阿里云百炼 · 万相产品线
Wan3.0（万相3.0）视频生成
用文字、图片、视频、音频、文件或公开链接组织视频生成，输出最长 30 秒、480P 至 1080P 的单个 30 fps MP4——从青虎开始 Wan3.0（万相3.0）创作。
- 官方模型 ID
- wan3.0-video
- 官方输出
- 单个 MP4 · 30 fps · 可含音频
- 官方地域
- 北京 · 新加坡 · 东京 · 法兰克福 · 弗吉尼亚
青虎当前提供 15 秒与 30 秒候选入口，所需积分以生成页显示为准。
用于展示 MP4 成片交付形态，不用于比较 Wan3.0 效果。
01模型概览
一个模型 ID，覆盖四种生成路径
Wan3.0（万相3.0）是阿里云百炼万相产品线的全能参考视频生成模型：以 wan3.0-video 统一文生视频、首帧与首尾帧图生视频、参考生视频。官方按分辨率计费，480P 每秒 0.3 元起；青虎入口仅开放下方表格所列候选配置。
- 单次生成时长
- 30 秒
- 参考图片上限
- 10 张
- 最高输出分辨率
- 1080P
02官方生成路径
根据起始素材选择生成路径
四种模式共用模型 ID，但输入组织方式不同。先确定首帧、首尾帧或参考素材是否参与，再准备提示词。
- T2V
文生视频
Text用提示词描述主体、动作、场景、镜头和节奏，不添加首帧或参考素材。
- I2V
首帧图生视频
Text + Image用一张图片确定起始画面，再通过提示词描述后续运动与镜头。
- FLF
首尾帧图生视频
Text + 2 Images同时指定第一帧与最后一帧，让模型在两个明确画面之间生成运动过程。
- REF
参考生视频
Text / Image / Video / Audio / File / Link使用多种参考素材约束主体、动作、声音或内容结构；文件和公开链接二选一。
03成片形态示例
点击播放，看 15 秒成片形态
以下为青虎生成的 15 秒横版成片形态示例，用于展示 MP4 成片交付形态与镜头组织方式，不用于比较 Wan3.0 效果。
暖光咖啡馆窗边人像，适配短视频信息流。
03+竖版画幅
16:9 与 9:16，按发布场景选择
青虎的 15 秒与 30 秒入口均支持横竖两种画幅：竖版 9:16 适配短视频信息流与竖版主图，横版 16:9 适配站内视频位、广告素材与横幅展示。同一条提示词在两种画幅下组织构图，输出保持 30fps 单个 MP4。
竖版成片同样是青虎生成的形态示例，不用于比较 Wan3.0 效果。
04官方输入与模式关系
先分清互斥模式，再检查素材上限
Text、Image、Video、Audio、File 与 Link 都属于官方输入类型，但并非任意组合。首帧或首尾帧模式与参考素材、文件、链接模式互斥。
- 图片
- 最多 10 张参考图
- 视频
- 最多 5 段，总计不超过 15 秒
- 音频
- 最多 5 段，总计不超过 15 秒
- 文档来源
- 一个文件或一个公开链接
- 无视频输入
- 输出 2–30 秒
- 有视频输入
- 输入 + 输出总计不超过 30 秒
05素材与成片关系
两类参考素材怎样进入一条 15 秒商品视频
这组本地素材与下方 15 秒视频属于同一任务：商品场景图提供产品和使用环境，人物图提供角色参考，成片展示组合后的结果。
DUR × RES
2–30 秒时长，480P 至 1080P 分辨率
官方按时长与分辨率组合计费，输出统一为 30fps 的单个 MP4 文件。
- 01
无视频输入
输出时长可设 2–30 秒，按叙事节奏自由分配。
- 02
有视频输入
输入视频与输出视频的总时长不超过 30 秒。
- 03
分辨率三档
