阿里视频大模型Wan3.0开启公测：文档、ppt也能变视频

8月6日，阿里巴巴视频生成大模型Wan 3.0开启公测，在生成时长、万能创作、全能参考以及真实世界还原等维度全面升级：单次可生成30秒视频，完整表达创作意图；在文本、图片、音频、视频四种基础模态之外，首次支持doc、xls、ppt、pdf、md等文档格式输入；力求准确还原真实世界——人物千人千面，每一帧画面既真实、又可信。

品牌配资开户

生成时长的延展是Wan3.0最直观的升级。单段30秒生成让叙事节奏更游刃有余，连续运镜、一镜到底等复杂镜头语言得以充分表达，AI视频从“生成一个镜头”走向“讲述一段完整的故事”。Wan3.0还有智能时长功能，可根据提示词自动推荐合适时长。

Wan3.0正从视频生成模型跃迁为信息的表达载体，不仅能以文本、图片、音频、视频作为全能参考，还能读取文档、ppt等结构化信息，搭配提示词即可生成教学课件、产品演示、业务汇报等内容。支持格式覆盖doc、xls、ppt、pdf、md等，单个文件或链接不超过100MB、50页。比如上传一个智能眼镜产品的ppt，配上提示词，就能得到一个完整的形象片。

这背后，是模型强大的提示词工程与指令遵循能力，将提示词转化为调度输入、控制表达的中枢。

视频生成模型正从内容生成升级为生产力工具，用户对画面的要求不止于清晰，更要真实。无论是现实场景还是数字化信息，Wan3.0都力求精准地复刻与呈现。生成视频中的人像力求“千人千面”，更敏锐地刻画五官与皮肤细节，人物情绪表达自然克制，微表情与肢体动作彼此联动。全能参考任务中，角色、道具、声音、空间关系、风格等细粒度维度均可稳定保持。数字化信息的画面审美也同步提升，让图表、数据与界面内容同样拥有质感。

此外，Wan3.0的视频编辑能力也有大幅提升，支持修改画面、剧情与台词。Wan3.0在声音质感与文字准确度方面仍有进步空间。

即日起，Wan3.0在阿里云百炼、万镜一刻、万相官网、千问创作PC端、IF STUDIO和堆友开启公测，在千问APP灰度开放。480P/720P/1080P的API价格分别为0.3/0.6/1.2 元/秒，API接口将于近期全量开放。

举报 相关阅读 与中国绿色转型同行，宝马的可持续长跑

元股证券:ygzq.hk 11336 08-05 14:17 月销首破10万、稳居新能源前三，零跑坐稳主流牌桌

5477 08-04 11:54 商业航天：从发射革命到太空经济，商业闭环怎么走通？

商业航天正从"发射驱动"转向"应用驱动"，天基算力正在成为太空经济新的价值锚点，但从技术攻关到商业闭环仍面临成本、标准、监管等多重挑战。

10313 08-03 11:41 扎根上海，服务全球：嘉会医疗如何连接中国创新与全球患者？

3772 08-03 10:54 政银携手赋能人力资源小微企业，浦发银行上海分行专项贷款产品为“扩内需”“稳就业”提供民生支撑

4795 07-31 12:30 一财最热 点击关闭