阿里巴巴｜Wan3.0视频大模型正式上线：30秒生成与文档输入

视频生成若不能连续三十秒不乱脸、不乱景，就仍停留在「抽卡玩具」——Wan3.0把验收标准从单帧惊艳改成可剪辑的半分钟叙事。对广告、短剧与文旅内容团队来说，真正值钱的不是一张海报，而是一条能直接拖进时间线的素材。

阿里巴巴通义万相系列是集团多模态产品矩阵中的视频生成线，面向创作者与企业客户提供文生视频、参考图控与API调用。8月24日，视频生成大模型Wan3.0正式上线。相较前代，其在生成时长、万能创作、全能参考与真实世界还原等维度升级：单次可生成约30秒视频，并首次支持doc、xls、ppt、pdf、md等文档格式输入，便于把策划案、分镜表直接喂给模型。公测创作者反馈中，「稳定、真实、有质感」被反复提及——高速追车、人物与车辆环境一致性、微表情与材质光影等难项，被用作对外展示样片的核心卖点。

产品与商业化可核对要点：

1. 渠道：阿里云百炼、千问AI平台、万相官网、千问APP等已开放体验；Flova、Libtv、巨日禄、海艺等第三方平台同步上线。
2. 定价：百炼与千问平台8月24日至9月23日限时优惠，标准版7折；480P/720P/1080P折后约0.21/0.42/0.84元/秒。
3. 场景：公测期已进入短剧、影视、广告、文旅与MV制作流程，强调「连续可落地」而非单帧海报。

所谓文档输入，白话是模型不只吃一句提示词，还能读表格、幻灯片与Markdown大纲，把「角色—场景—时长」结构化约束写进生成条件。对企业采购而言，这意味着视频模型开始贴近现有策划工作流，而不是强迫美术先把一切翻译成英文prompt。Wan3.0与千问语音、图像、世界模型等能力并列，形成「文档进、视频出」的内容工厂雏形，目标是降低广告与短剧前期预演成本。

产业观察上，AI视频赛道正在从「能不能出一张能发朋友圈的图」转向「能不能稳定出一条能过客户的粗剪」。对采购方，应验收同一角色跨镜头ID稳定性、口型与情绪是否可导演级微调，以及并发队列与失败重试成本，而不是只看官方样片。可以把它想成：AI视频从「生成一张海报」进化到「生成一条能进时间线的B-roll」——后者才碰得到客户的报价单。对阿里云而言，视频API也是多模态商业化的计费入口：按秒出价，比按次抽卡更接近内容生产的真实成本结构。

需要把边界读清楚。限时折扣后价格可能回调；复杂商业片全流程仍依赖人工剪辑、配音与法务审核。下一观察点是API SLA、垂直行业模板库，以及同一角色在多集短剧中的一致性是否经得起客户抽检。