480P / 720P / 1080P，统一输出 30fps 的单个 MP4。
- 04
官方计费
480P 0.3 元/秒、720P 0.6 元/秒、1080P 1.2 元/秒（华北2北京）。
06适用性与边界
四步判断 Wan3.0 是否适合当前任务
模式、素材、时长和地域都成立后，再进入生成；任一条件不匹配，都应先调整输入方案。
- 01
需要哪一种生成模式
从纯文字、首帧、首尾帧或参考素材中选择一条路径，不要把互斥输入放在同一任务中。
- 02
素材总量是否在上限内
检查图片数量、视频与音频总时长，以及文件或公开链接的二选一条件。
- 03
目标时长是否成立
无视频输入可设 2–30 秒；有视频输入时，输入与输出合计不得超过 30 秒。
- 04
地域配置是否一致
直接调用 API 时，在北京、新加坡等五个地域使用同地域的模型、API Key 和 Endpoint。
结果边界
这些条件会直接改变是否可用
- 01
首帧、首尾帧模式与参考图片、视频、音频、文件、链接模式互斥，需要按任务选择一种输入组织方式。
- 02
官方不支持批量推理，也不支持模型微调；需要批量任务或定制训练时应选择其他方案。
- 03
官方能力与配额以阿里云百炼页面为准；直接调用 API 时模型、API Key 与 Endpoint 必须属于同一地域。
- 04
青虎当前候选入口只开放页面表格列出的输入与参数，不等同于完整官方 API 能力。
青虎当前候选配置
15 秒与 30 秒入口怎样选择
两个入口的可用输入不同。这里列的是青虎当前展示的“阿里wanx3.0”候选配置，不代表完整官方输入面。
07官方 API 迁移
从 Wan2.7 迁移到 Wan3.0
这一迁移清单只针对阿里云百炼 API 请求，不是青虎 15 秒与 30 秒候选配置之间的切换说明。
查看 Wan3.0 API 参数Wan2.7 对应旧模型名
统一改为 wan3.0-video
旧请求可能包含 prompt_extend
移除不受支持的 prompt_extend
Wan2.7 最长 15 秒
Wan3.0 延长至 30 秒
原请求不包含文件或链接输入
新增一个文件或一个公开链接
08常见问题
关于 Wan3.0 的六个直接答案
快速确认模型命名、模式、时长、参考素材、地域与青虎候选配置。
Wan3.0 和万相3.0 是什么关系？
Wan3.0 是官方英文品牌名，万相是中文产品线名称；对应的视频生成模型 ID 为 wan3.0-video。
Wan3.0 支持哪些视频生成方式？
官方能力包括文生视频、首帧图生视频、首尾帧图生视频和参考生视频。首帧或首尾帧模式不能与参考图片、参考视频、参考音频、文件或链接模式同时使用。
Wan3.0 最长可以生成多少秒？
不输入视频时，官方输出时长为 2 至 30 秒；输入视频时，输入视频与输出视频的总时长不能超过 30 秒。
Wan3.0 可以输入多少参考素材？
官方最多支持 10 张参考图片、5 段总计不超过 15 秒的参考视频、5 段总计不超过 15 秒的参考音频，以及一个文件或一个公开链接。
Wan3.0 在哪些地区可用？
官方资料列出北京、新加坡、东京、法兰克福、弗吉尼亚五个地域。直接调用 API 时，模型、API Key 与 Endpoint 必须属于同一地域。
青虎当前提供哪些 Wan3.0 配置？
青虎当前提供 15 秒与 30 秒两个候选入口，均为 480P，支持 16:9 与 9:16。15 秒入口消耗 50 Token 并支持视频输入，30 秒入口消耗 100 Token 且不提供视频输入；两者都不提供音频输入。
开始生成
选择适合的 Wan3.0 视频时长
需要视频输入时选择 15 秒入口；无需视频输入并希望生成更长成片时，可选择 30 秒入口。
