夜雨聆风说实话，最近这一周，AI 视频生成这个圈子热闹得有点离谱。
你感受一下这个节奏：
7 月 31 日，字节跳动甩出 Seedance 2.5，30 秒原生直出，最多支持 50 个素材一起丢进去，业内公认效果领先。
8 月 3 日，MiniMax直接开源 H3，2K 分辨率、原生立体声、价格只要同行的三分之一，四款国产 GPU 当天就能跑。
8 月 6 日，阿里Wan 3.0 开启公测。
七天，三家大厂，三连击，这哪儿是发布产品，感觉像是在打擂台。
这种「三国杀」的场景已经好久没见到了，而且还发生在国内厂商之间。
这次重点聊聊 Wan 3.0，先来看几个官方放出来的演示视频，效果看着还不错。
文档秒变视频
要说上面那几个视频的效果，Seedance 2.5 和 MiniMax H3 其实也都能做的差不太多，可能 Seedance 2.5 会产出的更好一些。
但这次 Wan 3.0 最大的本事儿，也是跟其他两家之间最大的差异化，就是可以支持「文档秒变视频」。
你给它一份 PPT、一份 Word 文档、甚至一份 Excel 表格，它读完直接就能给你出一条视频。
不再需要你「输入一段文字描述」了，而是变成你「扔一份文件进去」。
区别有多大？
以前用 AI 做视频，你在输入框里吭哧吭哧写提示词：比如"一个阳光明媚的下午，一位穿着白衬衫的年轻女性坐在咖啡店里，窗外是秋天的街道，镜头缓慢推进，暖色调，电影感……"
写完了，点生成，AI 给你出来一条视频。你一看，这人是对的，场景也差不多，但总感觉哪里不对劲，但又说不上来。改提示词，再生成，还是不对。来来回回折腾五六次，最后你挑了一条勉强能看的，凑合着用了。
这不叫创作，这叫「抽卡」。
对于普通用户来讲，写提示词这事儿是有一定难度的。脑子里即得有货，还得了解 Prompt 规则。
这次 Wan 3.0 不再需要你「描述你想要的画面」了，而是升级成让你「给它你已经有的东西」。
你的 PPT 已经排好了结构，你的 Word 文档已经写好了内容，你的 Excel 表格已经把数据关系都理清楚了，这些东西本身就是「精准的指令」。
AI 不再需要猜你想要什么，它直接读就行了，然后按你的结构去生成。
说白了，以前是「你说我画」，现在可以是「你写我拍」。
doc、xls、ppt、pdf、txt、key、pages、numbers、md 等，支持的格式非常全，甚至你丢一个 URL 网页链接都行。但单个文件不能超过 100 MB，总页数不能超过 50 页，这是唯一的限制。
30秒，刚好讲完一个故事
除了文档秒变视频这个「杀手锏」，Wan 3.0 这次也把视频生成的长度升级到单次 30 秒了，跟 Seedance 2.5 一样。
记得前代 Wan 2.7，最高也就支持到 15 秒，而且还得是 1080P 以下的分辨率才行。
可别小看这多了 15 秒。
以前你生成视频的时候，刚把场景交代清楚，刚准备推进剧情，"啪"的一下就没了。你只能继续再生成一段，然后拼在一起。但玩过 AI 视频的人都知道，每次生成的结果都会有差异，更何况硬生生拼出来的东西，有时光影对不上、有时人物会轻微变形、画面衔接会显得很生硬，这都是硬伤。
30 秒就不一样了。
30 秒足够你讲一个完整的小故事了。从开头交代环境，到中间推进情节，再到结尾收场。对短视频创作者来讲，这个长度刚好覆盖一条标准口播视频或者广告短片的骨架。
而且 Wan 3.0 还支持连续运镜和一镜到底。
以前 AI 视频最怕镜头动，一动就穿帮，画面撕裂、人物扭曲。现在能完全 hold 住复杂镜头语言了，说明底层的画面稳定性和物理一致性有了质的提升。
