更长视频时长
Wan 3.0 支持更长视频时长,完整小剧情一镜讲完不用拆段。写剧本时按“起承转合”分四幕写提示词,长片节奏才不垮。
Wan 3.0 Video 是阿里巴巴推出的 AI 视频生成模型。 使用 Wan 3.0 进行专门的 AI 视频生成。生成前了解核心能力、适用场景、实时参数、提示词方法、示例与限制。 以下章节分别讲解它的能力、实时参数、提示词、示例与检查要点。


Wan 3.0 的主要优势是更长视频时长和音频参考工作流,尤其适合长时长视频。
Wan 3.0 通过生成器中当前可用的视频模式工作。可以从文字、图片或受支持的参考素材开始,并为每个参考素材指定明确作用。
本页的实时参数表是 Wan 3.0 当前可用设置的真源。画幅、分辨率、时长和参考素材数量会跟随当前配置线路变化。
核心能力
这些是选择 Wan 3.0 建立独立生成流程时最值得关注的能力。
Wan 3.0 支持更长视频时长,完整小剧情一镜讲完不用拆段。写剧本时按“起承转合”分四幕写提示词,长片节奏才不垮。
Wan 3.0 的音频参考工作流允许带配乐或旁白意图进场,画面卡点有依据。生成前标出音乐重拍位置,关键转场对准重拍落点,成片呼吸感更强。
Wan 3.0 的多模态参考适合改编任务:原文案、参考片、设定图一起喂,长片改编不断魂。改编时声明“情节跟原文、视觉跟设定图”,分工越清越稳。
Wan 3.0 的自然运动表现在长镜头里依然稳定,人物走位与群演调度不飘。长镜头提示词单独写一段调度说明,主角与群演动线分开交代。
实时参数
以下参数直接来自当前配置的 Wan 3.0 线路,因此会和生成器实际能提交的设置保持一致。
使用方法
先得到一个可评估的第一版,再逐步增加分辨率、参考素材或其他高级控制。
根据输入选择 Wan 3.0 当前支持的文字、图片或参考素材模式。
写清主体动作、镜头运动、景别、节奏和结尾,不要把多个无关事件塞进同一短片。
参考图片、视频或音频分别用于身份、动作、镜头、风格或节奏时,要明确写出来。
先检查连续性、人体结构、镜头稳定、主体一致性和音画节奏,再做更长或更高清输出。
适用场景
当项目需求与下面这些场景匹配时,Wan 3.0 更容易发挥价值。
用 Wan 3.0 做长时长视频时,先出文字分幕大纲再逐幕生成,幕与幕之间留转场余量。粗剪先看整体节奏,确认不闷再逐幕加精。
Wan 3.0 做广告创意适合一分钟品牌故事:前十秒设悬念、中段展开、结尾产品点睛。故事板每幕配一句旁白,生成时画面与旁白同步写进提示词。
Wan 3.0 拍产品视觉适合工艺纪录片式呈现:原料、制作、成品三幕递进。机位多用缓慢推进,质感在长镜头里自己说话。
用 Wan 3.0 做多模态视频制作时,解说稿全文进场做时间轴约束,每句解说对应一段画面。先对齐解说与画面的起止点,再渲染全片,声画错位最少。
短视频更适合围绕一个主体动作和一个主要镜头运动展开。
写清特写、固定机位、缓慢推进、环绕、跟拍或手持等镜头行为。
告诉 Wan 3.0 每个参考素材负责主体外观、动作、镜头节奏、风格还是音频节奏。
提示词示例
这些示例适合作为起点,再替换成你的主体、参考素材、风格和限制条件。
柔和灯光下,产品在摄影棚桌面上缓慢旋转,呈现清晰反光。
角色沿着参考视频中的动作走过夜晚的城市。
使用参考图片、音频节奏和电影感运镜制作一条简短产品广告。
需要检查
Wan 3.0 可以提高制作效率,但生成结果仍应经过人工检查后再作为最终素材。

逐段检查 Wan 3.0 视频中的人体结构、主体身份、物体连续性、镜头稳定和运动伪影。
同时描述多个动作或使用相互冲突的参考素材,会比单一镜头更难保持连贯。
更长、更高清、多模态或带音频的流程通常比短草稿需要更多处理时间和积分。