号落地。

画面真实度与一致性是另一道分水岭。Wan3.0的人像生成做到「千人千面」，可精细还原皮肤纹理、五官细节，微表情与肢体动作自然联动；多参考素材生成时，角色、道具、场景、色调、Logo等细节跨镜头不漂移，把成片穿帮概率大幅压低，还支持局部画面、剧情、台词的精准编辑。

模型已适配影视、广告、UI设计、文旅四大商用场景，可低成本产出短剧、产品宣传片、交互动画与城市形象片。公测渠道覆盖阿里云百炼、万镜一刻、万相官网、千问创作PC端、IF STUDIO、堆友，千问APP同步灰度，480P/720P/1080P的API计费分别为0.3/0.6/1.2元/秒，接口将于近期全面开放。一周前阿里刚发布旗舰大模型Qwen3.8-Max，如今万相Wan3.0接棒公测，文本大模型与视频生成双线并进，被外界视为阿里把生成式AI从「会写」推向「会拍」的又一步。