另外，还有两个小功能也挺实用。
一个是「智能时长」，你简单写个提示词，它自己能判断出这段内容适合多长，不用你自己虾琢磨。另一个是「视频延长」，比如你生成了一条 15 秒的视频，但觉得不够，可以基于已有的内容往后继续延展剧情，统一性会保持的非常精准。
不光画得像，还有四个硬能力
讲完了两个最大的亮点，我再快速带你过一下 Wan 3.0 其他几个值得说的能力。
第一个，人像真的不油腻了
早期 AI 视频的人像，真的一眼就能认出来，皮肤像塑料，表情像面瘫，眼神空洞得像个假人。
这就是所谓的「AI 味」，用咱们人话说叫「一眼假」。
Wan 3.0 这次在人像上下了不少功夫。五官细节更细腻了，皮肤质感更真实了，最关键的是表情不再显得那么僵硬了。像是开心、惊讶、沉思、微笑，这些微表情都能给做出来，而且肢体的动作和面部的情绪是同步的，不会再出现「脸上在笑、身体僵硬」这种诡异画面情况了。
更难得的是群像场景。
以前 AI 画一群人的时候，基本上就是「复制粘贴」。所有人的脸都差不多，表情也差不多。Wan 3.0 能做到不同人物有不同的情绪、不同的微表情。这个细节，说明它对人脸的理解已经上升到了另一个层次。不只是能「画出一张脸」的事情了，是可以根据不同环境、不同心情来「理解一个人的真实状态」了。
第二个，参考素材能精确复刻了
做视频的人都知道，最怕的就是中途「角色跑了」。上一秒主角还是黑头发，下一秒变成了棕色了；上一秒穿的还是白衬衫，下一秒变成了蓝T恤。这种毛病在 AI 视频生成中一直存在，俗称「一致性崩坏」。
在这一点上，这次 Wan 3.0 也做了很多工作。
你给它一个参考图，它能记住这个角色的五官、发型、发色、体型、衣服、配饰，整条视频里始终保持稳定。道具也一样，一个产品从不同角度看，外观、结构、Logo、材质都不会乱跑。场景也是，人物站在哪里、镜头从哪个角度拍，空间关系处理得很准确。
对于一个真正要拿来做内容的工具来讲，一致性比「画得好看」重要的多。你画得再好看，但角色每三秒就变一次脸，这东西就没法用了。
第三个，编辑能力比想象中好用
很多人在用 AI 将视频生成出来后，一看不行，就又从零开始做一条。但其实编辑能力才是日常用的最多的。
Wan 3.0 支持两种编辑方式：一种是指令式的，你告诉它"把背景换成海边"，它立马就能给你换好；另一种是参考式的，你给它一张参考图，它会按那个图里的风格和元素去进行修改。
还有一个多图编辑功能，最多能把 9 张图融合到一条视频里。以及一个交互式编辑，你可以用框选的方式精确指定要改哪个区域，这对一些细节控来说简直就是救星。
第四个，文字渲染和色彩控制
AI 视频里出现各种文字很正常，但以前跟出图一样是灾难，要不就是字不对、歪了；要不就是笔画看不清，彻底是糊的；甚至有的字直接变成一堆乱码。
这次 Wan 3.0 支持最多 12 种语言的长文本渲染，而且图表、公式、信息图都能给你生成。在做教学视频、产品演示、数据汇报时，这个能力就会非常实用了。
另外，色彩控制也很有意思。
你可以精确指定画面里哪个区域用什么颜色，这对品牌视频来讲很关键。比如你公司的 Logo 色是蓝色，AI 要是给你生成出一个红色的那不完了。所以你可以任意精确的指定哪个地方用哪种颜色，哪个产品用什么色调，它可以按照你的要求始终保持一种颜色风格。
三种场景最适用
场景一：做讲解
比如下周领导要求你给新人做培训，你已经提前准备好了培训 PPT，但你临时要出差不能现场讲。这种情况下，你要么得提前录一段儿真人视频，要么就放弃视频找别人在那天替你讲一下，欠了人情，回头还得请人吃饭。
