📋 编辑总结
阿里通义万相视频生成，2026-09-17 升级 Wan3.0：单片段最长 30 秒长镜头、最多支持 5 个视频参考，在『单片段时长 + 多参考一致性』两项关键指标同时突破，面向创作者与企业级视频生产，国产视频生成第一梯队。 定价：免费体验 + API 按量付费（1080P 约 1.2 元/秒，7折期 0.84 元/秒）。编辑评分：⭐ 4.5。
阿里通义万相视频生成，2026-09-17 升级 Wan3.0：单片段最长 30 秒长镜头、最多支持 5 个视频参考，在『单片段时长 + 多参考一致性』两项关键指标同时突破，面向创作者与企业级视频生产，国产视频生成第一梯队。 定价：免费体验 + API 按量付费（1080P 约 1.2 元/秒，7折期 0.84 元/秒）。编辑评分：⭐ 4.5。
通义万相（Wan）是什么？
通义万相是阿里巴巴的通义系列视觉生成模型，品牌名 Wan，覆盖文生图、图生图、精准图像编辑与文生/图生视频。从 Wan1.0 到 Wan3.0 已迭代 8 个版本，路线清晰：从素材生成走向商业交付，同时坚持开放权重（早期版本在 ModelScope/HuggingFace 可下载）。
重磅：Wan3.0 于 2026 年 8 月 24 日正式上线
距 8 月 6 日公测仅三周即转正，三大升级：
- 时长翻倍：单次原生生成最长 30 秒、30fps、480P/720P/1080P 三档（上代 Wan2.7 上限 15 秒）。30 秒连续画布让一镜到底、连续运镜成为可能，配智能时长推荐与视频扩展。
- 文档首次成为一等输入：支持 doc / xls / ppt / pdf / txt / md 等办公文档直接生成视频（单文件 ≤100MB、≤50 页）——产品 PPT 直接变品牌宣传片、数据表自动生成动态图表。另支持网页链接输入，最多同时参考 20 个素材（10 图 + 5 视频 + 5 音频）。
- 告别 AI 脸：文生视频人像模块主打千人千面，五官、皮肤纹理、微表情与肢体动作联动，多人同框可区分独立神态；角色、道具、Logo、空间关系跨镜头稳定一致。官方也坦承音频质感与屏幕文字渲染仍在改进。
价格与入口（8 月核实时有效）
API 标准价 480P/720P/1080P 分别为 0.3 / 0.6 / 1.2 元每秒；8 月 24 日至 9 月 23 日阿里云百炼与千问 AI 平台限时 7 折（折后 0.21/0.42/0.84 元/秒，30 秒 1080P 约 25.2 元）。体验入口：阿里云百炼、万相官网、万镜一刻、千问 AI 平台、千问 App、堆友、IF STUDIO；麦芽跳跃视界、Deevid、剧火、京东灵境、美图等第三方平台已同步接入。
优缺点
优点：30 秒叙事时长目前国产公开 API 中最长、文档转视频独一份、中文语义与亚洲审美扎实、有开源权重兜底、价格按秒透明；缺点：音频与画面内文字渲染仍在改进、Wan3.0 部分能力仍在邀测灰度、高一致性依赖参考素材质量。
适合人群
短剧、广告、文旅、MV 等需要批量出片的商业化团队（公测期已进入企业生产流程）；需要把既有 PPT、报告快速转成视频简报的办公场景；以及希望自部署兜底的开发者（关注权重开放节奏）。
本节信息整理自 2026 年 8 月下旬官方公告与公开资料，价格与功能以官网为准。
