Wan 3.0 多模態參考控制
參考描述最多可包含 10 張圖像、5 段影片與 5 段音訊，另可加上支援的文件或公開網頁。請為每項輸入指定明確用途。
看得懂素材，也讀得懂文件與網頁，讓影片生成擁有更完整的創作脈絡。
Wan 3.0 AI 影片生成器
Wan 3.0 是阿里巴巴的影片生成模型。本工作區提供文字、畫格與參考，讓你從文字場景、開場構圖或引導主體與動作的素材開始。
參考描述最多可包含 10 張圖像、5 段影片與 5 段音訊，另可加上支援的文件或公開網頁。請為每項輸入指定明確用途。
解析度選項為 480P、720P 與 1080P。可為場景選擇 Adaptive，或固定為 16:9、4:3、1:1、3:4 或 9:16 畫布。
詳細描述最多可使用 20,000 個字元。畫面輸入、音訊與可重複使用的種子，提供額外方式來引導並比較不同版本。
以產品圖片呈現外觀，並用文件提供經查證的事實。描述應圍繞一個符合所選時長的揭露或示範來建構。
讓音訊參考定義節奏，並由圖片或影片建立表演者與場景。說明可見動作與聲音之間的關聯。
規劃一個具有明確主體、動作與結尾的故事節拍。為角色、地點或鏡頭方向指派參考素材。
提供支援的檔案或公開網頁作為背景，再說明你想從中汲取的視覺故事。發布前請先查證事實。
建立主體的外觀、場景或視覺處理方式。
呈現新版本應遵循的動作、節奏或鏡頭方向。
為場景提供聲音、音樂節奏或氛圍參考。
提供場景的腳本、產品描述或事實背景。
使用可存取的公開網頁，為所要求的影片提供背景。
選擇「畫格」以上傳開頭與結尾圖片，或選擇「參考」以使用媒體、文件或公開網頁。
以 Image1、Video1 與 Audio1 標示輸入素材，並說明各自對新場景的貢獻。
選擇生成模式、長度、解析度、比例與聲音，然後在提交前確認點數。
寫下觀眾在影片結束時應理解的事件。先建立主體與場景，再說明動作與一個鏡頭運動。簡短的揭露所需時間少於包含接近、互動與離開的場景。生成後，先確認該進程是否確實發生，再增加更多角色或視覺細節。
畫格模式以必填的開頭圖片開始，也可使用結尾圖片。提示詞應說明這些構圖之間的動作，而不只是再次描述圖片。例如，鏡頭可從門口移動到展示品，最後停在最後一格所呈現的細節上。若圖片只是身分或風格的一般指引而非端點，請改用參考。
將上傳的素材視為描述的一部分。標明 Image1、Video1 或 Audio1，並說明各自提供的資訊：產品形狀、行走節奏或聲音方向。移除相互衝突的參考素材，並讓主體的關鍵特徵在整組素材間保持一致。如此一來，生成的版本更容易對照預期場景來評估。
| 模型 | Wan 3.0 | Wan 2.7 | Seedance 2.5 |
|---|---|---|---|
| 輸入參數 | 文字 · 圖片 · 影片 · 音訊 · 文件 / 網頁連結 | 文字 · 圖片 · 影片 · 音訊 | 文字 · 圖片 · 影片 · 音訊 |
| 輸出格式 | MP4 | MP4 | MP4 |
| 時長（秒） | 2–30 / 自動 | 2–15; 多模態參考: 2–10 | 4–30 / 自動 |
| 原生解析度 | 480P / 720P / 1080P | 720P / 1080P | 480P / 720P / 1080P |
| 畫面比例 | 自適應 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 | 16:9 / 9:16 / 1:1 / 4:3 / 3:4 | 1:1 / 21:9 / 4:3 / 3:4 / 16:9 / 9:16 / 自適應 |
| 提示詞上限（字元） | 20000 | 5000 | 10000 |
這些範例描述示範如何串連素材、動作與結尾。請以你自己的素材替換參考內容，並依所要求的動作調整長度。
以 Image1 呈現紅色琺瑯水壺，以 Image2 呈現廚房。開場為水壺置於空杯旁，柔和窗光從左側照入。鏡頭緩緩移向壺嘴，同時有一縷細微蒸氣升起。壺把形狀與紅色塗裝保持不變。結尾時水壺與杯子完整可見，上方留白以供後續加上字幕。環境為安靜的室內聲，無語音。
以 Image1 呈現自行車騎士，以 Image2 呈現河畔小徑。身穿灰色外套的騎士牽著綠色自行車走向木製長椅。午後光線下，鏡頭以步行速度從側面跟拍。自行車車架與外套保持一致。結尾為騎士在長椅旁停下。包含遠處水聲與輕柔腳步聲，無音樂或對白。
依據上傳的描述取得折疊式桌面收納架的相關事實。呈現收納架收合置於乾淨桌面上、一隻手打開各層隔間，以及最後筆與卡片整齊擺放其中的畫面。使用固定鏡頭與柔和頂光。依提供的圖片保留產品形狀。請勿加入描述中沒有的效能宣稱或規格；確切標籤留待剪輯時處理。