Wan（通义万相）：阿里巴巴的视频模型，Wan 3.0能做什么

通义万相Wan是什么

Wan是阿里巴巴的视频模型系列，以两条路线著称：可以下载并自行部署的开源模型，以及云端旗舰模型。

Wan 2.1和Wan 2.2由阿里巴巴以Apache 2.0许可发布在GitHub和Hugging Face上。Wan 2.2于2025年7月28日发布，采用Mixture-of-Experts架构，包含文生视频、图生视频、语音生视频和角色动画模型。较小的Wan 2.2 TI2V-5B可生成24帧/秒的720p视频，能在RTX 4090级别的显卡上运行。

Wan 3.0是云端旗舰。阿里巴巴先开放了公测，2026年8月24日向所有人开放API，同时推出了更快的Wan 3.0 Prime。上一代Wan 2.7最长15秒，Wan 3.0把时长翻了一倍。

Wan 3.0能做什么

单次生成30秒。 Wan 3.0可生成30帧/秒、最长30秒的视频，还会根据提示词自动建议合适的时长。一条视频里可以写多个镜头，模型会用统一的声音把它们串起来。

声音与对白。 Wan 3.0无需单独配音，就能生成角色对白、场景音效和背景音乐。阿里巴巴称其支持多种语言的自然语音，并能在视频中保持角色声音一致。

最多20个参考。 除文本外，还可输入图片、视频、音频，以及Wan首次支持的文档和网页：doc、xls、ppt、pdf、txt、key、pages、numbers、md，单个文件最大100MB、50页。最多5段、总长不超过15秒的音频可以指定音乐或声音，用来做踩点舞蹈和口型同步。

无需重新生成即可修改。 在成片中可以修改画面、情节或台词，不必全部重来。

竖版视频适合社交媒体和广告：9:16的设置方式和横版一样。

Wan的版本

	Wan 2.2	Wan 2.7	Wan 3.0
发布时间	2025年7月28日	Wan 3.0之前	2026年8月24日
时长	短视频	最长15秒	最长30秒
分辨率	480p、720p	—	480p、720p、1080p
声音	单独的Speech-to-Video模型	—	与视频同时生成
开放权重	有，Apache 2.0	无	无
Arena排名（2026.09.21）	42（A14B）	—	48个中第6

Wan适合哪些任务

• 短故事和快拍 — 一次生成30秒、多个镜头。
• 根据文档生成视频。 上传演示文稿或商品介绍，Wan 3.0会从中提取内容。
• 舞蹈和音乐短片 — 用音频参考控制节奏。
• 竖版广告，带产品和声音。
• 自有基础设施。 开源的Wan 2.1和2.2可以部署在自己的服务器上，无需支付API费用。

Wan与同类模型对比

	Wan 3.0	Seedance 2.5	Hailuo（MiniMax H3）	Gemini Omni
开发方	阿里巴巴	ByteDance	MiniMax	Google
时长	最长30秒	最长30秒	4–15秒	3–10秒，可延长至40秒
分辨率	最高1080p	开发方未公布	最高2K	最高4K
声音	有	有	立体声	有
参考	最多20个，含文档	最多50个	最多12个	照片和视频
Arena排名	6	7（2.5）	8	1–2

Wan 3.0和Seedance 2.5是两款单次生成就能出30秒的模型。Wan的优势在于支持文档输入和价格，Seedance的优势在于参考数量。如果需要2K或4K画面，可以看看H3和Gemini Omni。

Wan提示词怎么写

• 分镜写清楚： “Shot 1：远景… Shot 2：中景… Shot 3：特写…”，这样Wan不会把一个瞬间拉长到30秒。
• 台词放在引号里， 并注明是谁在说。
• 声音单独写一行： “Sound：火车声、踩雪声、轻柔的钢琴”。
• 时长要符合内容。 一个动作不要要求30秒，Wan会自己建议最合适的时长。
• 画面中的文字要简短。 阿里巴巴也承认，文字目前还不总是准确。

如何在AI2Face中使用Wan

Wan已上线AI2Face生成器，无需阿里云账号。你可以把同一个提示词分别交给Wan、Seedance、Hailuo和Gemini Omni，对比效果。每次生成的费用在开始前显示，支持银行卡或加密货币支付，积分包里的积分不会过期。新账号注册后即可获得欢迎积分。

局限

• 声音和文字。 阿里巴巴明确表示，声音质感和画面文字的准确度仍在改进中。
• 最高1080p。 Wan 3.0没有2K和4K。
• 30秒不便宜。 这样一条1080p视频在API中要6美元，建议先用480p、5–8秒验证创意。
• Wan 3.0不开源。 只有Wan 2.1和2.2可以下载。

总结

Wan 3.0是2026年能生成最长视频的模型之一：单次生成30秒带声音的视频，Arena排名第6，还具备根据文档生成视频这一少见能力。适合看重时长和声音的故事、快拍和广告；要2K就选Hailuo H3，追求极致画质就选Gemini Omni。如果需要自有部署，开源的Wan 2.1和2.2依然是最好的免费选择。在AI2Face中，Wan和其他所有模型放在一起，随时可用。