wan3.0-video万相 3.0 能把商品图、人物照片和场景设定延展成有动作、有运镜的短片,支持首尾帧引导、灵活画幅和音频生成,适合广告镜头、短视频素材与创意预演。
比较同一模型在不同供应商的价格与服务表现。
| 供应商 | 折扣 | 档位 | 每秒/秒 | ||
|---|---|---|---|---|---|
Alibaba 阿里巴巴百炼官方 | 省40% | 480p · 输入与输出总时长 | $0.026471 | ||
720p · 输入与输出总时长 | $0.052941 | ||||
1080p · 输入与输出总时长 | $0.105882 |
左右滑动表格,查看完整价格与性能。
BPE (vendor-specific)标准化评测得分。百分比越高越好,并展示排名百分位。
指标来源:Artificial Analysis 2026-09-30·Wan3.0 Video
当前基准快照不包含此模型。
缺失的模型或测量值不代表零分。
基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。
一张满意的图片,往往已经决定了短片的主体、色彩和气氛。Wan 3.0(万相 3.0)可以从这个画面出发,继续补上动作和镜头:让商品在光线中缓缓转动,让人物回头看向镜头,或让一幅安静的风景出现云层、流水与景深变化。对已经有商品图、角色设定或分镜图的创作者来说,这是把静态素材变成视频的直接方式。
图生视频不需要把原图重新描述一遍。更有用的是交代接下来发生什么、镜头如何移动,以及哪些细节要留下。万相 3.0 适合制作商品特写、人物动态、空间展示和氛围镜头;推近、环绕或轻微跟拍,都可以围绕同一张起始画面展开。动作描述越清楚,越容易判断生成结果是否符合你的分镜。
除了首帧,还可以提供尾帧引导镜头的结束状态。例如从商品侧面过渡到正面,或让角色从坐姿起身,最后停在你选好的构图。首尾帧的主体和场景最好能够自然衔接;它们帮助控制故事走向,但不等于逐帧锁定每一个动作。
支持 2–30 秒视频、480p、720p 和 1080p 输出,也可以选择横屏、竖屏或方形画幅。需要完整氛围时,可以生成声音,并在提示词中交代风声、脚步或环境声;已有配乐和后期方案时,也可以只制作画面。商品详情页、社交媒体短片、概念预告和广告分镜,都可以从几秒钟的单镜头开始。
如果画面里有细小文字、复杂手部动作或多个快速运动的主体,建议先用短镜头试拍。清晰的原图、克制的动作和明确的视觉重点,通常比一次塞入许多变化更容易得到可用素材。
上传主体清晰、标签可辨认的香水瓶图片,先做一段 5 秒镜头:
保持香水瓶的瓶身、瓶盖和标签不变。镜头缓慢推近,窗边的柔和光斑从瓶身一侧掠过,玻璃边缘出现自然反光。背景保持干净,不增加物体。整个镜头连续、平稳,只有轻微的室内环境声。
想展示结尾构图时,再加入一张正面的尾帧。修改结果时,一次只调整一个重点,例如镜头速度或光线方向,便于看出哪项描述起了作用。
人物保持原有服装与发型,先望向窗外,再慢慢转头看向镜头,露出轻微笑容。发梢被微风轻轻吹动,镜头固定,背景和光线保持连贯。
图片已经很详细,还要写哪些内容? 重点写动作、运镜和环境变化,并指出必须保留的商品特征或人物细节。
什么时候值得加尾帧? 当你对镜头最终停在哪里有明确要求时,例如商品转到正面,或人物走到指定位置。
标签或脸部出现变形怎么办? 换用更清晰的原图,减小转动幅度,缩短镜头,并减少遮挡与同时发生的动作;重要细节仍需要逐帧检查。
请查看对应文档,了解该模型的请求参数和调用示例。
所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。
在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。
| 供应商 | RPM | TPM | RPD |
|---|---|---|---|
| Alibaba | 无限制 | 无限制 | 无限制 |
无限制
万相 3.0 能把商品图、人物照片和场景设定延展成有动作、有运镜的短片,支持首尾帧引导、灵活画幅和音频生成,适合广告镜头、短视频素材与创意预演。
创建具有 wan3.0-video 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。
费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。
请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。
