阿里视频大模型Wan3.0开启公测：文档、ppt也能变视频

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 阿里视频大模型Wan3.0开启公测：文档、ppt也能变视频 量子位的朋友们 2026-08-07 11:23:54 来源： 量子位 8月6日，阿里巴巴视频生成大模型Wan 3.0开启公测 8月6日，阿里巴巴视频生成大模型Wan 3.0开启公测，在生成时长、万能创作、全能参考以及真实世界还原等维度全面升级：单次可生成30秒视频，完整表达创作意图；在文本、图片、音频、视频四种基础模态之外，首次支持doc、xls、ppt、pdf、md等文档格式输入；力求准确还原真实世界——人物千人千面，每一帧画面既真实、又可信。 生成时长的延展是Wan3.0最直观的升级。单段30秒生成让叙事节奏更游刃有余，连续运镜、一镜到底等复杂镜头语言得以充分表达，AI视频从“生成一个镜头”走向“讲述一段完整的故事”。Wan3.0还有智能时长功能，可根据提示词自动推荐合适时长。 Wan3.0正从视频生成模型跃迁为信息的表达载体，不仅能以文本、图片、音频、视频作为全能参考，还能读取文档、ppt等结构化信息，搭配提示词即可生成教学课件、产品演示、业务汇报等内容。支持格式覆盖doc、xls、ppt、pdf、md等，单个文件或链接不超过100MB、50页。比如上传一个智能眼镜产品的ppt，配上提示词，就能得到一个完整的形象片。 这背后，是模型强大的提示词工程与指令遵循能力，将提示词转化为调度输入、控制表达的中枢。 视频生成模型正从内容生成升级为生产力工具，用户对画面的要求不止于清晰，更要真实。无论是现实场景还是数字化信息，Wan3.0都力求精准地复刻与呈现。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。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。数字化信息的画面审美也同步提升，让图表、数据与界面内容同样拥有质感。 此外，Wan3.0的视频编辑能力也有大幅提升，支持修改画面、剧情与台词。Wan3.0在声音质感与文字准确度方面仍有进步空间。 即日起，Wan3.0在阿里云百炼、万镜一刻、万相官网、千问创作PC端、IF STUDIO和堆友开启公测，在千问APP灰度开放。480P/720P/1080P的API价格分别为0.3/0.6/1.2 元/秒，API接口将于近期全量开放。 本文由阿里云提供，量子位获授权转载，观点归原作者所有。 版权所有，未经授权不得以任何形式转载及使用，违者必究。 阿里云 量子位的朋友们 蚂蚁集团开源Avernet，让人与智能体像组织一样高效协作 2026-08-07 PPIO正式发布“Fusion融合模型”：用十分之一的价格超越顶级模型的智商 2026-08-07 美学升维，流畅突破：荣耀MagicOS11双架构重塑体验 2026-08-06 Artificial Analysis榜单：阿里Qwen3.8Agentic能力得分全球第一 2026-08-06 扫码分享至朋友圈 相关阅读 我把昨晚的梦输入AI，它居然直接把我拉进去玩儿了一把？！ 创作者的终极玩具来了 闻乐 2026-06-19 开放式世界模型 快乐生蚝 阿里云 日调用量超万亿破纪录！阿里千问3.6Plus登顶全球模型调用量榜首 日调用量突破1.4万亿Token 量子位 2026-04-04 阿里云 阿里发布企业AI应用与趋势白皮书，总结为企业创造价值的7个模式 安妮 2019-08-29 阿里云 阿里云造“Agent工厂”，百炼MCP服务上线，无需代码5分钟建Agent 未来要做Agent Store 西风 2025-04-09 MCP服务 阿里云 阿里刚开源32B大模型，我们立马测试了“弱智吧” 拼齐1.5系列最后一块拼图 十三 2024-04-07 弱智吧 通义千问 阿里云 阿里巴巴 杭州市民日常黑科技，看呆亚运会上歪果仁 远不止数字火炬手 鱼羊 2023-09-26 亚运会 阿里云 热门文章 学习强国做了个AI社区，两周铺进68座城市 2026-07-31 视频后期，危！MiniMax H3手绘即特效，多模态的「Coding时刻」来了 2026-07-31 GPT-5.6今起大降价，最大幅度80%！ 2026-07-31 黄仁勋：不玩𝕏是我太内向，现在为AI必须站出来 2026-08-01 刚刚，即梦 Seedance 2.5来了！我狂测测测测…… 2026-07-31