阿里Wan 3.0视频大模型开启公测，支持30秒连贯叙事视频生成，首创兼容PPT/Word/Excel/PDF等结构化文档输入，深度融合提示词工程与多模态理解，显著提升人像真实感、细节还原力与专业内容生成能力，加速AI视频从创意工具向生产力引擎演进。
8月6日，阿里巴巴正式开放视频生成大模型Wan 3.0公测。此次升级聚焦四大核心能力：时长突破、多模态兼容、结构化信息理解与真实感建模。单次最长可生成30秒连贯视频，支持一镜到底、连续运镜等电影级叙事手法，真正实现从‘单帧生成’到‘完整故事表达’的跃迁；首创兼容doc、xls、ppt、pdf、md等十余种文档格式输入（单文件≤100MB/50页），结合提示词即可自动生成教学课件、产品宣传片或业务汇报视频——例如上传智能眼镜PPT，即刻输出专业形象片。模型深度优化提示词解析与指令执行能力，精准调度输入内容并控制画面节奏、角色行为与风格一致性。人像生成强调‘千人千面’：微表情自然、皮肤纹理细腻、肢体语言与情绪联动；图表、界面等数字化元素亦具备专业级视觉质感。视频编辑功能同步增强，支持画面、剧情及台词精细化调整。音画同步与文字识别精度仍在持续优化中。即日起，Wan 3.0已在阿里云百炼、万镜一刻、万相官网、千问PC端、IF STUDIO及堆友平台上线，千问APP进入灰度测试阶段。API按分辨率分档定价：480P/720P/1080P分别为0.3元/秒、0.6元/秒、1.2元/秒，全量接口即将开放。
来源：雷峰网