Wan 3.0 AI 视频生成器最长 30 秒，让画面与声音一次成片
从一句提示词、一张关键帧、多模态参考或源文档开始，在同一套在线工作流中安排动作、运镜、对白、环境声与画幅，最高输出 1080P。
更长时长，更丰富参考，同一个创作方向
Wan 3.0 把时长、多模态源素材和生成声音放进同一项创作决策，让整段场景从一开始就被整体规划。
看看一段完整场景可以容纳什么
三十秒可以容纳铺垫、变化与落点。探索连续动作、人物表演、产品细节、对白和氛围如何随时间展开。
一镜到底的动势
持续向前推进的动作
人物转折
带叙事节拍的表演
产品亮相
情境、细节与落点
参考驱动选角
人物、服装与环境
创作者广告
出镜者、产品与收尾
世界观与氛围
贯穿全片的视觉语言
品牌短片开场
由声音塑造节奏
有目的的修订
只改变一个明确变量
Wan 3.0 AI 视频生成器——在线导演完整场景
一个模型，多种进入场景的方式
选择最能固定创意核心的源素材，再用 Wan 3.0 在同一套工作流中安排运动、节奏、声音与交付规格。
给故事最长 30 秒展开空间
不使用参考视频时，可在一次任务中生成 2–30 秒镜头；也可以让智能时长根据提示词和素材选择合适长度。
从你已有的素材开始
可从文字、首帧、首尾帧、多模态参考、一个文档或公开网页开始，优先选择最能保护创意目标的输入方式。
让每份参考素材各司其职
在参考模式中使用最多 10 张图片、5 段视频和 5 段音频，分别控制人物、运动、空间、声音与视觉风格。
让画面与声音一起被导演
把对白、环境声、音乐、音效和出现时机写进同一份场景简报，让生成音轨真正参与画面叙事。
定义开场，也定义落点
用首帧固定开场构图；当场景必须抵达明确的视觉状态时，再用尾帧设定最终画面。
为真实发布渠道确定画幅
可选择 480P、720P 或 1080P 输出，并使用自适应画幅或固定的 16:9、4:3、1:1、3:4、9:16。
从第一个想法，到可复核的 Wan 3.0 镜头
按顺序做好三件事：确定场景锚点、写清画面如何发展、明确成片需要怎样交付。
1. 先选最重要的控制锚点
新想法用文字，明确视觉路径用首尾帧，身份与风格用参考素材，源信息驱动则使用一个文件或公开链接。
2. 写场景过程，不堆关键词
描述主体、动作、镜头、节奏、光线、对白、环境声与最终节拍。上传素材承担特定作用时，要在提示词中明确点名。
3. 确认输出，再完整观看一遍
提交前确认时长、分辨率、画幅和音频。任务完成后，从头到尾检查连续性、可见细节、声音和源信息准确性。
把 Wan 3.0 放进你已有的工作流程
当一张动态画面还不够，作品还需要发展过程、可识别细节、交付格式和声音时，使用 Wan 3.0。
电影与短剧
规划人物片段、预告节拍、一镜到底或紧凑短故事，让铺垫与结果之间拥有足够空间。
广告与创作者内容
把出镜者、产品、环境、口播和结束画面放进同一条横屏或竖屏创意中。
产品故事
用已批准的产品参考素材，引导形态、材质、使用情境和品牌氛围贯穿完整段落。
设计与镜头预演
在投入大型制作前，测试镜头路径、调度、环境、界面、字体和转场。
文档与解释视频
把演示文稿、报告、表格或公开文章转成视觉草案，再逐项对照来源核验事实。
旅行与文化
让地点、建筑、表演、旁白和氛围在视觉与声音参考的共同引导下形成一段故事。
先了解边界，再放心导演
按照这些支持范围准备兼容素材，在任务开始前做出有意识的选择。
一条 Wan 3.0 请求如何形成
Wan 3.0 从一套兼容的输入体系开始：文字场景、边界帧、多模态参考，或文件与链接驱动的源信息输入。
应由最重要的创作约束决定模式。首尾帧控制与参考图片、参考视频、参考音频、文档及网页链接属于不同路径。
随后设置时长、分辨率、画幅与音频。任务会异步处理；完成后，请完整检查连续性、声音、文字、事实准确性与素材使用权。
Wan 3.0 AI 视频生成器——在线导演完整场景
更大的创作画布，也有明确边界
