千问Wan 3.0视频模型上线：最长30秒，支持1080P与全模态参考

阿里云国际模型服务平台Qwen Cloud近日上线Wan3.0-Video模型页面。根据页面公布的信息，新模型支持文本、图片、音频和视频输入，可以处理多模态参考素材，最长生成30秒视频，并提供480P、720P和1080P三种输出规格。

Wan3.0-Video还将参考生成、视频编辑、内容复刻和角色或动作驱动等能力整合进统一模型。对于AI短剧、广告、音乐MV和数字人视频创作者来说，这意味着不同视频任务有望在同一个模型入口中完成。

Wan 3.0在线体验地址：

立即体验Wan3.0-Video

需要说明的是，截至本文发布时，Wan3.0-Video已经在Qwen Cloud模型市场提供API信息和价格说明，但Wan官方GitHub、ModelScope及Hugging Face尚未同步完整技术报告和开源权重。因此，目前更准确的说法是“Wan3.0-Video上线Qwen Cloud”，是否开源仍需等待Wan官方后续公告。

Wan 3.0效果演示视频

视频整体时长达到了30S，稳定性强，运镜流畅

打斗方面稳定性强，没有出现明显的崩坏情况

Wan3.0-Video是什么

Wan3.0-Video是Wan视频生成模型系列的新版本，目前通过Qwen Cloud模型市场提供体验和API调用。

在中文用户的搜索习惯中，Wan系列也常被称为“通义万相视频模型”或“千问Wan视频模型”。Qwen Cloud则是阿里云面向国际开发者提供的模型、API和云服务平台。

与只处理文本生成视频或图片生成视频的单一模型相比，Wan3.0-Video强调多种创作能力的统一，包括：

1. 文本生成视频；
2. 图片参考生成视频；
3. 音频参考视频生成；
4. 视频参考与视频编辑；
5. 角色、人物或动作驱动；
6. 参考视频风格及内容复刻；
7. 多模态素材理解；
8. 视听内容同步生成。

根据Qwen Cloud模型页介绍，Wan3.0-Video能够解析文件、网页和复杂图片，并利用相关内容辅助视频生成。不过，具体支持的文件类型、网页解析范围及各项输入限制，仍需等待更完整的API文档。

Wan 3.0有哪些新功能

最长生成30秒视频

Qwen Cloud页面显示，Wan3.0-Video最长可以生成30秒视频。

相比常见的5秒或10秒AI视频，30秒能够容纳更完整的动作、镜头和情节，更适合剧情短片、广告片段、音乐MV和社交媒体内容。

需要注意的是，视频时长越长，人物一致性、动作连贯性和镜头稳定性通常越难保持，实际效果仍需通过样片测试判断。

支持音频、图片、文字和视频输入

Wan3.0-Video的输入类型包括：

1. Audio：音频；
2. Image：图片；
3. Text：文字；
4. Video：视频。

这意味着用户不仅可以通过提示词生成视频，也可以上传人物图片、场景参考、动作视频或音乐素材，给模型提供更明确的创作依据。

全模态参考生成

Qwen Cloud将Wan3.0-Video描述为支持“omni-modal reference”，即全模态参考。

在实际创作中，全模态参考可能用于：

1. 使用图片控制人物和场景；
2. 使用视频参考镜头或动作；
3. 使用音频控制节奏和声音；
4. 使用文字补充剧情与画面要求；
5. 综合多种素材生成统一视频。

具体可以同时上传多少份素材、支持多长的参考视频以及音频如何参与生成，目前页面尚未公布完整限制。

参考、编辑、复刻和驱动能力统一

Wan3.0-Video模型页列出的主要创作方向包括reference、editing、replication和driving，可对应理解为：

1. 参考生成：根据人物、场景或风格素材制作视频；
2. 视频编辑：对已有视频进行修改或重构；
3. 内容复刻：参考授权视频的结构、风格或镜头表现；
4. 角色驱动：根据动作、音频或其他条件驱动人物表现。

使用“复刻”功能时，应确保参考视频、人物形象、音乐和品牌素材已获得合法授权，避免直接复制受版权保护的作品。

角色一致性与音画表现

Qwen Cloud页面重点提到Wan3.0-Video的角色一致性、真实视觉效果和声音表现。

这表明新模型不仅关注单个画面的清晰度，也试图改善人物在连续镜头中的外观稳定性，并提供更完整的视听体验。

不过，官方暂未公布统一评测结果和完整技术报告，因此“生产级一致性”的实际表现仍需要通过多镜头、多人和复杂动作测试验证。

支持1080P视频

Wan3.0-Video目前提供三种视频生成规格：

按照当前页面价格计算，生成一段30秒视频的参考成本为：

以上为模型页面显示的基础API价格，不包含汇率变化、税费、订阅优惠或平台赠送额度。实际费用以Qwen Cloud账号结算页面为准。

Wan 3.0 API开放情况

Wan3.0-Video已经在Qwen Cloud页面提供DashScope API调用示例，模型名称为：

wan3.0-video

官方示例使用异步视频生成接口，可以设置：

• 视频提示词；
• 输出分辨率；
• 视频比例；
• 生成时长。

目前页面公开的调用限制为：

这些限制可能根据账号等级和平台政策调整，开发者应以控制台实时信息为准。

Wan 3.0怎么体验

方法一：在线体验

打开Wan3.0-Video模型页面：

Wan3.0-Video在线体验入口

注册或登录Qwen Cloud账号后，查看模型当前状态。如果页面显示可以试用，可输入提示词并上传相应参考素材。

建议首次测试时：

1. 先选择480P和5秒时长；
2. 使用单人、单场景和简单动作；
3. 检查角色、动作和镜头稳定性；
4. 再逐步增加时长、人物和参考素材；
5. 确认效果后再生成720P或1080P版本。