现在就不用了，你把准备好的 PPT 直接丢给 Wan 3.0，在配一段简单的旁白文字，它就能给你出一条完整的讲解视频。新人直接看你做好的培训视频就 OK 了，最后再加一段儿你自己真人出镜的鼓励语视频，多好。
场景二：文章变视频
很多文字型博主写文章都没问题，但一说要拍成视频，直抓头发。什么脚本、找素材、配音、剪辑，一套下来至少半天时间，想搭个短视频自动化 skill，也没有那么简单。
现在你把你写好的文章直接丢给 Wan 3.0，它帮你拆结构、配画面、加字幕，加配音，直接就能出来一条初稿，你只需要微调一下，就能发布。图文创作者秒变视频博主。
场景三：网店展示商品
现在很多小的电商商家，他们的商品信息一般都会整理在 Excel 里，名称、规格、卖点、价格等等。以前店家介绍商品的时候，得一个一个拍，一个一个剪。
现在可以直接把商品表格导入到 Wan 3.0 中，来批量生成标准化的商品介绍视频。一个下午就能搞定一个月的量，成本还能从以前的「按条外包」变成现在的「按秒生成」。
效果都差不多？那就比比价格
先说 Wan 3.0，它的价格也是按秒收费了：
480P：0.3元/秒
720P：0.6元/秒
1080P：1.2元/秒
一条 30 秒的 1080P 视频，36 块钱。720P 的，18 块钱。跟外包剪辑动辄几百上千一条比，这个账你应该能算出来。
但光看 Wan 3.0 自己的价格，其实没啥感觉，咱们把另外两家也拉进来比一比。
先说 MiniMax H3。
它是三家里唯一开源的，定价也最激进。
768P 只要 0.5元/秒
2K 分辨率也才 0.8元/秒
换算一下，一条 30 秒的 2K 视频，24 块钱。而且它开源，如果你本地显卡给力的话，部署完跑起来成本趋近于零。这价格，说它是「价格屠夫」也一点不夸张。
然后就是字节的 Seedance 2.5。
它是另一套计价逻辑，它还是按 token 收费的，不是按秒。
含视频输入：42元/百万tokens
纯文本输入：70元/百万tokens
说实话，它这种计价方式不太好直接换算成每秒多少钱，但从业内反馈来看，它定位偏高端，实际成本也比另外两家要高出不少。
很核心的一个问题，如果视频生成的效果都差不太多的话，那价格就是咱们做选择时最敏感的话题了。
如果你追求极致性价比，MiniMax H3 当之无愧；
如果你手里有不少现成文档要变视频，选 Wan 3.0；
如果你不差钱就追求最好效果，那就用 Seedance 2.5 吧。
反正这三家各有各的甜点区，甭管最终选哪个，这价格确实都比一年前要便宜太多了。
目前要想体验 Wan 3.0，可以到 Wan 官网、千问 App，阿里云百炼上去感受。
如果你平时用 Agent 干活儿比较多，API 接口近期就会全量开放，多关注一下阿里云百炼上的公告就行。
写在最后
其实各家厂商他们卷的越厉害，我们作为用户越高兴。
特别是价格上，说实话现在除了 MiniMax H3 的价格还看着像那么回事，其他两家的价格普通人还是轻易用不起。
体验归体验，但真正想把它作为生产力，作用于自己的日常生产工作流上，这价格还得再降才行。
什么时候出一条 30 秒的视频，只花上 1-3 块钱，那可能才会形成规模，特别是 C 端用户这边。
等着吧，希望 1-2 年内能成为现实，到那时可能我们真的就离 AGI 不远了。
既然看到这儿了，如果觉得还不错，帮忙随手点个「赞」、「在看」、「转发」三连；如果想第一时间收到推送，也可给我加个星标★，非常感谢！