阿里云 Wan3.0 正式上线：一次生成 30 秒视频，还支持直接传文档

今天早上刷到阿里云官宣：视频生成模型 Wan3.0 正式上线了。其实公测到现在也就十来天，但官方说这模型是「以天为单位」在进化，指令遵循、跨镜头一致性、音频质感、视频编辑这些能力都在持续更新。我赶紧把官方信息从头到尾扒了一遍，挑几个对开发者和内容创作者最有用的点说说。

单次生成 30 秒，文档也能当输入

这次升级最直观的变化就两个。一是单次能生成 30 秒视频了，之前主流模型大多卡在 10 秒上下，30 秒意味着一个完整的运镜段落不用分段拼接，镜头语言能连贯起来。二是首次支持 doc、xls、ppt、pdf、md 这些文档格式直接当输入。什么意思呢？你丢一份 PPT 进去，它能顺着里面的内容出视频，不用先手动把文字抽出来再写提示词。对做课程、做汇报视频、做企业宣传的人来说，省下的不只是时间，还有一大堆沟通成本。

API 价格算一笔账

价格方面官方也给了：480P 是 0.3 元/秒，720P 是 0.6 元/秒，1080P 是 1.2 元/秒。而且 8 月 24 日到 9 月 23 日，阿里云百炼和千问 AI 平台 API 限时 7 折。算一下，一条 10 秒的 1080P 视频折后大概 8.4 元，一条 30 秒的也就 25 块出头。对比很多按条计费、动不动几十块起步的平台，这个成本结构对批量产出的团队来说，是能算得过账的。官方还提到「真实世界还原」是这次的重点方向，说白了就是让生成的画面更贴近物理规律，人物动作、光影、镜头运动别那么「AI 味」。

生态接入得挺快

上线当天，麦芽旗下的跳跃视界、Deevid、剧火，还有京东灵境平台、美图、井萌这些都已经接入了。也就是说你不一定非得自己调 API，直接在现成的工具里就能用上 Wan3.0 的能力。想自己折腾的话，阿里云百炼、万相官网、万镜一刻、千问 AI、千问 App、堆友、IF STUDIO 这些渠道都能体验。

老实说，视频生成这条赛道现在卷得厉害，各家都在拼时长、拼画质、拼一致性。Wan3.0 把「文档输入」和「30 秒时长」两个点同时做到，算是走出了自己的差异化。接下来就看真实世界还原度到底经不经得起实际项目的考验了，等我把手上的几个场景跑完，再来汇报真实效果。