关键数字在开始前就清楚可见，让参考素材、时长与交付格式都能提前规划，而不是靠猜。
30 秒 无视频输入时的最长输出
无视频输入时的最长输出
1080P 支持的最高输出档位
支持的最高输出档位
10 + 5 + 5 图片、视频与音频参考上限
图片、视频与音频参考上限
音画 画面与声音共同生成
画面与声音共同生成
成片前的六项完整复核
生成结果是第一版，不是最终批准。先看一遍叙事，再看一遍细节，最后对照源素材完整复核。
确认每个节拍都能自然引出下一步。如果中段停滞，可以缩短时长，或给场景加入更明确的动作。
叙事推进, 铺垫、变化与落点
叙事推进
铺垫、变化与落点
在特写、转身、接触和转场中检查面部、手部、服装、产品结构与环境细节是否保持合理。
主体连续性, 人物、产品与空间
主体连续性
人物、产品与空间
暂停检查每个可读元素。生成文字或图形一旦失真、漂移或传达错误信息，就需要替换或修正。
画面信息, 文字、数据、标志与界面
画面信息
文字、数据、标志与界面
确认对白清晰、环境声可信、转场自然，并检查声音事件是否与对应动作准确对齐。
声音与同步, 对白、环境声与时机
声音与同步
对白、环境声与时机
文件或网页驱动的视频在发布前，需要把名称、数字、结论与信息顺序逐项对照原始来源。
源信息准确性, 文档与网页
源信息准确性
文档与网页
分发前确认上传的图片、视频、声音、文档、品牌、角色及可识别人物均具备所需授权。
素材使用权, 所有输入与最终输出
素材使用权
所有输入与最终输出
Wan 3.0 AI 视频生成器常见问题
直接了解时长、输入模式、参考素材、原生音频、输出规格、文档、积分，以及通过 wan3.run 使用 Wan 3.0 的方式。
Wan 3.0 AI 视频生成器可以创作什么？
Wan 3.0 支持文生视频、首帧与首尾帧图生视频、多模态参考，以及文档或公开网页驱动的视频创作。根据输入方式不同，最高可生成 30 秒、带音轨且最高 1080P 的视频。
Wan 3.0 视频最长可以生成多少秒？
不使用参考视频时，可选择 2–30 秒或使用智能时长。加入参考视频时，参考视频总时长与输出时长相加不能超过 30 秒。
我应该选择哪种输入方式？
新场景从文字开始；需要保持开场构图时使用首帧；需要明确视觉起点与终点时使用首尾帧；需要控制身份或风格时使用多模态参考；源信息重要时使用文档或公开链接。同一次请求中，帧输入不能与参考素材、文件或链接混用。
最多可以添加多少参考素材？
参考模式最多支持 10 张图片、5 段视频和 5 段音频。参考视频总时长最多 15 秒，参考音频总时长也最多 15 秒。
支持哪些分辨率和画幅比例？
Wan 3.0 支持 480P、720P 与 1080P 输出。画幅可使用自适应，或选择 16:9、4:3、1:1、3:4、9:16。
Wan 3.0 会随视频一起生成声音吗？
会。模型可在生成动态画面的同时生成音轨。你可以在提示词中安排对白、环境声、音乐、音效和时机，并在成片后检查清晰度与音画同步。
可以用文档或网页作为内容来源吗？
可以。文件输入支持一个不超过 100MB 的文件，分页文档最多 50 页。格式包括 DOC/DOCX、XLS/XLSX、PPT/PPTX、PDF、TXT、Keynote、Pages、Numbers 和 Markdown；也可以用一个公开网页链接代替文件。
可以同时控制首帧和尾帧吗？
可以。首帧固定开场，首尾帧则同时定义视觉起点与终点。该路径不能在同一次请求中与多模态参考、文档或网页链接组合使用。
wan3.run 是 Wan 官方网站吗？
不是。wan3.run 是专注于在浏览器中提供 Wan 3.0 创作工作流的独立视频服务，不以模型开发方官方网站的身份运营。
积分和商用需要注意什么？
生成器会在提交前显示当前任务的积分预估，价格页面说明可用方案。商用前请查看适用于账号的条款、相关法律，并确认所有上传或引用素材的使用权。