在一个片段中讲更多故事
生成最长 30 秒的连续视频,让动作、镜头、对白和场景变化能够更自然地展开。
使用 Wan 3.0 将提示词和参考素材转化为视频。选择 2–30 秒时长及 480p、720p 或 1080p 分辨率,通过图片、视频和音频参考控制场景、动作与声音。
把图片生成动态视频
上传起始帧,可选上传结束帧
描述越具体,生成效果通常越稳定。
生成数量
2-10 个批量生成仅会员可用。
示例画廊
看看 图生视频 可以创作什么
新一代多模态视频创作
Wan 3.0 是阿里巴巴的视频生成模型,支持文生视频、图生视频和参考素材生成视频。设置时长与分辨率,添加参考素材,并选择是否生成音频。
生成最长 30 秒的连续视频,让动作、镜头、对白和场景变化能够更自然地展开。
结合文字提示词与图片、视频、音频参考,描述你希望呈现的主体、动作和声音。
通过参考素材控制人物外观、产品细节、声音、空间布局、界面、动作和视觉风格。
从单个创意发展到更长的参考驱动视频,无需把创作方向拆散到互不连接的工具中
在一次较长生成中完成产品展示、故事段落、教学片段或营销场景,减少拼接大量短片的需要。
通过图片参考控制外观,通过视频参考描述动作,通过音频参考引导声音与氛围。
Wan 3.0 旨在减少视觉漂移,让人物、产品、道具、布局和风格随着场景发展保持更稳定。
为视频开启音频生成,或在参考生成模式中添加音频素材,引导声音、节奏与氛围。
选择 2–30 秒的整数时长。使用参考视频时,输入视频与输出时长之和不得超过 30 秒。
通过三个清楚的步骤,从创作说明进入视频生成
根据已有素材和目标结果,选择文生视频、图生视频或参考素材生成视频。
描述主体、动作、镜头、光线、情绪和声音。添加起始图片,或在参考生成模式中上传图片、视频和音频。
检查当前模型、分辨率、画面比例、时长和积分预估,然后生成视频,并通过调整提示词或参考素材继续优化。
用更实用的方式开发需要时长、背景和一致性的视频概念
让开场、动作、转场和结尾有足够时间存在于同一个连贯片段中。
将图片、视频、音频参考与提示词结合起来,共同指导一次视频生成。
Wan 3.0 可利用参考背景,更准确地遵循产品外观、人物特征、空间关系、声音和风格。
修改提示词、替换参考素材或调整输出设置,从同一个创意探索新的营销、场景和格式版本。
为营销、故事、教育和产品沟通创作视频概念
把营销简报、品牌素材、产品图片和音频方向转化成长视频概念,用于新品发布、付费广告和社交活动。
让产品图片动起来、展示关键细节、构建生活方式场景,并在不为每个概念组织传统拍摄的情况下探索多种视觉方向。
使用 Wan 3.0 规划动作、镜头、表情、氛围和剧情发展更清楚的场景,适配横屏或竖屏内容。
用提示词描述课程或产品概念,并添加视觉参考,创作用于教程、入职培训和产品教育的视频片段。
围绕提示词、参考素材、画面连贯性与生成效果的实用解答
Wan 3.0 支持文生视频、可选尾帧的图生视频,以及使用图片、视频或音频的参考生成。可选择 480p、720p 或 1080p 分辨率及 2–30 秒输出时长。
先说明主体与场景,再补充动作、镜头运动、光线、色彩和节奏。需要连续叙事时,固定人物特征、服装、环境和镜头语言,通常比堆砌形容词更有效。
最多添加 10 张图片、5 段视频和 5 段音频,至少提供一种参考素材。视频须为 MP4/MOV,每段 1–15 秒,合计不超过 15 秒;音频合计不超过 15 秒。输入视频与输出时长之和不得超过 30 秒。参考视频时长也计入积分。
在每次生成中重复核心人物特征、服装、场景、时间和色调,尽量复用同一组参考素材,并逐次只调整一个主要变量。
AI 视频生成带有随机性,参考素材质量、提示词清晰度、运动复杂度和所选参数都会影响结果。先生成简洁版本,再逐步增加镜头或动作细节,更容易找到稳定方向。