直视镜头自然表达
自然口播与柔和室内光结合的产品介绍短片。
Wan 3.0 AI 视频生成器
生成 2-30 秒 1080p 视频，支持首尾帧、多模态参考和同步生成声音。
Wan 3.0 生成案例
四个面向社交内容、产品故事、食物细节和时尚动作的竖屏提示词案例。
Wan 3.0 核心功能
从文字简报、首尾帧控制或多模态参考出发，生成带可选声音的完整视频。
从场景描述开始
描述主体、动作、环境、镜头和声音，Wan 3.0 会直接从文本构建画面。
控制动作如何开始和结束
添加首帧来让静态画面动起来，还可以选择定义镜头的最终帧。
保持正确的身份、动作和声音
组合图片、视频和音频，并在提示词中用 Image 1、Video 1 和 Audio 1 指定用途。
一次生成画面与声音
在提示词中直接描述对白、前景事件和环境声，再决定本次生成是否包含声音。
如何在 Vuppo 使用 Wan 3.0
选择模型，根据需要加入首尾帧或多模态参考，再设置最终输出并生成。
01
选择 Wan 3.0
打开 AI 视频，在模型选择器中选择 Wan 3.0。
02
加入方向和参考素材
写清镜头，并根据需要添加首尾帧或图片、视频和音频参考。
03
设置输出并生成
选择时长、画幅、分辨率和声音，确认实时积分报价后生成。
创作者如何使用 Wan 3.0
通过同一个灵活模型制作客户营销片、电影场景、产品短片和吸引停留的社交概念。
Wan 3.0 提示词示例
从实用镜头简报开始，再调整主体、动作、环境、镜头和声音。
Wan 3.0 规格
以下为 Vuppo 当前提供的 Wan 3.0 控制项。
- 2-30 秒
- 输出时长
- 1080p
- 最高分辨率
- 最多 20 个
- 参考素材
输入工作流
- 文本
- 无需上传素材
- 帧
- 使用尾帧时必须先添加首帧
- 参考
- 10 张图片、5 个视频、5 个音频，共 20 个文件
输出控制
- 输出时长
- 2-30 秒
- 最高分辨率
- 1080p
- 画幅比例
- 自适应、16:9、4:3、1:1、3:4 或 9:16
模型行为
- 生成声音
- 同步生成
- 参考素材限制
- 10 张图片、5 个视频、5 个音频，共 20 个文件
Wan 3.0 适合什么需求
以下是 Vuppo 当前开放的控制项，可根据输入结构、时长和输出需求选择模型。
| 能力 | Wan 3.0 | Seedance 2.5 | MiniMax H3 Max |
|---|---|---|---|
| 输入方式 | 文本、首尾帧、图片、视频和音频参考 | 文本、帧角色、图片、视频和音频参考 | 文字、首帧和可选尾帧 |
| 输出时长 | 2-30 秒 | 4-30 秒 | 5-15 seconds |
| 最高分辨率 | 1080p | 1080p | 768p |
| 生成声音 | 可选 | 可选 | 始终包含 |
| 参考规模 | 10 张图片、5 个视频、5 个音频 | 30 张图片、10 个视频、10 个音频 | 首帧和可选尾帧 |
对比基于 Vuppo 当前开放的模型控制项，供应商限制、可用性和价格可能变化。
根据最终格式计算价格
Vuppo 会根据时长、分辨率、参考素材和声音计算 Wan 3.0 的准确积分成本，并在提交前显示报价。
- 输出时长
- 最高分辨率
- 参考素材
- 生成声音
Wan 3.0 常见问题
Wan 3.0 是什么？
Wan 3.0 是阿里巴巴的视频生成模型，Vuppo 通过独立供应商集成提供访问。Vuppo 不是阿里巴巴或 Wan 官方网站。
目前支持哪些 Wan 3.0 工作流？
当前工作台支持文生视频、带可选尾帧的图生视频，以及使用图片、视频和音频输入的参考生视频。
最多可以使用多少参考素材？
参考模式最多支持 10 张图片、5 个视频和 5 个音频文件，共 20 个文件。请按顺序用 Image 1、Video 1 和 Audio 1 指定素材。
Wan 3.0 支持首尾帧吗？
支持。添加首帧后会使用图生视频，还可以选择添加尾帧。没有首帧时不能单独提交尾帧。
Wan 3.0 提示词应该怎么写？
用清晰的导演式语言依次描述主体、动作、环境、镜头和声音。每个节拍使用一个主要镜头运动，并把对白放在引号中。
Wan 3.0 会生成声音吗？
会，生成声音可以开关。如果希望声音更可控，请在提示词中直接写明对白、声音事件和环境声。
Wan 3.0 支持哪些时长和分辨率？
Vuppo 支持 2 到 30 秒的整数时长，以及 480p、720p 和 1080p，并提供自动、横屏、方形和竖屏比例。
Wan 3.0 需要多少积分？
Vuppo 会在提交前显示 Wan 3.0 的准确积分报价。总成本会随时长、分辨率、参考素材、生成声音和当前优惠变化。