这样可以减少因提示词或参考素材不合适而产生的费用。

方法二：调用API

开发者可以在Qwen Cloud申请API Key，并通过DashScope国际接口调用wan3.0-video模型。

API更适合：

• 批量生成AI视频；
• 搭建企业视频生产流程；
• 开发AI短剧或广告应用；
• 将视频生成接入Agent；
• 自动处理大量图片和视频素材。

正式接入前，应先测试任务失败、超时、排队、内容审核和费用统计等情况。

Wan 3.0与Wan 2.2有什么区别

Wan3.0-Video当前更偏向云端统一视频生成服务，而Wan 2.2仍然更适合需要本地部署、模型研究和自定义工作流的开发者。

Wan 3.0适合哪些场景

AI短剧与漫剧

最长30秒视频和多模态参考能力，可以用于生成短剧分镜、剧情片段、角色对白和漫剧素材。

制作多集内容时，仍需要建立统一的人物、服装、场景和提示词规范。

产品广告与电商视频

用户可以上传商品图、品牌视觉和参考视频，生成产品展示、场景演示及社交媒体广告素材。

涉及商品功能、价格和广告承诺时，应进行人工核实。

音乐MV

音频输入和视听生成能力可用于制作音乐节奏、舞蹈、表演和氛围类视频。

音乐和歌手形象必须获得合法使用授权。

数字人与角色驱动

用户可以使用人物图片、动作或音频作为参考，测试数字人、虚拟角色和口播内容。

涉及真人肖像或声音克隆时，应取得本人授权。

影视预演和动态分镜

导演、编剧和制作团队可以使用Wan3.0-Video制作概念样片、动态分镜和镜头预演，用于沟通视觉方向。

AI预演不能完全替代正式拍摄、动画制作和后期流程。

Wan 3.0目前还有哪些信息没有公布

截至2026年8月7日，以下信息尚未在官方模型页完整披露：

• 模型参数规模；
• 具体技术架构；
• 训练数据说明；
• 统一视频生成评测；
• 支持的详细视频比例；
• 不同时长的完整参数限制；
• 音频生成及控制方式；
• 参考文件数量及大小限制；
• 是否会发布开源权重；
• 是否登陆国内阿里云模型服务；
• 商业使用授权细则。

因此，现阶段不建议引用网络传言中的模型参数、榜单成绩或开源日期。应等待Wan官方GitHub、ModelScope、Hugging Face或阿里云正式技术报告。

Wan 3.0常见问题

Wan 3.0正式发布了吗？

Wan3.0-Video已经出现在Qwen Cloud模型市场，并提供价格、API示例和调用限制。但Wan官方暂未同步完整发布公告、技术报告和开源权重。

Wan 3.0可以免费体验吗？

Qwen Cloud表示多数模型可能提供免费API额度，但Wan3.0-Video是否有独立免费额度，应以登录后账号页面为准。超出免费额度后按照视频分辨率和生成秒数计费。

Wan 3.0最长可以生成多长的视频？

Qwen Cloud模型页显示，Wan3.0-Video最长可以生成30秒视频。

Wan 3.0支持1080P吗？

支持。当前页面列出了480P、720P和1080P三种API计费规格。

Wan 3.0支持声音吗？

模型页面将音频列为输入类型，并强调真实的视觉和声音表现。不过，声音生成方式、语言支持和音频控制参数仍需等待详细文档。

Wan 3.0支持图生视频吗？

支持图片输入。用户可以上传人物、商品、场景或风格参考图辅助视频生成。

Wan 3.0可以编辑已有视频吗？

官方模型页面将视频编辑列为主要能力之一，并支持视频输入。具体可以修改哪些内容、支持多长的输入视频，需要以API文档为准。

Wan 3.0开源了吗？

截至本文发布时，Wan官方GitHub、ModelScope和Hugging Face尚未提供Wan 3.0开源权重。Wan 2.1和Wan 2.2仍是目前主要的公开模型。

Wan 3.0生成的视频可以商用吗？

能否商用需要同时检查Qwen Cloud服务协议、具体模型规则、输入素材版权、人物肖像权及音乐授权，不能仅凭“AI生成”判断。

Wan 3.0和通义万相是什么关系？

Wan是阿里视频生成模型系列的英文名称，中文用户通常将其称为通义万相视频模型。Wan3.0-Video目前通过Qwen Cloud模型市场提供服务。

Wan 3.0体验入口

模型页面：

https://www.qwencloud.com/models/wan3.0-video

Wan官方GitHub：https://github.com/Wan-Video

Qwen Cloud：https://www.qwencloud.com/

最后更新时间：2026年8月7日