Wan3.0上线千问AI平台：通义万相全能视频生成模型开放

AI深识站24日消息。今天，阿里巴巴通义万相团队研发的Wan3.0视频生成大模型正式接入千问AI平台（Qwen AI Platform），标志着国产AI视频生成进入”All-in-One”统一模型时代。从千问创作PC端到千问APP，Wan3.0以”稳定、真实、有质感”三大核心优势，为内容创作者和企业用户带来全新的视频生产体验。

从”多模型分立”到”All-in-One”统一模型

Wan3.0是通义万相系列的第三代核心版本，最大的架构变革在于将此前分散的文生视频、图生视频、参考生成和视频编辑等能力，统一整合到单一模型中。用户不再需要在一个模型生成、另一个模型编辑之间来回切换，而是可以在同一个工作流内完成从创意到成片的全部环节。

这种”一个模型多种玩法”的设计，不仅简化了创作流程，更关键的是保证了跨环节的风格一致性和角色连贯性。对于品牌内容、系列短视频等需要多镜头叙事的场景，Wan3.0的全能参考能力让”角色跨镜头保持一致”从奢望变成了标配。

稳定：生产级角色一致性与长视频生成

在视频生成领域，”稳定”是最难攻克的指标之一。Wan3.0通过全能参考机制，最高支持20个素材同时参考，涵盖图片、视频、音频、文档、网页等全模态输入。无论是角色形象、道具样式、声音特征还是空间关系，模型均能在像素级精度上保持稳定复刻。

单段视频生成时长从过去的数秒延长至30秒，配合原生1080P输出，意味着创作者可以一次性完成一个完整叙事片段的生成，而非反复拼接短片段。在全能参考任务中，角色、道具、声音、空间关系、风格等细粒度维度均可稳定保持，真正面向生产力场景提升了交付确定性。

真实：像素级复刻与”千人千面”人像

Wan3.0在画面真实感上实现了显著跃升。生成视频中的人像力求”千人千面”，更敏锐地刻画五官与皮肤细节，人物情绪表达自然克制，微表情与肢体动作彼此联动。无论是现实场景还是数字化信息，模型都力求精准复刻与呈现。

音画同步是另一大亮点。Wan3.0实现了原生音画同步输出，声音质感与画面运动高度匹配，创造出更强的视听冲击力。从人物对话到环境音效，声音不再是后期贴上去的”配件”，而是与画面一体生成的有机组成部分。

有质感：从文档到视频的全模态创作

Wan3.0首次实现了对Word、Excel、PPT、PDF及Markdown等文档格式的直接支持，将”万物皆可生视频”从口号变为现实。用户只需上传一份方案文档，模型即可自动提取关键信息、梳理叙事逻辑，生成结构化的演示视频。

这一能力对办公场景和知识传播具有颠覆性意义。财报数据可以自动转化为动态图表视频，产品方案可以一键生成演示大片，教学课件可以从静态文档变为动态讲解。数字化信息的画面审美也同步提升，图表、数据与界面内容同样拥有专业质感。

视频编辑能力同样大幅升级。Wan3.0支持通过自然语言指令修改画面、剧情与台词，也可以基于参考素材进行精准编辑。选中视频中的特定时间段，只重新生成该段内容，无需从头再来，极大提升了迭代效率。

千问AI平台全链路接入

作为阿里云模型即服务（MaaS）的核心平台，千问AI平台已完成对Wan3.0的全链路接入。用户可通过千问创作PC端直接使用，千问APP也已面向部分用户灰度开放。同时，阿里云百炼、万镜一刻、万相官网、IF STUDIO、堆友等平台同步开启公测。

在API层面，Wan3.0提供480P/720P/1080P三档分辨率选择，价格分别为0.3元/秒、0.6元/秒和1.2元/秒，API接口近期将向所有用户全面开放。千问AI平台还配套提供Context Cache缓存、结构化输出、函数调用等企业级功能，方便开发者将视频生成能力集成至自有应用。

最后想说

Wan3.0在千问AI平台的正式上线，不仅是通义万相系列的一次版本迭代，更是AI视频生成从”玩具”走向”生产力工具”的关键节点。稳定的全能参考、真实的音画质感、全模态的文档生视频能力，三者叠加，让Wan3.0成为当前国产视频生成模型中最具工程落地价值的选择之一。对于内容创作者、营销团队和企业用户而言，这或许是一个值得将Wan3.0纳入主力工作流的时刻。