夜雨聆风
8月6日，阿里视频生成模型Wan3.0开启公测。除文本、图片、音频和视频外，它首次支持doc、xls、ppt、pdf、txt、key、pages、numbers、md等文档格式，还能接收文件或链接。配合提示词，官方给出的应用方向包括教学课件、产品演示、动态图表和业务汇报。
以前把一份文档做成视频，通常要先摘出重点，再把文字改成脚本或提示词；PPT里的图表、产品图和页面结构，还要分别导出、整理，最后再生成多个短镜头并剪到一起。
Wan3.0真正挪走的，是“先把办公文件翻译成视频模型能理解的材料”这层中间劳动。
这里面最确定的节省，是文件转换。过去需要把PPT拆成图片、把PDF文字复制出来，或者先整理成模型能接收的提示词；现在文件可以直接进入生成链路。至于脚本整理、画面设计和剪辑能省多少，要看模型对具体材料的读取与呈现效果，不能只凭“支持上传”三个字预先算出工时。
输入边界也决定了它更适合怎样的任务。Wan3.0一次最多接收一个文件或链接，文件不超过100MB、页数不超过50页。如果一份业务汇报的数据散落在多个表格、文档和网页里，人仍要先合并材料；几十分钟的课程也不能靠一个30秒片段直接交付，仍需拆分内容并组织前后关系。
30秒本身仍然有用。一段产品功能介绍、一页动态图表说明，或者课件中的单个知识点，有机会在一次生成里讲完整，不必为了几秒钟的上限反复续镜头。Wan3.0还提供智能时长与视频延长能力，但延长画面不等于自动补齐叙事，事实顺序、重点取舍和前后衔接仍需要人来把关。
尤其是数字、合同条款、产品规格和对外口径，画面做得像不等于内容正确。模型可以读取源文件并生成视频，人仍要逐项检查信息有没有漏、图表有没有表达错、品牌元素有没有跑偏。公测解决的是“材料怎样更快进入视频”，不是替内容负责人签字。
Wan3.0目前已在阿里云百炼、万镜一刻、万相官网和千问创作PC端开启公测，千问App为灰度开放。官方公布的480P、720P和1080P API单价分别为每秒0.3元、0.6元和1.2元，按满30秒机械计算，单次理论费用分别是9元、18元和36元。这只是单价乘以时长的理论生成费用，不能直接当作一条可用成片的完整预算；API接口也仍处于近期全量开放的安排中。
这里是我的AI牛马，让 AI 替你打工，下期见。
