Wan 3.0 多模态参考控制
Wan 3.0 最多支持 10 张图片、5 段视频、5 段音频，以及一份文档或一个公开网页作为生成参考。
看得懂素材，也读得懂文档与网页，让视频生成拥有更完整的创作上下文。
Wan 3.0 AI 视频生成器
Wan 3.0 是阿里巴巴推出的 AI 视频生成模型，可根据文字指令与参考素材生成动态场景。Seedance 2.0 提供浏览器内的 Wan 3.0 工作台，包含文字、首尾帧和参考素材三种创作模式。
Wan 3.0 最多支持 10 张图片、5 段视频、5 段音频，以及一份文档或一个公开网页作为生成参考。
Wan 3.0 提供 480P、720P 和 1080P 分辨率，可选择自适应、16:9、4:3、1:1、3:4 或 9:16 画面比例。
Wan 3.0 提示词最多支持 20,000 个字符，并提供首尾帧、同步音频和随机种子设置，便于记录与复用创作参数。
在 Wan 3.0 中结合产品图片与文档，将产品特性、市场定位和视觉要求转化为简洁的宣传视频。
使用 Wan 3.0 音频参考确定节奏与氛围，并通过图片或视频明确表演者、场景与动作。
通过多组视觉和文字参考，确定 Wan 3.0 中的人物、地点、镜头语言与情节节点。
将支持的文件或公开网页转化为产品解说、内容摘要或演示视频。
定义人物、产品、场景和视觉风格。
参考动作、镜头运动和画面节奏。
提供音乐、声音、节奏和氛围。
补充产品信息、脚本和故事背景。
提供公开页面的内容与上下文。
上传 Wan 3.0 参考媒体或文档，添加公开网页，或选择首尾帧。
写明希望生成的内容，并用 Image1、Video1 或 Audio1 指向指定素材。
选择生成模式、时长、分辨率、画面比例与音频，然后开始生成。
开始 Wan 3.0 文生视频创作时，先明确主体及其主要动作，再依次补充环境、景别、光线和运动方向，最后说明预期结尾。对于 Wan 3.0，一次明确的镜头运动比多组相互竞争的运动指令更便于评估。只有动作需要持续发展时，才安排较长的输出时长。增加新地点或次要人物之前，应先检查主体是否完成了要求的动作。
初始构图已经确定时，可使用首尾帧模式进行 Wan 3.0 图生视频创作。上传必需的首帧，也可添加尾帧说明预期的结束状态。提示词应描述两个状态之间的运动，例如镜头接近展台、人物转向门口，或产品逐渐进入光照区域。Wan 3.0 仍然需要合理的过渡关系；视角跨度过大或主体不一致，会增加动作控制的难度。如果多张图片用于提供外观或风格参考，而不是规定起止位置，应选择参考素材模式。
Wan 3.0 参考视频生成简报应说明每份上传素材的用途。使用 Image1、Video1 和 Audio1 标签，将文字指令与对应素材关联。Wan 3.0 可以接收多份参考资料，但素材数量增加并不必然提升表达清晰度。不同参考中的关键外观特征应保持一致。明确的素材分工有助于判断生成内容是否遵循了指定主体、运动方式和视觉风格。
| 模型 | Wan 3.0 | Wan 2.7 | Seedance 2.5 |
|---|---|---|---|
| 输入参数 | 文本 · 图片 · 视频 · 音频 · 文档 / 网页链接 | 文本 · 图片 · 视频 · 音频 | 文本 · 图片 · 视频 · 音频 |
| 输出格式 | MP4 | MP4 | MP4 |
| 时长（秒） | 2–30 / 自动 | 2–15; 多模态参考: 2–10 | 4–30 / 自动 |
| 原生分辨率 | 480P / 720P / 1080P | 720P / 1080P | 480P / 720P / 1080P |
| 画面比例 | 自适应 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 | 16:9 / 9:16 / 1:1 / 4:3 / 3:4 | 1:1 / 21:9 / 4:3 / 3:4 / 16:9 / 9:16 / 自适应 |
| 提示词上限（字符） | 20000 | 5000 | 10000 |
以下原创 Wan 3.0 提示词围绕明确主体、具体动作与清晰结尾组织。使用时应替换为项目实际素材并调整参数；示例描述预期效果，不代表生成结果保证。
以 Image1 为陶瓷台灯参考，以 Image2 为房间参考。保留圆润灯罩与哑光象牙白表面。开头使用中景，展示胡桃木书桌上的台灯。镜头缓慢推进，同时灯罩下方逐渐出现暖光。周围物体保持静止。结尾完整展示台灯，并在右侧留出标题空间。加入安静的室内环境声，不使用语音。
以 Image1 为旅客参考，以 Image2 为车站参考。旅客在腰部位置拿着蓝色笔记本，朝时刻表行走。使用稳定的侧面跟拍镜头和柔和晨光。运动过程中保持外套颜色与笔记本一致。结尾旅客停下并抬头观察。背景活动保持克制。加入远处车站环境声，不添加对白或音乐。
以上传的产品简报作为事实背景，围绕文档中的便携阅读灯制作简短视觉介绍。依次展示黄昏时的书桌、阅读灯被放置在打开的书本上方，以及被照亮的书页。保持简洁的编辑视觉风格和固定机位。不得编造数值化性能声明。详细参数与字幕在最终剪辑中添加。